Enhancing CTR Prediction in Recommendation Domain with Search Query Representation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yuening, Chen, Man, Hu, Yaochen, Guo, Wei, Zhang, Yingxue, Guo, Huifeng, Liu, Yong, Coates, Mark
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personalized Negative Reservoir for Incremental Learning in Recommender Systems
von: Valkanas, Antonios, et al.
Veröffentlicht: (2024)

Learning Partially Aligned Item Representation for Cross-Domain Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Enhancing and Scaling Search Query Datasets for Recommendation Systems
von: Rodrigues, Aaron, et al.
Veröffentlicht: (2025)

PRECTR: A Synergistic Framework for Integrating Personalized Search Relevance Matching and CTR Prediction
von: Chen, Rong, et al.
Veröffentlicht: (2025)

DAIAN: Deep Adaptive Intent-Aware Network for CTR Prediction in Trigger-Induced Recommendation
von: Lv, Zhihao, et al.
Veröffentlicht: (2026)

Breaking the Length Barrier: LLM-Enhanced CTR Prediction in Long Textual User Behaviors
von: Geng, Binzong, et al.
Veröffentlicht: (2024)

Explainable CTR Prediction via LLM Reasoning
von: Yu, Xiaohan, et al.
Veröffentlicht: (2024)

LLM4MSR: An LLM-Enhanced Paradigm for Multi-Scenario Recommendation
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

MoE-MLoRA for Multi-Domain CTR Prediction: Efficient Adaptation with Expert Specialization
von: Yaggel, Ken, et al.
Veröffentlicht: (2025)

Incorporating Group Prior into Variational Inference for Tail-User Behavior Modeling in CTR Prediction
von: Xu, Han, et al.
Veröffentlicht: (2024)

Field Matters: A Lightweight LLM-enhanced Method for CTR Prediction
von: Cui, Yu, et al.
Veröffentlicht: (2025)

Deep Group Interest Modeling of Full Lifelong User Behaviors for CTR Prediction
von: Liu, Qi, et al.
Veröffentlicht: (2023)

Disentangled Interest Network for Out-of-Distribution CTR Prediction
von: Zheng, Yu, et al.
Veröffentlicht: (2025)

FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction
von: Wang, Hangyu, et al.
Veröffentlicht: (2023)

How Can Recommender Systems Benefit from Large Language Models: A Survey
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Feature Fusion Revisited: Multimodal CTR Prediction for MMCTR Challenge
von: Zhou, Junjie
Veröffentlicht: (2025)

Helen: Optimizing CTR Prediction Models with Frequency-wise Hessian Eigenvalue Regularization
von: Zhu, Zirui, et al.
Veröffentlicht: (2024)

ERASE: Benchmarking Feature Selection Methods for Deep Recommender Systems
von: Jia, Pengyue, et al.
Veröffentlicht: (2024)

RIA: A Ranking-Infused Approach for Optimized listwise CTR Prediction
von: Zhang, Guoxiao, et al.
Veröffentlicht: (2025)

TWIN V2: Scaling Ultra-Long User Behavior Sequence Modeling for Enhanced CTR Prediction at Kuaishou
von: Si, Zihua, et al.
Veröffentlicht: (2024)

HoMer: Addressing Heterogeneities by Modeling Sequential and Set-wise Contexts for CTR Prediction
von: Chen, Shuwei, et al.
Veröffentlicht: (2025)

Bridge the Domains: Large Language Models Enhanced Cross-domain Sequential Recommendation
von: Liu, Qidong, et al.
Veröffentlicht: (2025)

AIE: Auction Information Enhanced Framework for CTR Prediction in Online Advertising
von: Yang, Yang, et al.
Veröffentlicht: (2024)

RQ-GMM: Residual Quantized Gaussian Mixture Model for Multimodal Semantic Discretization in CTR Prediction
von: Tong, Ziye, et al.
Veröffentlicht: (2026)

Conditional Memory Enhanced Item Representation for Generative Recommendation
von: Liu, Ziwei, et al.
Veröffentlicht: (2026)

E-CARE: An Efficient LLM-based Commonsense-Augmented Framework for E-Commerce
von: Zhang, Ge, et al.
Veröffentlicht: (2025)

Preference and Concurrence Aware Bayesian Graph Neural Networks for Recommender Systems
von: Gu, Hongjian, et al.
Veröffentlicht: (2023)

Enhancing Embedding Representation Stability in Recommendation Systems with Semantic ID
von: Zheng, Carolina, et al.
Veröffentlicht: (2025)

A Unified Framework for Multi-Domain CTR Prediction via Large Language Models
von: Fu, Zichuan, et al.
Veröffentlicht: (2023)

Elaborative Subtopic Query Reformulation for Broad and Indirect Queries in Travel Destination Recommendation
von: Wen, Qianfeng, et al.
Veröffentlicht: (2024)

MISS: Multi-Modal Tree Indexing and Searching with Lifelong Sequential Behavior for Retrieval Recommendation
von: Guo, Chengcheng, et al.
Veröffentlicht: (2025)

Adversarial Alignment and Disentanglement for Cross-Domain CTR Prediction with Domain-Encompassing Features
von: He, Junyou, et al.
Veröffentlicht: (2026)

Causality Enhancement for Cross-Domain Recommendation
von: Wu, Zhibo, et al.
Veröffentlicht: (2025)

Reason-to-Recommend: Using Interaction-of-Thought Reasoning to Enhance LLM Recommendation
von: Zhao, Keyu, et al.
Veröffentlicht: (2025)

Tricolore: Multi-Behavior User Profiling for Enhanced Candidate Generation in Recommender Systems
von: Zhou, Xiao, et al.
Veröffentlicht: (2025)

Denoising Pre-Training and Customized Prompt Learning for Efficient Multi-Behavior Sequential Recommendation
von: Wang, Hao, et al.
Veröffentlicht: (2024)

AgentSelect: Benchmark for Narrative Query-to-Agent Recommendation
von: Shi, Yunxiao, et al.
Veröffentlicht: (2026)

Multi-Modal Hypergraph Enhanced LLM Learning for Recommendation
von: Guo, Xu, et al.
Veröffentlicht: (2025)

Learning Structure and Knowledge Aware Representation with Large Language Models for Concept Recommendation
von: Li, Qingyao, et al.
Veröffentlicht: (2024)