Buchumschlag

Towards Carbon Footprint-Aware Recommender Systems for Greener Item Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kalisvaart, Raoul, Mansoury, Masoud, Hanjalic, Alan, Isufi, Elvin
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

Correcting Popularity Bias in Recommender Systems via Item Loss Equalization
von: Prent, Juno, et al.
Veröffentlicht: (2024)

Opening the Black Box: Interpretable Remedies for Popularity Bias in Recommender Systems
von: Ahmadov, Parviz, et al.
Veröffentlicht: (2025)

From Insight to Intervention: Interpretable Neuron Steering for Controlling Popularity Bias in Recommender Systems
von: Ahmadov, Parviz, et al.
Veröffentlicht: (2026)

A Reproducibility Study of Product-side Fairness in Bundle Recommendation
von: Nguyen, Huy-Son, et al.
Veröffentlicht: (2025)

Mitigating Exposure Bias in Online Learning to Rank Recommendation: A Novel Reward Model for Cascading Bandits
von: Mansoury, Masoud, et al.
Veröffentlicht: (2024)

Effectiveness of LLMs in Temporal User Profiling for Recommendation
von: Sabouri, Milad, et al.
Veröffentlicht: (2025)

The Unfairness of Multifactorial Bias in Recommendation
von: Mansoury, Masoud, et al.
Veröffentlicht: (2026)

Using LLMs to Capture Users' Temporal Context for Recommendation
von: Sabouri, Milad, et al.
Veröffentlicht: (2025)

Going Beyond Popularity and Positivity Bias: Correcting for Multifactorial Bias in Recommender Systems
von: Huang, Jin, et al.
Veröffentlicht: (2024)

Green Recommender Systems: Understanding and Minimizing the Carbon Footprint of AI-Powered Personalization
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2025)

Temporal User Profiling with LLMs: Balancing Short-Term and Long-Term Preferences for Recommendations
von: Sabouri, Milad, et al.
Veröffentlicht: (2025)

Mitigating Popularity Bias in Counterfactual Explanations using Large Language Models
von: Hasami, Arjan, et al.
Veröffentlicht: (2025)

Adversarial Item Promotion on Visually-Aware Recommender Systems by Guided Diffusion
von: Chen, Lijian, et al.
Veröffentlicht: (2023)

Beyond Static Calibration: The Impact of User Preference Dynamics on Calibrated Recommendation
von: Lin, Kun, et al.
Veröffentlicht: (2024)

Bites of Tomorrow: Personalized Recommendations for a Healthier and Greener Plate
von: Jing, Jiazheng, et al.
Veröffentlicht: (2025)

Towards Explainable Temporal User Profiling with LLMs
von: Sabouri, Milad, et al.
Veröffentlicht: (2025)

From Clicks to Carbon: The Environmental Toll of Recommender Systems
von: Vente, Tobias, et al.
Veröffentlicht: (2024)

Eco-Amazon: Enriching E-commerce Datasets with Product Carbon Footprint for Sustainable Recommendations
von: Spillo, Giuseppe, et al.
Veröffentlicht: (2026)

Learnable Item Tokenization for Generative Recommendation
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)

DUET: Joint Exploration of User Item Profiles in Recommendation System
von: Chen, Yue, et al.
Veröffentlicht: (2026)

Adaptive Autoguidance for Item-Side Fairness in Diffusion Recommender Systems
von: Li, Zihan, et al.
Veröffentlicht: (2026)

Intent-Interest Disentanglement and Item-Aware Intent Contrastive Learning for Sequential Recommendation
von: Choi, Yijin, et al.
Veröffentlicht: (2025)

Linear Item-Item Model with Neural Knowledge for Session-based Recommendation
von: Choi, Minjin, et al.
Veröffentlicht: (2025)

Efficient Recommendation with Millions of Items by Dynamic Pruning of Sub-Item Embeddings
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2025)

Item Level Exploration Traffic Allocation in Large-scale Recommendation Systems
von: Wang, Dong, et al.
Veröffentlicht: (2025)

Why Not Together? A Multiple-Round Recommender System for Queries and Items
von: Jin, Jiarui, et al.
Veröffentlicht: (2024)

Item-side Fairness of Large Language Model-based Recommendation System
von: Jiang, Meng, et al.
Veröffentlicht: (2024)

Beyond Item Dissimilarities: Diversifying by Intent in Recommender Systems
von: Wang, Yuyan, et al.
Veröffentlicht: (2024)

A Recommender System for NFT Collectibles with Item Feature
von: Choi, Minjoo, et al.
Veröffentlicht: (2024)

Temporal Linear Item-Item Model for Sequential Recommendation
von: Park, Seongmin, et al.
Veröffentlicht: (2024)

Less is More: Towards Sustainability-Aware Persuasive Explanations in Recommender Systems
von: Tran, Thi Ngoc Trang, et al.
Veröffentlicht: (2024)

Evaluation Measures of Individual Item Fairness for Recommender Systems: A Critical Study
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2023)

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

Generative Recommender with End-to-End Learnable Item Tokenization
von: Liu, Enze, et al.
Veröffentlicht: (2024)

Markovian Pre-Trained Transformer for Next-Item Recommendation
von: Xu, Cong, et al.
Veröffentlicht: (2026)

Recommender Systems for Social Good: The Role of Accountability and Sustainability
von: Said, Alan
Veröffentlicht: (2025)

Item-Language Model for Conversational Recommendation
von: Yang, Li, et al.
Veröffentlicht: (2024)

Integrating Item Relevance in Training Loss for Sequential Recommender Systems
von: Bacciu, Andrea, et al.
Veröffentlicht: (2023)

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

EMERS: Energy Meter for Recommender Systems
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2024)