Buchumschlag

MVIGER: Multi-View Variational Integration of Complementary Knowledge for Generative Recommender

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Tongyoung, Yoon, Soojin, Kang, SeongKu, Yeo, Jinyoung, Lee, Dongha
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

Knowledge Distillation Approaches for Accurate and Efficient Recommender System
von: Kang, SeongKu
Veröffentlicht: (2024)

Towards Personalized Conversational Sales Agents: Contextual User Profiling for Strategic Action
von: Kim, Tongyoung, et al.
Veröffentlicht: (2025)

Unsupervised Robust Cross-Lingual Entity Alignment via Neighbor Triple Matching with Entity and Relation Texts
von: Yoon, Soojin, et al.
Veröffentlicht: (2024)

Filling the Gaps: Selective Knowledge Augmentation for LLM Recommenders
von: Lee, Jaehyun, et al.
Veröffentlicht: (2026)

Why These Documents? Explainable Generative Retrieval with Hierarchical Category Paths
von: Lee, Sangam, et al.
Veröffentlicht: (2024)

CREAM: Continual Retrieval on Dynamic Streaming Corpora with Adaptive Soft Memory
von: Son, HuiJeong, et al.
Veröffentlicht: (2026)

Stop Playing the Guessing Game! Target-free User Simulation for Evaluating Conversational Recommender Systems
von: Kim, Sunghwan, et al.
Veröffentlicht: (2024)

Taxonomy-guided Semantic Indexing for Academic Paper Search
von: Kang, SeongKu, et al.
Veröffentlicht: (2024)

Improving Retrieval in Theme-specific Applications using a Corpus Topical Taxonomy
von: Kang, SeongKu, et al.
Veröffentlicht: (2024)

Improving Scientific Document Retrieval with Concept Coverage-based Query Set Generation
von: Kang, SeongKu, et al.
Veröffentlicht: (2025)

Imagine All The Relevance: Scenario-Profiled Indexing with Knowledge Expansion for Dense Retrieval
von: Lee, Sangam, et al.
Veröffentlicht: (2025)

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

AgenticShop: Benchmarking Agentic Product Curation for Personalized Web Shopping
von: Kim, Sunghwan, et al.
Veröffentlicht: (2026)

Multi-Domain Recommendation to Attract Users via Domain Preference Modeling
von: Ju, Hyunjun, et al.
Veröffentlicht: (2024)

Continual Collaborative Distillation for Recommender System
von: Lee, Gyuseok, et al.
Veröffentlicht: (2024)

Scientific Paper Retrieval with LLM-Guided Semantic-Based Ranking
von: Zhang, Yunyi, et al.
Veröffentlicht: (2025)

Continual Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)

Top-Personalized-K Recommendation
von: Kweon, Wonbin, et al.
Veröffentlicht: (2024)

Capturing User Interests from Data Streams for Continual Sequential Recommendation
von: Lee, Gyuseok, et al.
Veröffentlicht: (2025)

SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization
von: Kim, Sunghwan, et al.
Veröffentlicht: (2026)

VLM2Rec: Resolving Modality Collapse in Vision-Language Model Embedders for Multimodal Sequential Recommendation
von: Kim, Junyoung, et al.
Veröffentlicht: (2026)

Uncertainty Quantification and Decomposition for LLM-based Recommendation
von: Kweon, Wonbin, et al.
Veröffentlicht: (2025)

M^2VAE: Multi-Modal Multi-View Variational Autoencoder for Cold-start Item Recommendation
von: He, Chuan, et al.
Veröffentlicht: (2025)

SPRINT: Scalable and Predictive Intent Refinement for LLM-Enhanced Session-based Recommendation
von: Lee, Gyuseok, et al.
Veröffentlicht: (2025)

Disentangling and Generating Modalities for Recommendation in Missing Modality Scenarios
von: Kim, Jiwan, et al.
Veröffentlicht: (2025)

FLAME: Condensing Ensemble Diversity into a Single Network for Efficient Sequential Recommendation
von: Kim, WooJoo, et al.
Veröffentlicht: (2026)

Multi-Behavior Recommender Systems: A Survey
von: Kim, Kyungho, et al.
Veröffentlicht: (2025)

Improving Scientific Document Retrieval with Academic Concept Index
von: Lee, Jeyun, et al.
Veröffentlicht: (2026)

Deep Rating Elicitation for New Users in Collaborative Filtering
von: Kweon, Wonbin, et al.
Veröffentlicht: (2024)

A Self-Supervised Mixture-of-Experts Framework for Multi-behavior Recommendation
von: Kim, Kyungho, et al.
Veröffentlicht: (2025)

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

Self-EvolveRec: Self-Evolving Recommender Systems with LLM-based Directional Feedback
von: Kim, Sein, et al.
Veröffentlicht: (2026)

MARC: Multimodal and Multi-Task Agentic Retrieval-Augmented Generation for Cold-Start Recommender System
von: Cho, Seung Hwan, et al.
Veröffentlicht: (2025)

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

Token-Efficient Item Representation via Images for LLM Recommender Systems
von: Kim, Kibum, et al.
Veröffentlicht: (2025)

ItemRAG: Item-Based Retrieval-Augmented Generation for LLM-Based Recommendation
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

UMAIR-FPS: User-aware Multi-modal Animation Illustration Recommendation Fusion with Painting Style
von: Kang, Yan, et al.
Veröffentlicht: (2024)

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

GRAM: Generative Recommendation via Semantic-aware Multi-granular Late Fusion
von: Lee, Sunkyung, et al.
Veröffentlicht: (2025)

Continual Low-Rank Adapters for LLM-based Generative Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)