Buchumschlag

Efficient Pointwise-Pairwise Learning-to-Rank for News Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kannen, Nithish, Ma, Yao, Burg, Gerrit J. J. van den, Faddoul, Jean Baptiste
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

Bounded-Abstention Pairwise Learning to Rank
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

Personalized Recommendations via Active Utility-based Pairwise Sampling
von: Boroomand, Bahar, et al.
Veröffentlicht: (2025)

Efficient and Effective Query Context-Aware Learning-to-Rank Model for Sequential Recommendation
von: Dzhoha, Andrii, et al.
Veröffentlicht: (2025)

Pairwise and Attribute-Aware Decision Tree-Based Preference Elicitation for Cold-Start Recommendation
von: Gharahighehi, Alireza, et al.
Veröffentlicht: (2025)

Context Features Are Cheap: Rank-Aware Decomposition for Efficient Feature Interaction in Recommender Systems
von: Tkach, Yevgeny
Veröffentlicht: (2026)

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

Large Language Models are Effective Text Rankers with Pairwise Ranking Prompting
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

Hierarchical Group-wise Ranking Framework for Recommendation Models
von: Yan, YaChen, et al.
Veröffentlicht: (2025)

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

Few-shot Prompting for Pairwise Ranking: An Effective Non-Parametric Retrieval Model
von: Sinhababu, Nilanjan, et al.
Veröffentlicht: (2024)

Probabilistic Rank and Reward: A Scalable Model for Slate Recommendation
von: Aouali, Imad, et al.
Veröffentlicht: (2022)

A Design Space for Explainable Ranking and Ranking Models
von: Hazwani, I. Al, et al.
Veröffentlicht: (2022)

EVNextTrade: Learning-to-Rank-Based Recommendation of Next Charging Nodes for EV-EV Energy Trading
von: Rahmana, Md Mahfujur, et al.
Veröffentlicht: (2026)

Dynamic Sparse Learning: A Novel Paradigm for Efficient Recommendation
von: Wang, Shuyao, et al.
Veröffentlicht: (2024)

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

Better Generalization with Semantic IDs: A Case Study in Ranking for Recommendations
von: Singh, Anima, et al.
Veröffentlicht: (2023)

Dual Correction Strategy for Ranking Distillation in Top-N Recommender System
von: Lee, Youngjune, et al.
Veröffentlicht: (2021)

Policy-Guided Causal State Representation for Offline Reinforcement Learning Recommendation
von: Wang, Siyu, et al.
Veröffentlicht: (2025)

Pairwise Ranking Loss for Multi-Task Learning in Recommender Systems
von: Durmus, Furkan, et al.
Veröffentlicht: (2024)

Retentive Decision Transformer with Adaptive Masking for Reinforcement Learning based Recommendation Systems
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

An Efficient Continuous Control Perspective for Reinforcement-Learning-based Sequential Recommendation
von: Wang, Jun, et al.
Veröffentlicht: (2024)

Low Rank Field-Weighted Factorization Machines for Low Latency Item Recommendation
von: Shtoff, Alex, et al.
Veröffentlicht: (2024)

Shielded RecRL: Explanation Generation for Recommender Systems without Ranking Degradation
von: Tiwari, Ansh, et al.
Veröffentlicht: (2025)

RewardRank: Optimizing True Learning-to-Rank Utility
von: Bhatt, Gaurav, et al.
Veröffentlicht: (2025)

Deep Adaptive Interest Network: Personalized Recommendation with Context-Aware Learning
von: Huang, Shuaishuai, et al.
Veröffentlicht: (2024)

Metric-agnostic Learning-to-Rank via Boosting and Rank Approximation
von: Gomez, Camilo, et al.
Veröffentlicht: (2026)

Efficient and Robust Regularized Federated Recommendation
von: Liu, Langming, et al.
Veröffentlicht: (2024)

Cache-Aware Reinforcement Learning in Large-Scale Recommender Systems
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2024)

FINEST: Stabilizing Recommendations by Rank-Preserving Fine-Tuning
von: Oh, Sejoon, et al.
Veröffentlicht: (2024)

Blending Learning to Rank and Dense Representations for Efficient and Effective Cascades
von: Nardini, Franco Maria, et al.
Veröffentlicht: (2025)

FELRec: Efficient Handling of Item Cold-Start With Dynamic Representation Learning in Recommender Systems
von: Weimann, Kuba, et al.
Veröffentlicht: (2022)

Proximal Ranking Policy Optimization for Practical Safety in Counterfactual Learning to Rank
von: Gupta, Shashank, et al.
Veröffentlicht: (2024)

RankSHAP: Shapley Value Based Feature Attributions for Learning to Rank
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2024)

Parameter-Efficient Single Collaborative Branch for Recommendation
von: Moscati, Marta, et al.
Veröffentlicht: (2025)

Directed Criteria Citation Recommendation and Ranking Through Link Prediction
von: Watson, William, et al.
Veröffentlicht: (2024)

When and What to Recommend: Joint Modeling of Timing and Content for Active Sequential Recommendation
von: Chai, Jin, et al.
Veröffentlicht: (2025)

Learning Cascade Ranking as One Network
von: Wang, Yunli, et al.
Veröffentlicht: (2025)

Is This News Still Interesting to You?: Lifetime-aware Interest Matching for News Recommendation
von: Ryu, Seongeun, et al.
Veröffentlicht: (2025)

Estimating the Hessian Matrix of Ranking Objectives for Stochastic Learning to Rank with Gradient Boosted Trees
von: Kang, Jingwei, et al.
Veröffentlicht: (2024)

Dual Adversarial Perturbators Generate rich Views for Recommendation
von: Zhang, Lijun, et al.
Veröffentlicht: (2024)