Buchumschlag

Harnessing Light for Cold-Start Recommendations: Leveraging Epistemic Uncertainty to Enhance Performance in User-Item Interactions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiang, Yang, Fan, Li, Yin, Chenke, Kong, Menglin, Ji, Chengtao
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

Selecting User Histories to Generate LLM Users for Cold-Start Item Recommendation
von: Subbaraman, Nachiket, et al.
Veröffentlicht: (2025)

When Federated Recommendation Meets Cold-Start Problem: Separating Item Attributes and User Interactions
von: Zhang, Chunxu, et al.
Veröffentlicht: (2023)

Dual prototype attentive graph network for cross-market recommendation
von: Fan, Li, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Semantic Decoding for LLM-Based Sequential Recommendation
von: Yin, Chenke, et al.
Veröffentlicht: (2025)

RLT4Rec: Reinforcement Learning Transformer for User Cold Start and Item Recommendation
von: Rajapakse, Dilina Chandika, et al.
Veröffentlicht: (2024)

On Inherited Popularity Bias in Cold-Start Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2025)

Next-User Retrieval: Enhancing Cold-Start Recommendations via Generative Next-User Modeling
von: Lan, Yu-Ting, et al.
Veröffentlicht: (2025)

EpicCBR: Item-Relation-Enhanced Dual-Scenario Contrastive Learning for Cold-Start Bundle Recommendation
von: Li, Yihang, et al.
Veröffentlicht: (2026)

Large Language Models as Data Augmenters for Cold-Start Item Recommendation
von: Wang, Jianling, et al.
Veröffentlicht: (2024)

Leveraging Artist Catalogs for Cold-Start Music Recommendation
von: Tamm, Yan-Martin, et al.
Veröffentlicht: (2026)

LLM-Enhanced User-Item Interactions: Leveraging Edge Information for Optimized Recommendations
von: Wang, Xinyuan, et al.
Veröffentlicht: (2024)

Item-centric Exploration for Cold Start Problem
von: Wang, Dong, et al.
Veröffentlicht: (2025)

SimRec: Mitigating the Cold-Start Problem in Sequential Recommendation by Integrating Item Similarity
von: Brody, Shaked, et al.
Veröffentlicht: (2024)

Firzen: Firing Strict Cold-Start Items with Frozen Heterogeneous and Homogeneous Graphs for Recommendation
von: He, Hulingxiao, et al.
Veröffentlicht: (2024)

Sharpness-Aware Cross-Domain Recommendation to Cold-Start Users
von: Zeng, Guohang, et al.
Veröffentlicht: (2024)

RAGSys: Item-Cold-Start Recommender as RAG System
von: Contal, Emile, et al.
Veröffentlicht: (2024)

Online Item Cold-Start Recommendation with Popularity-Aware Meta-Learning
von: Luo, Yunze, et al.
Veröffentlicht: (2024)

Warming Up Cold-Start CTR Prediction by Learning Item-Specific Feature Interactions
von: Wang, Yaqing, et al.
Veröffentlicht: (2024)

Personalized Multi-Interest Modeling for Cross-Domain Recommendation to Cold-Start Users
von: Li, Xiaodong, et al.
Veröffentlicht: (2026)

SaviorRec: Semantic-Behavior Alignment for Cold-Start Recommendation
von: Yao, Yining, et al.
Veröffentlicht: (2025)

CDRNP: Cross-Domain Recommendation to Cold-Start Users via Neural Process
von: Li, Xiaodong, et al.
Veröffentlicht: (2024)

Graph Neural Patching for Cold-Start Recommendations
von: Chen, Hao, et al.
Veröffentlicht: (2024)

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

GenRecEdit: Adapting Model Editing for Generative Recommendation with Cold-Start Items
von: Shen, Chenglei, et al.
Veröffentlicht: (2026)

LLM Reasoning for Cold-Start Item Recommendation
von: Li, Shijun, et al.
Veröffentlicht: (2025)

Large Language Model Simulator for Cold-Start Recommendation
von: Huang, Feiran, et al.
Veröffentlicht: (2024)

Temporally and Distributionally Robust Optimization for Cold-Start Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2023)

Dataset and Models for Item Recommendation Using Multi-Modal User Interactions
von: Bruun, Simone Borg, et al.
Veröffentlicht: (2024)

Cold-Starts in Generative Recommendation: A Reproducibility Study
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

VI-MMRec: Similarity-Aware Training Cost-free Virtual User-Item Interactions for Multimodal Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

Sparse Contrastive Learning for Content-Based Cold Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2026)

Divide-and-Conquer: Cold-Start Bundle Recommendation via Mixture of Diffusion Experts
von: Li, Ming, et al.
Veröffentlicht: (2025)

Democratic Recommendation with User and Item Representatives Produced by Graph Condensation
von: Liang, Jiahao, et al.
Veröffentlicht: (2025)

Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
von: Pembek, Anton, et al.
Veröffentlicht: (2025)

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

Prompt Tuning for Item Cold-start Recommendation
von: Jiang, Yuezihan, et al.
Veröffentlicht: (2024)

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

LLMTreeRec: Unleashing the Power of Large Language Models for Cold-Start Recommendations
von: Zhang, Wenlin, et al.
Veröffentlicht: (2024)

MDiffFR: Modality-Guided Diffusion Generation for Cold-start Items in Federated Recommendation
von: Fu, Kang, et al.
Veröffentlicht: (2025)

TAG-HGT: A Scalable and Cost-Effective Framework for Inductive Cold-Start Academic Recommendation
von: Li, Zhexiang
Veröffentlicht: (2025)