Buchumschlag

Cross-Domain Latent Factors Sharing via Implicit Matrix Factorization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Samra, Abdulaziz, Frolov, Evgeney, Vasilev, Alexey, Grigorievskiy, Alexander, Vakhrushev, Anton
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Time to Split: Exploring Data Splitting Strategies for Offline Evaluation of Sequential Recommenders
von: Gusak, Danil, et al.
Veröffentlicht: (2025)

SplitLight: An Exploratory Toolkit for Recommender Systems Datasets and Splits
von: Volodkevich, Anna, et al.
Veröffentlicht: (2026)

Stalactite: Toolbox for Fast Prototyping of Vertical Federated Learning Systems
von: Zakharova, Anastasiia, et al.
Veröffentlicht: (2024)

Autoregressive Generation Strategies for Top-K Sequential Recommendations
von: Volodkevich, Anna, et al.
Veröffentlicht: (2024)

Does It Look Sequential? An Analysis of Datasets for Evaluation of Sequential Recommendations
von: Klenitskiy, Anton, et al.
Veröffentlicht: (2024)

Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
von: Pembek, Anton, et al.
Veröffentlicht: (2025)

RePlay: a Recommendation Framework for Experimentation and Production Use
von: Vasilev, Alexey, et al.
Veröffentlicht: (2024)

Benefiting from Negative yet Informative Feedback by Contrasting Opposing Sequential Patterns
von: Ivanova, Veronika, et al.
Veröffentlicht: (2025)

Knowledge Graph Completion with Mixed Geometry Tensor Factorization
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

Neural Click Models for Recommender Systems
von: Shirokikh, Mikhail, et al.
Veröffentlicht: (2024)

Cross-Representation Knowledge Transfer for Improved Sequential Recommendations
von: Gimranov, Artur, et al.
Veröffentlicht: (2026)

Signed Latent Factors for Spamming Activity Detection
von: Liu, Yuli
Veröffentlicht: (2022)

Accelerating Matrix Factorization by Dynamic Pruning for Fast Recommendation
von: Wu, Yining, et al.
Veröffentlicht: (2024)

Does Weighting Improve Matrix Factorization for Recommender Systems?
von: Ayoub, Alex, et al.
Veröffentlicht: (2025)

Sparse Autoencoders for Sequential Recommendation Models: Interpretation and Flexible Control
von: Klenitskiy, Anton, et al.
Veröffentlicht: (2025)

Scalable Cross-Entropy Loss for Sequential Recommendations with Large Item Catalogs
von: Mezentsev, Gleb, et al.
Veröffentlicht: (2024)

RECE: Reduced Cross-Entropy Loss for Large-Catalogue Sequential Recommenders
von: Gusak, Danil, et al.
Veröffentlicht: (2024)

Dual-Channel Latent Factor Analysis Enhanced Graph Contrastive Learning for Recommendation
von: Long, Junfeng, et al.
Veröffentlicht: (2024)

UIPC-MF: User-Item Prototype Connection Matrix Factorization for Explainable Collaborative Filtering
von: Pan, Lei, et al.
Veröffentlicht: (2023)

Orthogonal Nonnegative Matrix Factorization with the Kullback-Leibler divergence
von: Nkurunziza, Jean Pacifique, et al.
Veröffentlicht: (2024)

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

Ultra Fast Warm Start Solution for Graph Recommendations
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

Leveraging Geometric Insights in Hyperbolic Triplet Loss for Improved Recommendations
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

Maximum Impact with Fewer Features: Efficient Feature Selection for Cold-Start Recommenders through Collaborative Importance Weighting
von: Sukhorukov, Nikita, et al.
Veröffentlicht: (2025)

Recommendation Is a Dish Better Served Warm
von: Gusak, Danil, et al.
Veröffentlicht: (2025)

Review-Based Hyperbolic Cross-Domain Recommendation
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2024)

Encode Me If You Can: Learning Universal User Representations via Event Sequence Autoencoding
von: Klenitskiy, Anton, et al.
Veröffentlicht: (2025)

DIIT: A Domain-Invariant Information Transfer Method for Industrial Cross-Domain Recommendation
von: Huang, Heyuan, et al.
Veröffentlicht: (2024)

DCN^2: Interplay of Implicit Collision Weights and Explicit Cross Layers for Large-Scale Recommendation
von: Škrlj, Blaž, et al.
Veröffentlicht: (2025)

From Variability to Stability: Advancing RecSys Benchmarking Practices
von: Shevchenko, Valeriy, et al.
Veröffentlicht: (2024)

RankGraph: Unified Heterogeneous Graph Learning for Cross-Domain Recommendation
von: Wu, Renzhi, et al.
Veröffentlicht: (2025)

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

Position-Aware Sequential Attention for Accurate Next Item Recommendations
von: Nabiev, Timur, et al.
Veröffentlicht: (2026)

ReFORM: Review-aggregated Profile Generation via LLM with Multi-Factor Attention for Restaurant Recommendation
von: Park, Moonsoo, et al.
Veröffentlicht: (2026)

Effective Two-Stage Knowledge Transfer for Multi-Entity Cross-Domain Recommendation
von: Guan, Jianyu, et al.
Veröffentlicht: (2024)

Behavior Importance-Aware Graph Neural Architecture Search for Cross-Domain Recommendation
von: Ge, Chendi, et al.
Veröffentlicht: (2025)

Efficient Large-Scale Cross-Domain Sequential Recommendation with Dynamic State Representations
von: Loureiro, Manuel V., et al.
Veröffentlicht: (2025)

PSLF: A PID Controller-incorporated Second-order Latent Factor Analysis Model for Recommender System
von: Wang, Jialiang, et al.
Veröffentlicht: (2024)

Scaled Supervision is an Implicit Lipschitz Regularizer
von: Ouyang, Zhongyu, et al.
Veröffentlicht: (2025)

Intrinsic and Extrinsic Factor Disentanglement for Recommendation in Various Context Scenarios
von: Su, Yixin, et al.
Veröffentlicht: (2025)