Buchumschlag

Combining Embedding-Based and Semantic-Based Models for Post-hoc Explanations in Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Le, Ngoc Luyen, Abel, Marie-Hélène, Gouspillou, Philippe
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Development of Ontological Knowledge Bases by Leveraging Large Language Models
von: Luyen, Le Ngoc, et al.
Veröffentlicht: (2026)

Enhancing Recommender Systems Using Textual Embeddings from Pre-trained Language Models
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

From Individual to Group: Developing a Context-Aware Multi-Criteria Group Recommender System
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

KG-First, LLM-Fallback: A Hybrid Microservice for Grounded Skill Search and Explanation
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2026)

Joint Group Profiling and Recommendation via Deep Neural Network-based Multi-Task Learning
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

From Learning Resources to Competencies: LLM-Based Tagging with Evidence and Graph Constraints
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2026)

Exploring Weighted Property Approaches for RDF Graph Similarity Measure
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2024)

From Prompts to Context: An Ontology-Driven Framework for Human-Generative AI Collaboration
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2026)

How Well Do LLMs Predict Prerequisite Skills? Zero-Shot Comparison to Expert-Defined Concepts
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

Recognizing Similar Crises through the Application of Ontology-based Knowledge Mining
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2024)

Vers un cadre ontologique pour la gestion des comp{é}tences : {à} des fins de formation, de recrutement, de m{é}tier, ou de recherches associ{é}es
von: Le, Ngoc Luyen, et al.
Veröffentlicht: (2025)

Enhancing Context‐Aware Recommender Systems Through Deep Feature Interaction Learning
von: Le Ngoc Luyen, et al.
Veröffentlicht: (2025)

Enhancing Embedding Representation Stability in Recommendation Systems with Semantic ID
von: Zheng, Carolina, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Lightweight Meta-Embedding for ID-Based Recommendation
von: Wang, Yang, et al.
Veröffentlicht: (2025)

Empowering Large Language Model for Sequential Recommendation via Multimodal Embeddings and Semantic IDs
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Embedding in Recommender Systems: A Survey
von: Wang, Maolin, et al.
Veröffentlicht: (2023)

Towards LLM-Enhanced Group Recommender Systems
von: Lubos, Sebastian, et al.
Veröffentlicht: (2025)

Recommender Systems for Sustainability: Overview and Research Issues
von: Felfernig, Alexander, et al.
Veröffentlicht: (2024)

Disaggregating Embedding Recommendation Systems with FlexEMR
von: Huang, Yibo, et al.
Veröffentlicht: (2024)

RAPT: Retrieval-Augmented Post-hoc Thresholding for Multi-Label Classification
von: Jayawardena, Lasal, et al.
Veröffentlicht: (2026)

A GNN Model with Adaptive Weights for Session-Based Recommendation Systems
von: Özbay, Begüm, et al.
Veröffentlicht: (2024)

Next Point-of-interest (POI) Recommendation Model Based on Multi-modal Spatio-temporal Context Feature Embedding
von: Zhang, Lingyu, et al.
Veröffentlicht: (2025)

E-commerce Webpage Recommendation Scheme Base on Semantic Mining and Neural Networks
von: Zhao, Wenchao, et al.
Veröffentlicht: (2024)

Automated Skill Decomposition Meets Expert Ontologies: Bridging the Granularity Gap with LLMs
von: Luyen, Le Ngoc, et al.
Veröffentlicht: (2025)

Comparative Explanations via Counterfactual Reasoning in Recommendations
von: Yu, Yi, et al.
Veröffentlicht: (2025)

Semantic-Enhanced Relational Metric Learning for Recommender Systems
von: Li, Mingming, et al.
Veröffentlicht: (2024)

Optimizing Encoder-Only Transformers for Session-Based Recommendation Systems
von: Redjdal, Anis, et al.
Veröffentlicht: (2024)

Analysis and Design of a Personalized Recommendation System Based on a Dynamic User Interest Model
von: Mao, Chunyan, et al.
Veröffentlicht: (2024)

Multimodality Invariant Learning for Multimedia-Based New Item Recommendation
von: Bai, Haoyue, et al.
Veröffentlicht: (2024)

Heterogeneous Hypergraph Embedding for Recommendation Systems
von: Sakong, Darnbi, et al.
Veröffentlicht: (2024)

Enhanced Recommendation Combining Collaborative Filtering and Large Language Models
von: Lin, Xueting, et al.
Veröffentlicht: (2024)

Empowering Denoising Sequential Recommendation with Large Language Model Embeddings
von: Wu, Tongzhou, et al.
Veröffentlicht: (2025)

LLM-Powered Explanations: Unraveling Recommendations Through Subgraph Reasoning
von: Shi, Guangsi, et al.
Veröffentlicht: (2024)

LLMRS: Unlocking Potentials of LLM-Based Recommender Systems for Software Purchase
von: John, Angela, et al.
Veröffentlicht: (2024)

TayFCS: Towards Light Feature Combination Selection for Deep Recommender Systems
von: Wang, Xianquan, et al.
Veröffentlicht: (2025)

A Survey of Foundation Model-Powered Recommender Systems: From Feature-Based, Generative to Agentic Paradigms
von: Huang, Chengkai, et al.
Veröffentlicht: (2025)

LLM-Based User Simulation for Low-Knowledge Shilling Attacks on Recommender Systems
von: Gu, Shengkang, et al.
Veröffentlicht: (2025)

A Text-Based Recommender System that Leverages Explicit Affective State Preferences
von: Hasan, Tonmoy, et al.
Veröffentlicht: (2025)

LLM2Rec: Large Language Models Are Powerful Embedding Models for Sequential Recommendation
von: He, Yingzhi, et al.
Veröffentlicht: (2025)

TransTARec: Time-Adaptive Translating Embedding Model for Next POI Recommendation
von: Sun, Yiping
Veröffentlicht: (2024)