Buchumschlag

Delayed Feedback Modeling with Influence Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Chenlu, Wu, Jiancan, Yuan, Yancheng, Li, Cunchun, Wang, Xiang, Wang, Dingxian, Yang, Frank, Rabinovich, Andrew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Negative-aware Preference Optimization for Recommendation
von: Ding, Chenlu, et al.
Veröffentlicht: (2025)

GraphMatch: Fusing Language and Graph Representations in a Dynamic Two-Sided Work Marketplace
von: Sacha, Mikołaj, et al.
Veröffentlicht: (2025)

Enhancing Temporal Sensitivity of Large Language Model for Recommendation with Counterfactual Tuning
von: Liu, Yutian, et al.
Veröffentlicht: (2025)

MLLMEraser: Achieving Test-Time Unlearning in Multimodal Large Language Models through Activation Steering
von: Ding, Chenlu, et al.
Veröffentlicht: (2025)

Analysis of Anonymous User Interaction Relationships and Prediction of Advertising Feedback Based on Graph Neural Network
von: Dai, Yanjun, 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)

DFGNN: Dual-frequency Graph Neural Network for Sign-aware Feedback
von: Wu, Yiqing, et al.
Veröffentlicht: (2024)

Language-Model Prior Overcomes Cold-Start Items
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Customizing Language Models with Instance-wise LoRA for Sequential Recommendation
von: Kong, Xiaoyu, et al.
Veröffentlicht: (2024)

Test-time Corpus Feedback: From Retrieval to RAG
von: Rathee, Mandeep, et al.
Veröffentlicht: (2025)

Heterogeneous Influence Maximization in User Recommendation
von: Hou, Hongru, et al.
Veröffentlicht: (2025)

Privacy Preserving Inference of Personalized Content for Out of Matrix Users
von: Sun, Michael, et al.
Veröffentlicht: (2025)

MBD: A Model-Based Debiasing Framework Across User, Content, and Model Dimensions
von: Li, Yuantong, et al.
Veröffentlicht: (2026)

Test-Time Scaling Strategies for Generative Retrieval in Multimodal Conversational Recommendations
von: Hsu, Hung-Chun, et al.
Veröffentlicht: (2025)

UniGRec: Unified Generative Recommendation with Soft Identifiers for End-to-End Optimization
von: Li, Jialei, et al.
Veröffentlicht: (2026)

Graph Foundation Models for Recommendation: A Comprehensive Survey
von: Wu, Bin, et al.
Veröffentlicht: (2025)

GraphFM: Graph Factorization Machines for Feature Interaction Modeling
von: Wu, Shu, et al.
Veröffentlicht: (2021)

BEAR: Towards Beam-Search-Aware Optimization for Recommendation with Large Language Models
von: Yang, Weiqin, et al.
Veröffentlicht: (2026)

Talos: Optimizing Top-$K$ Accuracy in Recommender Systems
von: Zhang, Shengjia, et al.
Veröffentlicht: (2026)

Learned Ranking Function: From Short-term Behavior Predictions to Long-term User Satisfaction
von: Wu, Yi, et al.
Veröffentlicht: (2024)

Advancing Loss Functions in Recommender Systems: A Comparative Study with a Rényi Divergence-Based Solution
von: Zhang, Shengjia, et al.
Veröffentlicht: (2025)

Unified Parameter-Efficient Unlearning for LLMs
von: Ding, Chenlu, et al.
Veröffentlicht: (2024)

A Parameter Update Balancing Algorithm for Multi-task Ranking Models in Recommendation Systems
von: Yuan, Jun, et al.
Veröffentlicht: (2024)

When LLM Reward Design Fails: Diagnostic-Driven Refinement for Sparse Structured RL
von: Wang, Youting, et al.
Veröffentlicht: (2026)

An Efficient Recommendation Model Based on Knowledge Graph Attention-Assisted Network (KGATAX)
von: Wu, Zhizhong
Veröffentlicht: (2024)

Coverage, Not Averages: Semantic Stratification for Trustworthy Retrieval Evaluation
von: Klearman, Andrew, et al.
Veröffentlicht: (2026)

Hierarchical LoRA MoE for Efficient CTR Model Scaling
von: Zeng, Zhichen, et al.
Veröffentlicht: (2025)

Breaking the Top-$K$ Barrier: Advancing Top-$K$ Ranking Metrics Optimization in Recommender Systems
von: Yang, Weiqin, et al.
Veröffentlicht: (2025)

Refined Edge Usage of Graph Neural Networks for Edge Prediction
von: Jin, Jiarui, et al.
Veröffentlicht: (2022)

A Distance Metric Learning Model Based On Variational Information Bottleneck
von: Zhang, YaoDan, et al.
Veröffentlicht: (2024)

DiffGraph: Heterogeneous Graph Diffusion Model
von: Li, Zongwei, et al.
Veröffentlicht: (2025)

Large Language Model Distilling Medication Recommendation Model
von: Liu, Qidong, et al.
Veröffentlicht: (2024)

Learning Smooth Distance Functions via Queries
von: Kumar, Akash, et al.
Veröffentlicht: (2024)

UxSID: Semantic-Aware User Interests Modeling for Ultra-Long Sequence
von: Zhang, Hongwei, et al.
Veröffentlicht: (2026)

Bridging User Dynamics: Transforming Sequential Recommendations with Schrödinger Bridge and Diffusion Models
von: Xie, Wenjia, et al.
Veröffentlicht: (2024)

LiMAML: Personalization of Deep Recommender Models via Meta Learning
von: Wang, Ruofan, et al.
Veröffentlicht: (2024)

CHORD: Customizing Hybrid-precision On-device Model for Sequential Recommendation with Device-cloud Collaboration
von: Liu, Tianqi, et al.
Veröffentlicht: (2025)

RL-MPCA: A Reinforcement Learning Based Multi-Phase Computation Allocation Approach for Recommender Systems
von: Zhou, Jiahong, et al.
Veröffentlicht: (2023)

DeepEvidence: Empowering Biomedical Discovery with Deep Knowledge Graph Research
von: Wang, Zifeng, et al.
Veröffentlicht: (2025)

Deep Learning Model Acceleration and Optimization Strategies for Real-Time Recommendation Systems
von: Shao, Junli, et al.
Veröffentlicht: (2025)