Buchumschlag

AIE: Auction Information Enhanced Framework for CTR Prediction in Online Advertising

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Yang, Chen, Bo, Zhu, Chenxu, Zhu, Menghui, Dai, Xinyi, Guo, Huifeng, Zhang, Muyu, Dong, Zhenhua, Tang, Ruiming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLM4Tag: Automatic Tagging System for Information Retrieval via Large Language Models
von: Tang, Ruiming, et al.
Veröffentlicht: (2025)

A Unified Framework for Multi-Domain CTR Prediction via Large Language Models
von: Fu, Zichuan, et al.
Veröffentlicht: (2023)

Helen: Optimizing CTR Prediction Models with Frequency-wise Hessian Eigenvalue Regularization
von: Zhu, Zirui, et al.
Veröffentlicht: (2024)

FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction
von: Wang, Hangyu, et al.
Veröffentlicht: (2023)

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

MassTool: A Multi-Task Search-Based Tool Retrieval Framework for Large Language Models
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

An Automatic Graph Construction Framework based on Large Language Models for Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2024)

Retrieval-Oriented Knowledge for Click-Through Rate Prediction
von: Liu, Huanshuo, et al.
Veröffentlicht: (2024)

CELA: Cost-Efficient Language Model Alignment for CTR Prediction
von: Wang, Xingmei, et al.
Veröffentlicht: (2024)

No One Left Behind: How to Exploit the Incomplete and Skewed Multi-Label Data for Conversion Rate Prediction
von: Jia, Qinglin, et al.
Veröffentlicht: (2025)

Recall-Augmented Ranking: Enhancing Click-Through Rate Prediction Accuracy with Cross-Stage Data
von: Huang, Junjie, et al.
Veröffentlicht: (2024)

Improved Online Learning Algorithms for CTR Prediction in Ad Auctions
von: Feng, Zhe, et al.
Veröffentlicht: (2024)

Enhancing CTR Prediction in Recommendation Domain with Search Query Representation
von: Wang, Yuening, et al.
Veröffentlicht: (2024)

TF4CTR: Twin Focus Framework for CTR Prediction via Adaptive Sample Differentiation
von: Li, Honghao, et al.
Veröffentlicht: (2024)

Enhancing CTR Prediction through Sequential Recommendation Pre-training: Introducing the SRP4CTR Framework
von: Han, Ruidong, et al.
Veröffentlicht: (2024)

A Collaborative Ensemble Framework for CTR Prediction
von: Liu, Xiaolong, et al.
Veröffentlicht: (2024)

LLMTreeRec: Unleashing the Power of Large Language Models for Cold-Start Recommendations
von: Zhang, Wenlin, et al.
Veröffentlicht: (2024)

A Universal Framework for Compressing Embeddings in CTR Prediction
von: Wang, Kefan, et al.
Veröffentlicht: (2025)

How Can Recommender Systems Benefit from Large Language Models: A Survey
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Discrete Semantic Tokenization for Deep CTR Prediction
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations
von: Gao, Jingtong, et al.
Veröffentlicht: (2024)

HAMUR: Hyper Adapter for Multi-Domain Recommendation
von: Li, Xiaopeng, et al.
Veröffentlicht: (2023)

LoopCTR: Unlocking the Loop Scaling Power for Click-Through Rate Prediction
von: Tang, Jiakai, et al.
Veröffentlicht: (2026)

NGA: Non-autoregressive Generative Auction with Global Externalities for Advertising Systems
von: Zheng, Zuowu, et al.
Veröffentlicht: (2025)

All Roads Lead to Rome: Unveiling the Trajectory of Recommender Systems Across the LLM Era
von: Chen, Bo, et al.
Veröffentlicht: (2024)

Enhancing CTR Prediction with De-correlated Expert Networks
von: Wang, Jiancheng, et al.
Veröffentlicht: (2025)

Exploring Scaling Laws of CTR Model for Online Performance Improvement
von: Lai, Weijiang, et al.
Veröffentlicht: (2025)

Adversarial Alignment and Disentanglement for Cross-Domain CTR Prediction with Domain-Encompassing Features
von: He, Junyou, et al.
Veröffentlicht: (2026)

Embedding Compression in Recommender Systems: A Survey
von: Li, Shiwei, et al.
Veröffentlicht: (2024)

MLoRA: Multi-Domain Low-Rank Adaptive Network for CTR Prediction
von: Yang, Zhiming, et al.
Veröffentlicht: (2024)

Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising
von: Liu, Bin, et al.
Veröffentlicht: (2025)

Modular Representation Compression: Adapting LLMs for Efficient and Effective Recommendations
von: Xi, Yunjia, et al.
Veröffentlicht: (2026)

Full-Stack Optimized Large Language Models for Lifelong Sequential Behavior Comprehension in Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2025)

Efficiency Unleashed: Inference Acceleration for LLM-based Recommender Systems with Speculative Decoding
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

LLM4MSR: An LLM-Enhanced Paradigm for Multi-Scenario Recommendation
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

Generative Representational Learning of Foundation Models for Recommendation
von: Zhou, Zheli, et al.
Veröffentlicht: (2025)

Adaptive Low-Precision Training for Embeddings in Click-Through Rate Prediction
von: Li, Shiwei, et al.
Veröffentlicht: (2022)

CTR-Driven Ad Text Generation via Online Feedback Preference Optimization
von: Chen, Yanda, et al.
Veröffentlicht: (2025)

FuXi-β: Towards a Lightweight and Fast Large-Scale Generative Recommendation Model
von: Ye, Yufei, et al.
Veröffentlicht: (2025)

Lifelong Personalized Low-Rank Adaptation of Large Language Models for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)