Buchumschlag

Enhancing Recommendation Systems with GNNs and Addressing Over-Smoothing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Wenyi, Zhang, Ziqi, Li, Xinshi, Hu, Jiacheng, Luo, Yuanshuai, Du, Junliang
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

Contrastive Learning for Cold Start Recommendation with Adaptive Feature Fusion
von: Hu, Jiacheng, et al.
Veröffentlicht: (2025)

Metric Learning for Tag Recommendation: Tackling Data Sparsity and Cold Start Issues
von: Luo, Yuanshuai, et al.
Veröffentlicht: (2024)

FairFS: Addressing Deep Feature Selection Biases for Recommender System
von: Wang, Xianquan, et al.
Veröffentlicht: (2026)

Unified Representation Learning for Multi-Intent Diversity and Behavioral Uncertainty in Recommender Systems
von: Xu, Wei, et al.
Veröffentlicht: (2025)

Addressing Correlated Latent Exogenous Variables in Debiased Recommender Systems
von: Zhang, Shuqiang, et al.
Veröffentlicht: (2025)

Modeling Multi-Hop Semantic Paths for Recommendation in Heterogeneous Information Networks
von: Zheng, Hongye, et al.
Veröffentlicht: (2025)

Addressing Cold Start For next-article Recommendation
von: Elgohary, Omar, et al.
Veröffentlicht: (2025)

Addressing Information Loss and Interaction Collapse: A Dual Enhanced Attention Framework for Feature Interaction
von: Xu, Yi, et al.
Veröffentlicht: (2025)

Adaptive Conditional Expert Selection Network for Multi-domain Recommendation
von: Dong, Kuiyao, et al.
Veröffentlicht: (2024)

Unveiling Vulnerabilities of Contrastive Recommender Systems to Poisoning Attacks
von: Wang, Zongwei, et al.
Veröffentlicht: (2023)

EnhancedRL: An Enhanced-State Reinforcement Learning Algorithm for Multi-Task Fusion in Recommender Systems
von: Liu, Peng, et al.
Veröffentlicht: (2024)

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

Shilling Recommender Systems by Generating Side-feature-aware Fake User Profiles
von: Wang, Yuanrong, et al.
Veröffentlicht: (2025)

The Efficiency vs. Accuracy Trade-off: Optimizing RAG-Enhanced LLM Recommender Systems Using Multi-Head Early Exit
von: Zhou, Huixue, et al.
Veröffentlicht: (2025)

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

Knowledge Graph Context-Enhanced Diversified Recommendation
von: Liu, Xiaolong, et al.
Veröffentlicht: (2023)

LLM-Enhanced Reranking for Complementary Product Recommendation
von: Xu, Zekun, et al.
Veröffentlicht: (2025)

Graph Disentangle Causal Model: Enhancing Causal Inference in Networked Observational Data
von: Hu, Binbin, et al.
Veröffentlicht: (2024)

A Recommendation Model Utilizing Separation Embedding and Self-Attention for Feature Mining
von: Liu, Wenyi, et al.
Veröffentlicht: (2024)

Sharpness-Aware Poisoning: Enhancing Transferability of Injective Attacks on Recommender Systems
von: Xie, Junsong, et al.
Veröffentlicht: (2026)

Avoiding Over-Personalization with Rule-Guided Knowledge Graph Adaptation for LLM Recommendations
von: Spadea, Fernando, et al.
Veröffentlicht: (2025)

Exploitation Over Exploration: Unmasking the Bias in Linear Bandit Recommender Offline Evaluation
von: Pires, Pedro R., et al.
Veröffentlicht: (2025)

A Counterfactual Approach for Addressing Individual User Unfairness in Collaborative Recommender System
von: Baidya, Nikita, et al.
Veröffentlicht: (2026)

Co-clustering for Federated Recommender System
von: He, Xinrui, et al.
Veröffentlicht: (2024)

Traceable Drug Recommendation over Medical Knowledge Graphs
von: Lin, Yu, et al.
Veröffentlicht: (2025)

Advancements in Recommender Systems: A Comprehensive Analysis Based on Data, Algorithms, and Evaluation
von: Ma, Xin, et al.
Veröffentlicht: (2024)

Generalized Embedding Machines for Recommender Systems
von: Yang, Enneng, et al.
Veröffentlicht: (2020)

Multi-task Offline Reinforcement Learning for Online Advertising in Recommender Systems
von: Liu, Langming, et al.
Veröffentlicht: (2025)

ContextGNN: Beyond Two-Tower Recommendation Systems
von: Yuan, Yiwen, et al.
Veröffentlicht: (2024)

Modeling Sequences as Star Graphs to Address Over-smoothing in Self-attentive Sequential Recommendation
von: Peng, Bo, et al.
Veröffentlicht: (2023)

Towards Principled Learning for Re-ranking in Recommender Systems
von: Li, Qunwei, et al.
Veröffentlicht: (2025)

Continual Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)

IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs
von: Zhang, Yubin, et al.
Veröffentlicht: (2026)

Modeling Attrition in Recommender Systems with Departing Bandits
von: Ben-Porat, Omer, et al.
Veröffentlicht: (2022)

SEGMN: A Structure-Enhanced Graph Matching Network for Graph Similarity Learning
von: Wang, Wenjun, et al.
Veröffentlicht: (2024)

Robust Training of Temporal GNNs using Nearest Neighbours based Hard Negatives
von: Gupta, Shubham, et al.
Veröffentlicht: (2024)

Can Small Language Models be Good Reasoners for Sequential Recommendation?
von: Wang, Yuling, et al.
Veröffentlicht: (2024)

Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

PolyRecommender: A Multimodal Recommendation System for Polymer Discovery
von: Wang, Xin, et al.
Veröffentlicht: (2025)

AURO: Reinforcement Learning for Adaptive User Retention Optimization in Recommender Systems
von: Xue, Zhenghai, et al.
Veröffentlicht: (2023)