Buchumschlag

Enhancing Sequential Music Recommendation with Personalized Popularity Awareness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abbattista, Davide, Anelli, Vito Walter, Di Noia, Tommaso, Macdonald, Craig, Petrov, Aleksandr Vladimirovich
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

Balancing Accuracy and Novelty with Sub-Item Popularity
von: Mallamaci, Chiara, et al.
Veröffentlicht: (2025)

Exploring Diversity, Novelty, and Popularity Bias in ChatGPT's Recommendations
von: Di Palma, Dario, et al.
Veröffentlicht: (2026)

Efficient Inference of Sub-Item Id-based Sequential Recommendation Models with Millions of Items
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2024)

Efficient Recommendation with Millions of Items by Dynamic Pruning of Sub-Item Embeddings
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2025)

Aligning GPTRec with Beyond-Accuracy Goals with Reinforcement Learning
von: Petrov, Aleksandr, et al.
Veröffentlicht: (2024)

On the Impact of Graph Neural Networks in Recommender Systems: A Topological Perspective
von: Malitesta, Daniele, et al.
Veröffentlicht: (2025)

A Novel Evaluation Perspective on GNNs-based Recommender Systems through the Topology of the User-Item Graph
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

Do LLMs Memorize Recommendation Datasets? A Preliminary Study on MovieLens-1M
von: Di Palma, Dario, et al.
Veröffentlicht: (2025)

Evaluating ChatGPT as a Recommender System: A Rigorous Approach
von: Di Palma, Dario, et al.
Veröffentlicht: (2023)

Challenging the Myth of Graph Collaborative Filtering: a Reasoned and Reproducibility-driven Analysis
von: Anelli, Vito Walter, et al.
Veröffentlicht: (2023)

GLoSS: Generative Language Models with Semantic Search for Sequential Recommendation
von: Acharya, Krishna, et al.
Veröffentlicht: (2025)

Shallow Cross-Encoders for Low-Latency Retrieval
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2024)

Improving Minimax Group Fairness in Sequential Recommendation
von: Acharya, Krishna, et al.
Veröffentlicht: (2025)

CFaiRLLM: Consumer Fairness Evaluation in Large-Language Model Recommender System
von: Deldjoo, Yashar, et al.
Veröffentlicht: (2024)

AirTOWN: A Privacy-Preserving Mobile App for Real-time Pollution-Aware POI Suggestion
von: Fasano, Giuseppe, et al.
Veröffentlicht: (2025)

Exploring Approaches for Detecting Memorization of Recommender System Data in Large Language Models
von: Colacicco, Antonio, et al.
Veröffentlicht: (2026)

Stealthy LLM-Driven Data Poisoning Attacks Against Embedding-Based Retrieval-Augmented Recommender Systems
von: Nazary, Fatemeh, et al.
Veröffentlicht: (2025)

ViLLA-MMBench: A Unified Benchmark Suite for LLM-Augmented Multimodal Movie Recommendation
von: Nazary, Fatemeh, et al.
Veröffentlicht: (2025)

WarpRec: Unifying Academic Rigor and Industrial Scale for Responsible, Reproducible, and Efficient Recommendation
von: Avolio, Marco, et al.
Veröffentlicht: (2026)

Poison-RAG: Adversarial Data Poisoning Attacks on Retrieval-Augmented Generation in Recommender Systems
von: Nazary, Fatemeh, et al.
Veröffentlicht: (2025)

Large-scale Benchmarks for Multimodal Recommendation with Ducho
von: Attimonelli, Matteo, et al.
Veröffentlicht: (2024)

Dot Product is All You Need: Bridging the Gap Between Item Recommendation and Link Prediction
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

What Else Would I Like? A User Simulator using Alternatives for Improved Evaluation of Fashion Conversational Recommendation Systems
von: Vlachou, Maria, et al.
Veröffentlicht: (2024)

Training-free Graph-based Imputation of Missing Modalities in Multimodal Recommendation
von: Malitesta, Daniele, et al.
Veröffentlicht: (2026)

Dealing with Missing Modalities in Multimodal Recommendation: a Feature Propagation-based Approach
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

Do We Really Need to Drop Items with Missing Modalities in Multimodal Recommendation?
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

Formalizing Multimedia Recommendation through Multimodal Deep Learning
von: Malitesta, Daniele, et al.
Veröffentlicht: (2023)

Debiasing Recommendation with Personal Popularity
von: Ning, Wentao, et al.
Veröffentlicht: (2024)

Enhancing Sequential Music Recommendation with Negative Feedback-informed Contrastive Learning
von: Seshadri, Pavan, et al.
Veröffentlicht: (2024)

Ducho 2.0: Towards a More Up-to-Date Unified Framework for the Extraction of Multimodal Features in Recommendation
von: Attimonelli, Matteo, et al.
Veröffentlicht: (2024)

Adaptive Domain Scaling for Personalized Sequential Modeling in Recommenders
von: Chai, Zheng, et al.
Veröffentlicht: (2025)

KGUF: Simple Knowledge-aware Graph-based Recommender with User-based Semantic Features Filtering
von: Bufi, Salvatore, et al.
Veröffentlicht: (2024)

Personalized Prompt for Sequential Recommendation
von: Wu, Yiqing, et al.
Veröffentlicht: (2022)

Fashion Image-to-Image Translation for Complementary Item Retrieval
von: Attimonelli, Matteo, et al.
Veröffentlicht: (2024)

DataRec: A Python Library for Standardized and Reproducible Data Management in Recommender Systems
von: Mancino, Alberto Carlo Maria, et al.
Veröffentlicht: (2024)

Do Recommender Systems Really Leverage Multimodal Content? A Comprehensive Analysis on Multimodal Representations for Recommendation
von: Pomo, Claudio, et al.
Veröffentlicht: (2025)

A Reproducible and Fair Evaluation of Partition-aware Collaborative Filtering
von: de Gioia, Domenico, et al.
Veröffentlicht: (2025)

Personalized Behavior-Aware Transformer for Multi-Behavior Sequential Recommendation
von: Su, Jiajie, et al.
Veröffentlicht: (2024)

Do We Really Need Specialization? Evaluating Generalist Text Embeddings for Zero-Shot Recommendation and Search
von: Attimonelli, Matteo, et al.
Veröffentlicht: (2025)

Exploring the Effect of Context-Awareness and Popularity Calibration on Popularity Bias in POI Recommendations
von: Forster, Andrea, et al.
Veröffentlicht: (2025)