Buchumschlag

FELRec: Efficient Handling of Item Cold-Start With Dynamic Representation Learning in Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weimann, Kuba, Conrad, Tim O. F.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RAGSys: Item-Cold-Start Recommender as RAG System
von: Contal, Emile, et al.
Veröffentlicht: (2024)

Shallow AutoEncoding Recommender with Cold Start Handling via Side Features
von: Cui, Edward DongBo, et al.
Veröffentlicht: (2025)

General Item Representation Learning for Cold-start Content Recommendations
von: Kim, Jooeun, et al.
Veröffentlicht: (2024)

Contrastive Learning for Cold Start Recommendation with Adaptive Feature Fusion
von: Hu, Jiacheng, et al.
Veröffentlicht: (2025)

Addressing Cold Start For next-article Recommendation
von: Elgohary, Omar, et al.
Veröffentlicht: (2025)

Warmer for Less: A Cost-Efficient Strategy for Cold-Start Recommendations at Pinterest
von: Ebrahimi, Saeed, et al.
Veröffentlicht: (2025)

Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
von: Pembek, Anton, et al.
Veröffentlicht: (2025)

Language-Model Prior Overcomes Cold-Start Items
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Revealing Potential Biases in LLM-Based Recommender Systems in the Cold Start Setting
von: Andre, Alexandre, et al.
Veröffentlicht: (2025)

Efficient Cold-Start Recommendation via BPE Token-Level Embedding Initialization with LLM
von: Zhao, Yushang, et al.
Veröffentlicht: (2025)

Metric Learning for Tag Recommendation: Tackling Data Sparsity and Cold Start Issues
von: Luo, Yuanshuai, et al.
Veröffentlicht: (2024)

MoToRec: Sparse-Regularized Multimodal Tokenization for Cold-Start Recommendation
von: Liu, Jialin, et al.
Veröffentlicht: (2026)

DisCo: Graph-Based Disentangled Contrastive Learning for Cold-Start Cross-Domain Recommendation
von: Li, Hourun, et al.
Veröffentlicht: (2024)

Maximum Impact with Fewer Features: Efficient Feature Selection for Cold-Start Recommenders through Collaborative Importance Weighting
von: Sukhorukov, Nikita, et al.
Veröffentlicht: (2025)

IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs
von: Zhang, Yubin, et al.
Veröffentlicht: (2026)

Pairwise and Attribute-Aware Decision Tree-Based Preference Elicitation for Cold-Start Recommendation
von: Gharahighehi, Alireza, et al.
Veröffentlicht: (2025)

On Inherited Popularity Bias in Cold-Start Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2025)

Beyond Item Dissimilarities: Diversifying by Intent in Recommender Systems
von: Wang, Yuyan, et al.
Veröffentlicht: (2024)

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

Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

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

Large Language Models as Data Augmenters for Cold-Start Item Recommendation
von: Wang, Jianling, et al.
Veröffentlicht: (2024)

RLT4Rec: Reinforcement Learning Transformer for User Cold Start and Item Recommendation
von: Rajapakse, Dilina Chandika, et al.
Veröffentlicht: (2024)

Balanced Co-Clustering of Users and Items for Embedding Table Compression in Recommender Systems
von: Jiang, Runhao, et al.
Veröffentlicht: (2026)

Self-Supervised Pre-Training with Joint-Embedding Predictive Architecture Boosts ECG Classification Performance
von: Weimann, Kuba, et al.
Veröffentlicht: (2024)

Bootstrapping Conditional Retrieval for User-to-Item Recommendations
von: Lin, Hongtao, et al.
Veröffentlicht: (2025)

Efficient Large-Scale Cross-Domain Sequential Recommendation with Dynamic State Representations
von: Loureiro, Manuel V., et al.
Veröffentlicht: (2025)

BayesCNS: A Unified Bayesian Approach to Address Cold Start and Non-Stationarity in Search Systems at Scale
von: Ardywibowo, Randy, et al.
Veröffentlicht: (2024)

Learning to Collaborate via Structures: Cluster-Guided Item Alignment for Federated Recommendation
von: Tu, Yuchun, et al.
Veröffentlicht: (2026)

Selecting User Histories to Generate LLM Users for Cold-Start Item Recommendation
von: Subbaraman, Nachiket, et al.
Veröffentlicht: (2025)

Listwise Preference Alignment Optimization for Tail Item Recommendation
von: Li, Zihao, et al.
Veröffentlicht: (2025)

Ultra Fast Warm Start Solution for Graph Recommendations
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

Online Item Cold-Start Recommendation with Popularity-Aware Meta-Learning
von: Luo, Yunze, et al.
Veröffentlicht: (2024)

Enhancing Item Tokenization for Generative Recommendation through Self-Improvement
von: Chen, Runjin, et al.
Veröffentlicht: (2024)

Dynamic Sparse Learning: A Novel Paradigm for Efficient Recommendation
von: Wang, Shuyao, et al.
Veröffentlicht: (2024)

A Multimodal Single-Branch Embedding Network for Recommendation in Cold-Start and Missing Modality Scenarios
von: Ganhör, Christian, et al.
Veröffentlicht: (2024)

Item-centric Exploration for Cold Start Problem
von: Wang, Dong, et al.
Veröffentlicht: (2025)

Towards Practical Large-scale Dynamical Heterogeneous Graph Embedding: Cold-start Resilient Recommendation
von: Long, Mabiao, et al.
Veröffentlicht: (2025)

SimRec: Mitigating the Cold-Start Problem in Sequential Recommendation by Integrating Item Similarity
von: Brody, Shaked, et al.
Veröffentlicht: (2024)

Firzen: Firing Strict Cold-Start Items with Frozen Heterogeneous and Homogeneous Graphs for Recommendation
von: He, Hulingxiao, et al.
Veröffentlicht: (2024)