:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Cong, Wang, Jun, Wang, Jianyong, Zhang, Wei
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	https://arxiv.org/abs/2310.03032
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MOPI-HFRS: A Multi-objective Personalized Health-aware Food Recommendation System with LLM-enhanced Interpretation
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2024)

ID Embedding as Subtle Features of Content and Structure for Multimodal Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2023)

Understanding the Role of Cross-Entropy Loss in Fairly Evaluating Large Language Model-based Recommendation
von: Xu, Cong, et al.
Veröffentlicht: (2024)

MIARec: Mutual-influence-aware Heterogeneous Network Embedding for Scientific Paper Recommendation
von: Xie, Wenjin, et al.
Veröffentlicht: (2025)

Are LLM-based Recommenders Already the Best? Simple Scaled Cross-entropy Unleashes the Potential of Traditional Sequential Recommenders
von: Xu, Cong, et al.
Veröffentlicht: (2024)

LiveGraph: Active-Structure Neural Re-ranking for Exercise Recommendation
von: Fu, Rong, et al.
Veröffentlicht: (2026)

Bridging Jensen Gap for Max-Min Group Fairness Optimization in Recommendation
von: Xu, Chen, et al.
Veröffentlicht: (2025)

Causality-aware Graph Aggregation Weight Estimator for Popularity Debiasing in Top-K Recommendation
von: Que, Yue, et al.
Veröffentlicht: (2025)

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

Shilling Recommender Systems by Generating Side-feature-aware Fake User Profiles
von: Wang, Yuanrong, et al.
Veröffentlicht: (2025)

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

Dynamic User Interest Augmentation via Stream Clustering and Memory Networks in Large-Scale Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

EnhancedRL: An Enhanced-State Reinforcement Learning Algorithm for Multi-Task Fusion in Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

On the Embedding Collapse when Scaling up Recommendation Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2023)

STEM: Unleashing the Power of Embeddings for Multi-task Recommendation
von: Su, Liangcai, et al.
Veröffentlicht: (2023)

Long-Sequence Recommendation Models Need Decoupled Embeddings
von: Feng, Ningya, et al.
Veröffentlicht: (2024)

Fine-Grained Embedding Dimension Optimization During Training for Recommender Systems
von: Luo, Qinyi, et al.
Veröffentlicht: (2024)

Graph Augmentation for Recommendation
von: Zhang, Qianru, et al.
Veröffentlicht: (2024)

Cluster-Enhanced Federated Graph Neural Network for Recommendation
von: Wang, Haiyan, et al.
Veröffentlicht: (2024)

Mixed Supervised Graph Contrastive Learning for Recommendation
von: Zhang, Weizhi, et al.
Veröffentlicht: (2024)

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

Deep Evolutional Instant Interest Network for CTR Prediction in Trigger-Induced Recommendation
von: Xiao, Zhibo, et al.
Veröffentlicht: (2024)

Traceable Drug Recommendation over Medical Knowledge Graphs
von: Lin, Yu, et al.
Veröffentlicht: (2025)

Item Cluster-aware Prompt Learning for Session-based Recommendation
von: Yang, Wooseong, et al.
Veröffentlicht: (2024)

UnifiedRL: A Reinforcement Learning Algorithm Tailored for Multi-Task Fusion in Large-Scale Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

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

Lower-Left Partial AUC: An Effective and Efficient Optimization Metric for Recommendation
von: Shi, Wentao, et al.
Veröffentlicht: (2024)

Linear-Time Graph Neural Networks for Scalable Recommendations
von: Zhang, Jiahao, et al.
Veröffentlicht: (2024)

Graph Embedding in the Graph Fractional Fourier Transform Domain
von: Sheng, Changjie, et al.
Veröffentlicht: (2025)

KGIF: Optimizing Relation-Aware Recommendations with Knowledge Graph Information Fusion
von: Jeon, Dong Hyun, et al.
Veröffentlicht: (2025)

Knowledge Graph Context-Enhanced Diversified Recommendation
von: Liu, Xiaolong, et al.
Veröffentlicht: (2023)

AdaS&S: a One-Shot Supernet Approach for Automatic Embedding Size Search in Deep Recommender System
von: Wei, He, et al.
Veröffentlicht: (2024)

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

SemSR: Semantics aware robust Session-based Recommendations
von: Narwariya, Jyoti, et al.
Veröffentlicht: (2025)

Graph Contrastive Learning for Optimizing Sparse Data in Recommender Systems with LightGCL
von: Jatavallabha, Aravinda, et al.
Veröffentlicht: (2025)

End-to-End Semantic ID Generation for Generative Advertisement Recommendation
von: Jiang, Jie, et al.
Veröffentlicht: (2026)

Behavior Importance-Aware Graph Neural Architecture Search for Cross-Domain Recommendation
von: Ge, Chendi, et al.
Veröffentlicht: (2025)

Enabling Explainable Recommendation in E-commerce with LLM-powered Product Knowledge Graph
von: Wang, Menghan, et al.
Veröffentlicht: (2024)

Frequency-aware Graph Signal Processing for Collaborative Filtering
von: Xia, Jiafeng, et al.
Veröffentlicht: (2024)

Cold-start Recommendation by Personalized Embedding Region Elicitation
von: Nguyen, Hieu Trung, et al.
Veröffentlicht: (2024)