Buchumschlag

Evaluating Conversational Recommender Systems via Large Language Models: A User-Centric Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Nuo, Dai, Quanyu, Dong, Xiaoyu, Wang, Piaohong, Jia, Qinglin, Du, Zhaocheng, Dong, Zhenhua, Wu, Xiao-Ming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RecSys Arena: Pair-wise Recommender System Evaluation with Large Language Models
von: Wu, Zhuo, et al.
Veröffentlicht: (2024)

TayFCS: Towards Light Feature Combination Selection for Deep Recommender Systems
von: Wang, Xianquan, et al.
Veröffentlicht: (2025)

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

Multimodal Pretraining, Adaptation, and Generation for Recommendation: A Survey
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

Retrievable Domain-Sensitive Feature Memory for Multi-Domain Recommendation
von: Zhao, Yuang, et al.
Veröffentlicht: (2024)

On the Reliability of User-Centric Evaluation of Conversational Recommender Systems
von: Müller, Michael, et al.
Veröffentlicht: (2026)

Accelerating Generative Recommendation via Simple Categorical User Sequence Compression
von: Liu, Qijiong, et al.
Veröffentlicht: (2026)

MALLOC: Benchmarking the Memory-aware Long Sequence Compression for Large Sequential Recommendation
von: Yu, Qihang, et al.
Veröffentlicht: (2026)

Benchmarking News Recommendation in the Era of Green AI
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

Vector Quantization for Recommender Systems: A Review and Outlook
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

Inference Computation Scaling for Feature Augmentation in Recommendation Systems
von: Liu, Weihao, et al.
Veröffentlicht: (2025)

Learning Multi-Aspect Item Palette: A Semantic Tokenization Framework for Generative Recommendation
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

SELF: Surrogate-light Feature Selection with Large Language Models in Deep Recommender Systems
von: Jia, Pengyue, et al.
Veröffentlicht: (2024)

EAGER-LLM: Enhancing Large Language Models as Recommenders through Exogenous Behavior-Semantic Integration
von: Hong, Minjie, et al.
Veröffentlicht: (2025)

Judging with Personality and Confidence: A Study on Personality-Conditioned LLM Relevance Assessment
von: Chen, Nuo, et al.
Veröffentlicht: (2026)

No One Left Behind: How to Exploit the Incomplete and Skewed Multi-Label Data for Conversion Rate Prediction
von: Jia, Qinglin, et al.
Veröffentlicht: (2025)

Evaluating Recabilities of Foundation Models: A Multi-Domain, Multi-Dataset Benchmark
von: Liu, Qijiong, et al.
Veröffentlicht: (2025)

MIRA: Empowering One-Touch AI Services on Smartphones with MLLM-based Instruction Recommendation
von: Bian, Zhipeng, et al.
Veröffentlicht: (2025)

Prompt Tuning as User Inherent Profile Inference Machine
von: Lu, Yusheng, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models as Generative User Simulators for Conversational Recommendation
von: Yoon, Se-eun, et al.
Veröffentlicht: (2024)

Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

Learn to Memorize: Optimizing LLM-based Agents with Adaptive Memory Framework
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

Exploring Recommender System Evaluation: A Multi-Modal User Agent Framework for A/B Testing
von: Zhang, Wenlin, et al.
Veröffentlicht: (2026)

Decision-aware User Simulation Agent for Evaluating Conversational Recommender Systems
von: Li, Yuan-Chi, et al.
Veröffentlicht: (2026)

Rec-R1: Bridging Generative Large Language Models and User-Centric Recommendation Systems via Reinforcement Learning
von: Lin, Jiacheng, et al.
Veröffentlicht: (2025)

Integrating Vision-Centric Text Understanding for Conversational Recommender Systems
von: Yuan, Wei, et al.
Veröffentlicht: (2026)

Enhancing User Intent for Recommendation Systems via Large Language Models
von: Xu, Xiaochuan, et al.
Veröffentlicht: (2025)

Multimodal Pretraining and Generation for Recommendation: A Tutorial
von: Zhu, Jieming, et al.
Veröffentlicht: (2024)

Limitations of Current Evaluation Practices for Conversational Recommender Systems and the Potential of User Simulation
von: Bernard, Nolwenn, et al.
Veröffentlicht: (2025)

Decoy Effect In Search Interaction: Understanding User Behavior and Measuring System Vulnerability
von: Chen, Nuo, et al.
Veröffentlicht: (2024)

Learning Evolving Preferences: A Federated Continual Framework for User-Centric Recommendation
von: Zhang, Chunxu, et al.
Veröffentlicht: (2026)

Effective Knowledge Transfer for Multi-Task Recommendation Models
von: Cai, Guohao, et al.
Veröffentlicht: (2026)

A Contextual-Aware Position Encoding for Sequential Recommendation
von: Yuan, Jun, et al.
Veröffentlicht: (2025)

UserSimCRS v2: Simulation-Based Evaluation for Conversational Recommender Systems
von: Bernard, Nolwenn, et al.
Veröffentlicht: (2025)

Topic-Centric Explanations for News Recommendation
von: Liu, Dairui, et al.
Veröffentlicht: (2023)

A Contrastive Framework with User, Item and Review Alignment for Recommendation
von: Dong, Hoang V., et al.
Veröffentlicht: (2025)

A Universal Framework for Offline Serendipity Evaluation in Recommender Systems via Large Language Models
von: Tokutake, Yu, et al.
Veröffentlicht: (2025)

Dissertation: On the Theoretical Foundation of Model Comparison and Evaluation for Recommender System
von: Li, Dong
Veröffentlicht: (2024)

Harmonizing Large Language Models with Collaborative Behavioral Signals for Conversational Recommendation
von: Li, Guanrong, et al.
Veröffentlicht: (2025)

Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation
von: Gong, Yaxin, et al.
Veröffentlicht: (2026)