Buchumschlag

Review of Explainable Graph-Based Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Markchom, Thanet, Liang, Huizhi, Ferryman, James
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

KG4RecEval: Does Knowledge Graph Really Matter for Recommender Systems?
von: Zhang, Haonan, et al.
Veröffentlicht: (2024)

Faithful Path Language Modeling for Explainable Recommendation over Knowledge Graph
von: Balloccu, Giacomo, et al.
Veröffentlicht: (2023)

Art2Music: Generating Music for Art Images with Multi-modal Feeling Alignment
von: Hong, Jiaying, et al.
Veröffentlicht: (2025)

Ripple Knowledge Graph Convolutional Networks For Recommendation Systems
von: Li, Chen, et al.
Veröffentlicht: (2023)

Towards Bridging Review Sparsity in Recommendation with Textual Edge Graph Representation
von: Wang, Leyao, et al.
Veröffentlicht: (2025)

A Knowledge Graph and Deep Learning-Based Semantic Recommendation Database System for Advertisement Retrieval and Personalization
von: Wang, Tangtang, et al.
Veröffentlicht: (2025)

Symmetric Graph Contrastive Learning against Noisy Views for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

An Efficient Recommendation Model Based on Knowledge Graph Attention-Assisted Network (KGATAX)
von: Wu, Zhizhong
Veröffentlicht: (2024)

Hgformer: Hyperbolic Graph Transformer for Recommendation
von: Yang, Xin, et al.
Veröffentlicht: (2024)

Pareto Front Approximation for Multi-Objective Session-Based Recommender Systems
von: Wilm, Timo, et al.
Veröffentlicht: (2024)

Bridging RDF Knowledge Graphs with Graph Neural Networks for Semantically-Rich Recommender Systems
von: Färber, Michael, et al.
Veröffentlicht: (2025)

Leveraging Auto-Distillation and Generative Self-Supervised Learning in Residual Graph Transformers for Enhanced Recommender Systems
von: Mhedhbi, Eya, et al.
Veröffentlicht: (2025)

Impression-Aware Recommender Systems
von: Maurera, Fernando B. Pérez, et al.
Veröffentlicht: (2023)

RDGCL: Reaction-Diffusion Graph Contrastive Learning for Recommendation
von: Choi, Jeongwhan, et al.
Veröffentlicht: (2023)

LightGNN: Simple Graph Neural Network for Recommendation
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

Graph Foundation Models for Recommendation: A Comprehensive Survey
von: Wu, Bin, et al.
Veröffentlicht: (2025)

Enhancing Cross-Market Recommendation System with Graph Isomorphism Networks: A Novel Approach to Personalized User Experience
von: Öztürk, Sümeyye, et al.
Veröffentlicht: (2024)

Machine Unlearning for Recommendation Systems: An Insight
von: Sachdeva, Bhavika, et al.
Veröffentlicht: (2024)

End-to-End Graph-Sequential Representation Learning for Accurate Recommendations
von: Baikalov, Vladimir, et al.
Veröffentlicht: (2024)

CoActionGraphRec: Sequential Multi-Interest Recommendations Using Co-Action Graphs
von: Sun, Yi, et al.
Veröffentlicht: (2024)

DeBaTeR: Denoising Bipartite Temporal Graph for Recommendation
von: He, Xinyu, et al.
Veröffentlicht: (2024)

Modeling Churn in Recommender Systems with Aggregated Preferences
von: Keinan, Gur, et al.
Veröffentlicht: (2025)

A Survey on Popularity Bias in Recommender Systems
von: Klimashevskaia, Anastasiia, et al.
Veröffentlicht: (2023)

RL-MPCA: A Reinforcement Learning Based Multi-Phase Computation Allocation Approach for Recommender Systems
von: Zhou, Jiahong, et al.
Veröffentlicht: (2023)

Advancing Loss Functions in Recommender Systems: A Comparative Study with a Rényi Divergence-Based Solution
von: Zhang, Shengjia, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Explainable Recommendation with Large Language Models
von: Peng, Yicui, et al.
Veröffentlicht: (2024)

Disentangling Likes and Dislikes in Personalized Generative Explainable Recommendation
von: Shimizu, Ryotaro, et al.
Veröffentlicht: (2024)

Navigating the Future of Federated Recommendation Systems with Foundation Models
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

A Survey of Latent Factor Models in Recommender Systems
von: Alshbanat, Hind I., et al.
Veröffentlicht: (2024)

Extracting Interaction-Aware Monosemantic Concepts in Recommender Systems
von: Arviv, Dor, et al.
Veröffentlicht: (2025)

Talos: Optimizing Top-$K$ Accuracy in Recommender Systems
von: Zhang, Shengjia, et al.
Veröffentlicht: (2026)

Robust Reinforcement Learning Objectives for Sequential Recommender Systems
von: Mozifian, Melissa, et al.
Veröffentlicht: (2023)

A Comprehensive Survey of Evaluation Techniques for Recommendation Systems
von: Jadon, Aryan, et al.
Veröffentlicht: (2023)

Parallel and Multi-Stage Knowledge Graph Retrieval for Behaviorally Aligned Financial Asset Recommendations
von: Spadea, Fernando, et al.
Veröffentlicht: (2025)

CADMR: Cross-Attention and Disentangled Learning for Multimodal Recommender Systems
von: Khalafaoui, Yasser, et al.
Veröffentlicht: (2024)

BPL: Bias-adaptive Preference Distillation Learning for Recommender System
von: Kang, SeongKu, et al.
Veröffentlicht: (2025)

Weightless Neural Networks for Continuously Trainable Personalized Recommendation Systems
von: Latif, Rafayel, et al.
Veröffentlicht: (2025)

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

Lightweight yet Efficient: An External Attentive Graph Convolutional Network with Positional Prompts for Sequential Recommendation
von: Zhang, Jinyu, et al.
Veröffentlicht: (2025)

Large Language Models as Recommender Systems: A Study of Popularity Bias
von: Lichtenberg, Jan Malte, et al.
Veröffentlicht: (2024)