Buchumschlag

Turbo-CF: Matrix Decomposition-Free Graph Filtering for Fast Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Jin-Duk, Shin, Yong-Min, Shin, Won-Yong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Artificial Intelligence Information Theory Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Criteria-Aware Graph Filtering: Extremely Fast Yet Accurate Multi-Criteria Recommendation
von: Park, Jin-Duk, et al.
Veröffentlicht: (2025)

Training-free Adjustable Polynomial Graph Filtering for Ultra-fast Multimodal Recommendation
von: Roh, Yu-Seung, et al.
Veröffentlicht: (2025)

Leveraging Member-Group Relations via Multi-View Graph Filtering for Effective Group Recommendation
von: Kim, Chae-Hyun, et al.
Veröffentlicht: (2025)

Collaborative Filtering Based on Diffusion Models: Unveiling the Potential of High-Order Connectivity
von: Hou, Yu, et al.
Veröffentlicht: (2024)

CF-KAN: Kolmogorov-Arnold Network-based Collaborative Filtering to Mitigate Catastrophic Forgetting in Recommender Systems
von: Park, Jin-Duk, et al.
Veröffentlicht: (2024)

Tokenize Once, Recommend Anywhere: Unified Item Tokenization for Multi-domain LLM-based Recommendation
von: Hou, Yu, et al.
Veröffentlicht: (2025)

On the Feasibility of Fidelity$^-$ for Graph Pruning
von: Shin, Yong-Min, et al.
Veröffentlicht: (2024)

Fine-Tuning Diffusion-Based Recommender Systems via Reinforcement Learning with Reward Function Optimization
von: Hou, Yu, et al.
Veröffentlicht: (2025)

PAGE: Prototype-Based Model-Level Explanations for Graph Neural Networks
von: Shin, Yong-Min, et al.
Veröffentlicht: (2022)

Faithful and Accurate Self-Attention Attribution for Message Passing Neural Networks via the Computation Tree Viewpoint
von: Shin, Yong-Min, et al.
Veröffentlicht: (2024)

Revealing and Utilizing In-group Favoritism for Graph-based Collaborative Filtering
von: Jung, Hoin, et al.
Veröffentlicht: (2024)

LAMP: Learnable Meta-Path Guided Adversarial Contrastive Learning for Heterogeneous Graphs
von: Li, Siqing, et al.
Veröffentlicht: (2024)

TV-Rec: Time-Variant Convolutional Filter for Sequential Recommendation
von: Shin, Yehjin, et al.
Veröffentlicht: (2025)

Graph Representation Learning via Causal Diffusion for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Modeling Social Media Recommendation Impacts Using Academic Networks: A Graph Neural Network Approach
von: Guidotti, Sabrina, et al.
Veröffentlicht: (2024)

P4GCN: Vertical Federated Social Recommendation with Privacy-Preserving Two-Party Graph Convolution Network
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

IM-META: Influence Maximization Using Node Metadata in Networks With Unknown Topology
von: Tran, Cong, et al.
Veröffentlicht: (2021)

Metapath-based Hyperbolic Contrastive Learning for Heterogeneous Graph Embedding
von: Park, Jongmin, et al.
Veröffentlicht: (2025)

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

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

Neural Collaborative Filtering to Detect Anomalies in Human Semantic Trajectories
von: Liu, Yueyang, et al.
Veröffentlicht: (2024)

Centrality-Based Node Feature Augmentation for Robust Network Alignment
von: Park, Jin-Duk, et al.
Veröffentlicht: (2023)

Hyperbolic Heterogeneous Graph Transformer
von: Park, Jongmin, et al.
Veröffentlicht: (2026)

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection
von: Li, Xiping, et al.
Veröffentlicht: (2025)

Enriching Semantic Profiles into Knowledge Graph for Recommender Systems Using Large Language Models
von: Ahn, Seokho, et al.
Veröffentlicht: (2026)

Directed Criteria Citation Recommendation and Ranking Through Link Prediction
von: Watson, William, et al.
Veröffentlicht: (2024)

Influence Maximization via Graph Neural Bandits
von: Feng, Yuting, et al.
Veröffentlicht: (2024)

Hypergraph-enhanced Dual Semi-supervised Graph Classification
von: Ju, Wei, et al.
Veröffentlicht: (2024)

Cluster-guided Contrastive Class-imbalanced Graph Classification
von: Ju, Wei, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Tabular Data Learning: A Survey with Taxonomy and Directions
von: Li, Cheng-Te, et al.
Veröffentlicht: (2024)

DisenSemi: Semi-supervised Graph Classification via Disentangled Representation Learning
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Hypergraph Diffusion for High-Order Recommender Systems
von: Sakong, Darnbi, et al.
Veröffentlicht: (2025)

COOL: A Conjoint Perspective on Spatio-Temporal Graph Neural Network for Traffic Forecasting
von: Ju, Wei, et al.
Veröffentlicht: (2024)

Towards Unified and Adaptive Cross-Domain Collaborative Filtering via Graph Signal Processing
von: Lee, Jeongeun, et al.
Veröffentlicht: (2024)

A Survey of Graph Neural Networks in Real world: Imbalance, Noise, Privacy and OOD Challenges
von: Ju, Wei, et al.
Veröffentlicht: (2024)

Handling Heterophily in Recommender Systems with Wavelet Hypergraph Diffusion
von: Sakong, Darnbi, et al.
Veröffentlicht: (2025)

Learning to Fast Unrank in Collaborative Filtering Recommendation
von: Zhao, Junpeng, et al.
Veröffentlicht: (2025)

An Attentive Inductive Bias for Sequential Recommendation beyond the Self-Attention
von: Shin, Yehjin, et al.
Veröffentlicht: (2023)

A Unified Framework for Exploratory Learning-Aided Community Detection Under Topological Uncertainty
von: Hou, Yu, et al.
Veröffentlicht: (2023)

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