:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bruun, Simone Borg, Lesniak, Kacper Kenji, Biasini, Mirko, Carmignani, Vittorio, Filianos, Panagiotis, Lioma, Christina, Maistro, Maria
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval
Online-Zugang:	https://arxiv.org/abs/2301.11009
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Recommending Target Actions Outside Sessions in the Data-poor Insurance Domain
von: Bruun, Simone Borg, et al.
Veröffentlicht: (2024)

Dataset and Models for Item Recommendation Using Multi-Modal User Interactions
von: Bruun, Simone Borg, et al.
Veröffentlicht: (2024)

Post-Training Denoising of User Profiles with LLMs in Collaborative Filtering Recommendation
von: Dervishaj, Ervin, et al.
Veröffentlicht: (2026)

Are Representation Disentanglement and Interpretability Linked in Recommendation Models? A Critical Review and Reproducibility Study
von: Dervishaj, Ervin, et al.
Veröffentlicht: (2025)

Joint Evaluation of Fairness and Relevance in Recommender Systems with Pareto Frontier
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Can We Trust Recommender System Fairness Evaluation? The Role of Fairness and Relevance
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2024)

Evaluation Measures of Individual Item Fairness for Recommender Systems: A Critical Study
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2023)

Measuring Individual User Fairness with User Similarity and Effectiveness Disparity
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2026)

The Quest for Reliable Metrics of Responsible AI
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Stairway to Fairness: Connecting Group and Individual Fairness
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Can Fairness Be Prompted? Prompt-Based Debiasing Strategies in High-Stakes Recommendations
von: Rotar, Mihaela, et al.
Veröffentlicht: (2026)

Evaluating and Addressing Fairness Across User Groups in Negative Sampling for Recommender Systems
von: Xuan, Yueqing, et al.
Veröffentlicht: (2023)

Heterogeneous User Modeling for LLM-based Recommendation
von: Bao, Honghui, et al.
Veröffentlicht: (2025)

Understanding the Ranking Loss for Recommendation with Sparse User Feedback
von: Lin, Zhutian, et al.
Veröffentlicht: (2024)

KGUF: Simple Knowledge-aware Graph-based Recommender with User-based Semantic Features Filtering
von: Bufi, Salvatore, et al.
Veröffentlicht: (2024)

Retention Induced Biases in a Recommendation System with Heterogeneous Users
von: Ma, Shichao
Veröffentlicht: (2024)

PCL: Prompt-based Continual Learning for User Modeling in Recommender Systems
von: Yang, Mingdai, et al.
Veröffentlicht: (2025)

A Novel Evaluation Perspective on GNNs-based Recommender Systems through the Topology of the User-Item Graph
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

Heterogeneous Graph Masked Contrastive Learning for Robust Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2025)

Intent-guided Heterogeneous Graph Contrastive Learning for Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2024)

Heterogeneous Influence Maximization in User Recommendation
von: Hou, Hongru, et al.
Veröffentlicht: (2025)

Adaptive Graph Integration for Cross-Domain Recommendation via Heterogeneous Graph Coordinators
von: Zhang, Hengyu, et al.
Veröffentlicht: (2024)

TIMBRE: Efficient Job Recommendation On Heterogeneous Graphs For Professional Recruiters
von: Behar, Eric, et al.
Veröffentlicht: (2024)

Democratic Recommendation with User and Item Representatives Produced by Graph Condensation
von: Liang, Jiahao, et al.
Veröffentlicht: (2025)

Robustness in Fairness against Edge-level Perturbations in GNN-based Recommendation
von: Boratto, Ludovico, et al.
Veröffentlicht: (2024)

HGCH: A Hyperbolic Graph Convolution Network Model for Heterogeneous Collaborative Graph Recommendation
von: Zhang, Lu, et al.
Veröffentlicht: (2023)

Multi-agents based User Values Mining for Recommendation
von: Chen, Lijian, et al.
Veröffentlicht: (2025)

Learning Social Graph for Inactive User Recommendation
von: Liu, Nian, et al.
Veröffentlicht: (2024)

Multi-Graph Co-Training for Capturing User Intent in Session-based Recommendation
von: Yang, Zhe, et al.
Veröffentlicht: (2024)

Leveraging LLMs and Heterogeneous Knowledge Graphs for Persona-Driven Session-Based Recommendation
von: Gupta, Muskan, et al.
Veröffentlicht: (2026)

FedUTR: Federated Recommendation with Augmented Universal Textual Representation for Sparse Interaction Scenarios
von: Fu, Kang, et al.
Veröffentlicht: (2026)

RankGraph: Unified Heterogeneous Graph Learning for Cross-Domain Recommendation
von: Wu, Renzhi, et al.
Veröffentlicht: (2025)

Empowering Retrieval-based Conversational Recommendation with Contrasting User Preferences
von: Kook, Heejin, et al.
Veröffentlicht: (2025)

Interactive Garment Recommendation with User in the Loop
von: Becattini, Federico, et al.
Veröffentlicht: (2024)

Reinforce Lifelong Interaction Value of User-Author Pairs for Large-Scale Recommendation Systems
von: Li, Yisha, et al.
Veröffentlicht: (2025)

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

Distributionally Robust Graph-based Recommendation System
von: Wang, Bohao, et al.
Veröffentlicht: (2024)

When Federated Recommendation Meets Cold-Start Problem: Separating Item Attributes and User Interactions
von: Zhang, Chunxu, et al.
Veröffentlicht: (2023)

Multimodal Fusion And Sparse Attention-based Alignment Model for Long Sequential Recommendation
von: Fu, Yongrui, et al.
Veröffentlicht: (2025)

HGCL: Hierarchical Graph Contrastive Learning for User-Item Recommendation
von: Xue, Jiawei, et al.
Veröffentlicht: (2025)