Buchumschlag

Modeling Attrition in Recommender Systems with Departing Bandits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ben-Porat, Omer, Cohen, Lee, Leqi, Liu, Lipton, Zachary C., Mansour, Yishay
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modeling Churn in Recommender Systems with Aggregated Preferences
von: Keinan, Gur, et al.
Veröffentlicht: (2025)

A Unified Causal Framework for Auditing Recommender Systems for Ethical Concerns
von: Sharma, Vibhhu, et al.
Veröffentlicht: (2024)

Calibrated Recommendations with Contextual Bandits
von: Feijer, Diego, et al.
Veröffentlicht: (2025)

The Bandit's Blind Spot: The Critical Role of User State Representation in Recommender Systems
von: Pires, Pedro R., et al.
Veröffentlicht: (2026)

Causal Feature Selection Method for Contextual Multi-Armed Bandits in Recommender System
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2024)

Creator-Side Recommender System: Challenges, Designs, and Applications
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2025)

Exploitation Over Exploration: Unmasking the Bias in Linear Bandit Recommender Offline Evaluation
von: Pires, Pedro R., et al.
Veröffentlicht: (2025)

The Nah Bandit: Modeling User Non-compliance in Recommendation Systems
von: Zhou, Tianyue, et al.
Veröffentlicht: (2024)

Neural Click Models for Recommender Systems
von: Shirokikh, Mikhail, et al.
Veröffentlicht: (2024)

Cache-Aware Reinforcement Learning in Large-Scale Recommender Systems
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2024)

Meta Clustering of Neural Bandits
von: Ban, Yikun, et al.
Veröffentlicht: (2024)

Dual Correction Strategy for Ranking Distillation in Top-N Recommender System
von: Lee, Youngjune, et al.
Veröffentlicht: (2021)

Contextual Bandit with Herding Effects: Algorithms and Recommendation Applications
von: Xu, Luyue, et al.
Veröffentlicht: (2024)

Co-clustering for Federated Recommender System
von: He, Xinrui, et al.
Veröffentlicht: (2024)

Large Language Model as Universal Retriever in Industrial-Scale Recommender System
von: Jiang, Junguang, et al.
Veröffentlicht: (2025)

Anchored Alignment: Preventing Positional Collapse in Multimodal Recommender Systems
von: Jeong, Yonghun, et al.
Veröffentlicht: (2026)

Continual Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)

Temporal Linear Item-Item Model for Sequential Recommendation
von: Park, Seongmin, et al.
Veröffentlicht: (2024)

PolyRecommender: A Multimodal Recommendation System for Polymer Discovery
von: Wang, Xin, et al.
Veröffentlicht: (2025)

RPAF: A Reinforcement Prediction-Allocation Framework for Cache Allocation in Large-Scale Recommender Systems
von: Su, Shuo, et al.
Veröffentlicht: (2024)

Dataset-Agnostic Recommender Systems
von: Wijaya, Tri Kurniawan, et al.
Veröffentlicht: (2025)

System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes
von: Agarwal, Arpit, et al.
Veröffentlicht: (2024)

CoCoB: Adaptive Collaborative Combinatorial Bandits for Online Recommendation
von: Yan, Cairong, et al.
Veröffentlicht: (2025)

Enhancing Recommendation Systems with GNNs and Addressing Over-Smoothing
von: Liu, Wenyi, et al.
Veröffentlicht: (2024)

End-to-End Personalization: Unifying Recommender Systems with Large Language Models
von: Ebrat, Danial, et al.
Veröffentlicht: (2025)

Cross-attention Secretly Performs Orthogonal Alignment in Recommendation Models
von: Lee, Hyunin, et al.
Veröffentlicht: (2025)

Minimizing Live Experiments in Recommender Systems: User Simulation to Evaluate Preference Elicitation Policies
von: Hsu, Chih-Wei, et al.
Veröffentlicht: (2024)

Evaluation on Entity Matching in Recommender Systems
von: Huang, Zihan, et al.
Veröffentlicht: (2026)

The Unreasonable Effectiveness of Data for Recommender Systems
von: Abdou, Youssef
Veröffentlicht: (2026)

Tweedie Regression for Video Recommendation System
von: Zheng, Yan, et al.
Veröffentlicht: (2025)

The Potential of AutoML for Recommender Systems
von: Vente, Tobias, et al.
Veröffentlicht: (2024)

Generalized Embedding Machines for Recommender Systems
von: Yang, Enneng, et al.
Veröffentlicht: (2020)

Sliding Window Training -- Utilizing Historical Recommender Systems Data for Foundation Models
von: Joshi, Swanand, et al.
Veröffentlicht: (2024)

Dual Test-time Training for Out-of-distribution Recommender System
von: Yang, Xihong, et al.
Veröffentlicht: (2024)

Advancements in Recommender Systems: A Comprehensive Analysis Based on Data, Algorithms, and Evaluation
von: Ma, Xin, et al.
Veröffentlicht: (2024)

Broad Recommender System: An Efficient Nonlinear Collaborative Filtering Approach
von: Huang, Ling, et al.
Veröffentlicht: (2022)

Offline Reasoning for Efficient Recommendation: LLM-Empowered Persona-Profiled Item Indexing
von: Kim, Deogyong, et al.
Veröffentlicht: (2026)

TranSUN: A Preemptive Paradigm to Eradicate Retransformation Bias Intrinsically from Regression Models in Recommender Systems
von: Yu, Jiahao, et al.
Veröffentlicht: (2025)

Making Recommender Systems More Knowledgeable: A Framework to Incorporate Side Information
von: Jiang, Yukun, et al.
Veröffentlicht: (2024)

Understanding Distribution Structure on Calibrated Recommendation Systems
von: da Silva, Diego Correa, et al.
Veröffentlicht: (2025)