Buchumschlag

Contextual Bandit with Herding Effects: Algorithms and Recommendation Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Luyue, Wang, Liming, Xie, Hong, Zhou, Mingqiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AdaptEx: A Self-Service Contextual Bandit Platform
von: Black, William, et al.
Veröffentlicht: (2023)

CoCoB: Adaptive Collaborative Combinatorial Bandits for Online Recommendation
von: Yan, Cairong, et al.
Veröffentlicht: (2025)

Joint Modeling of Search and Recommendations Via an Unified Contextual Recommender (UniCoRn)
von: Bhattacharya, Moumita, et al.
Veröffentlicht: (2024)

Calibrated Recommendations with Contextual Bandits
von: Feijer, Diego, et al.
Veröffentlicht: (2025)

Bridging User Dynamics: Transforming Sequential Recommendations with Schrödinger Bridge and Diffusion Models
von: Xie, Wenjia, et al.
Veröffentlicht: (2024)

Semantic Search and Recommendation Algorithm
von: Duhan, Aryan, et al.
Veröffentlicht: (2024)

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

Prompt Optimization with Logged Bandit Data
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2025)

A Parameter Update Balancing Algorithm for Multi-task Ranking Models in Recommendation Systems
von: Yuan, Jun, et al.
Veröffentlicht: (2024)

Modeling Behavioral Intensity and Transitions for Generative Recommendation
von: Yang, Wenxuan, et al.
Veröffentlicht: (2026)

Enhancing Performance and Scalability of Large-Scale Recommendation Systems with Jagged Flash Attention
von: Xu, Rengan, et al.
Veröffentlicht: (2024)

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

STAR: A Simple Training-free Approach for Recommendations using Large Language Models
von: Lee, Dong-Ho, et al.
Veröffentlicht: (2024)

Enhancing Recommendation with Denoising Auxiliary Task
von: Liu, Pengsheng, et al.
Veröffentlicht: (2024)

Deep Learning Model Acceleration and Optimization Strategies for Real-Time Recommendation Systems
von: Shao, Junli, et al.
Veröffentlicht: (2025)

Personalized Image Generation for Recommendations Beyond Catalogs
von: Patron, Gabriel, et al.
Veröffentlicht: (2025)

BEAR: Towards Beam-Search-Aware Optimization for Recommendation with Large Language Models
von: Yang, Weiqin, et al.
Veröffentlicht: (2026)

Hierarchical Reinforcement Learning for Temporal Abstraction of Listwise Recommendation
von: Ji, Luo, et al.
Veröffentlicht: (2024)

Multi-Item-Query Attention for Stable Sequential Recommendation
von: Xu, Mingshi, et al.
Veröffentlicht: (2025)

PSL: Rethinking and Improving Softmax Loss from Pairwise Perspective for Recommendation
von: Yang, Weiqin, et al.
Veröffentlicht: (2024)

LoopFM: Learning frOm HistOrical RePresentations of Foundation Model for Recommendation
von: Jiang, Shali, et al.
Veröffentlicht: (2026)

MDL: A Unified Multi-Distribution Learner in Large-scale Industrial Recommendation through Tokenization
von: Mu, Shanlei, et al.
Veröffentlicht: (2026)

DiffGRM: Diffusion-based Generative Recommendation Model
von: Liu, Zhao, et al.
Veröffentlicht: (2025)

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

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

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

ECAT: A Entire space Continual and Adaptive Transfer Learning Framework for Cross-Domain Recommendation
von: Hou, Chaoqun, et al.
Veröffentlicht: (2024)

Contextual Attention-Based Multimodal Fusion of LLM and CNN for Sentiment Analysis
von: Zerkouk, Meriem, et al.
Veröffentlicht: (2025)

Item Cluster-aware Prompt Learning for Session-based Recommendation
von: Yang, Wooseong, et al.
Veröffentlicht: (2024)

Pre-training for Recommendation Unlearning
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

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

Causal Feature Selection Method for Contextual Multi-Armed Bandits in Recommender System
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2024)

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

DKINet: Medication Recommendation via Domain Knowledge Informed Deep Learning
von: Liu, Sicen, et al.
Veröffentlicht: (2023)

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

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

LiMAML: Personalization of Deep Recommender Models via Meta Learning
von: Wang, Ruofan, et al.
Veröffentlicht: (2024)

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

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

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