Buchumschlag

Towards Explainable Temporal User Profiling with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sabouri, Milad, Mansoury, Masoud, Lin, Kun, Mobasher, Bamshad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effectiveness of LLMs in Temporal User Profiling for Recommendation
von: Sabouri, Milad, 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)

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

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

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

A Hybrid Recommendation Framework for Enhancing User Engagement in Local News
von: Pourashraf, Payam, et al.
Veröffentlicht: (2025)

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

Towards Personalized Conversational Sales Agents: Contextual User Profiling for Strategic Action
von: Kim, Tongyoung, et al.
Veröffentlicht: (2025)

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

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

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

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

LettinGo: Explore User Profile Generation for Recommendation System
von: Wang, Lu, et al.
Veröffentlicht: (2025)

Reasoning over User Preferences: Knowledge Graph-Augmented LLMs for Explainable Conversational Recommendations
von: Qiu, Zhangchi, et al.
Veröffentlicht: (2024)

Towards Carbon Footprint-Aware Recommender Systems for Greener Item Recommendation
von: Kalisvaart, Raoul, et al.
Veröffentlicht: (2025)

Tricolore: Multi-Behavior User Profiling for Enhanced Candidate Generation in Recommender Systems
von: Zhou, Xiao, et al.
Veröffentlicht: (2025)

ChoirRec: Semantic User Grouping via LLMs for Conversion Rate Prediction of Low-Activity Users
von: Zhai, Dakai, et al.
Veröffentlicht: (2025)

LLMs for User Interest Exploration in Large-scale Recommendation Systems
von: Wang, Jianling, et al.
Veröffentlicht: (2024)

Give Users the Wheel: Towards Promptable Recommendation Paradigm
von: Lyu, Fuyuan, et al.
Veröffentlicht: (2026)

RAGXplain: From Explainable Evaluation to Actionable Guidance of RAG Pipelines
von: Cohen, Dvir, et al.
Veröffentlicht: (2025)

ExplainRec: Towards Explainable Multi-Modal Zero-Shot Recommendation with Preference Attribution and Large Language Models
von: Ma, Bo, et al.
Veröffentlicht: (2025)

Hierarchical Tree Search-based User Lifelong Behavior Modeling on Large Language Model
von: Xia, Yu, et al.
Veröffentlicht: (2025)

M-$LLM^3$REC: A Motivation-Aware User-Item Interaction Framework for Enhancing Recommendation Accuracy with LLMs
von: Chen, Lining, et al.
Veröffentlicht: (2025)

Understanding the Role of User Profile in the Personalization of Large Language Models
von: Wu, Bin, et al.
Veröffentlicht: (2024)

L2Rec: Towards Dual-View Understanding of LLMs for Personalized Recommendation
von: Pan, Pingjun, et al.
Veröffentlicht: (2026)

USimAgent: Large Language Models for Simulating Search Users
von: Zhang, Erhan, et al.
Veröffentlicht: (2024)

Towards Next-Generation Recommender Systems: A Benchmark for Personalized Recommendation Assistant with LLMs
von: Huang, Jiani, et al.
Veröffentlicht: (2025)

Towards Boosting LLMs-driven Relevance Modeling with Progressive Retrieved Behavior-augmented Prompting
von: Chen, Zeyuan, et al.
Veröffentlicht: (2024)

Counterfactual Reciprocal Recommender Systems for User-to-User Matching
von: Kawamura, Kazuki, et al.
Veröffentlicht: (2025)

Personalized News Recommendation with Multi-granularity Candidate-aware User Modeling
von: Li, Qiang, et al.
Veröffentlicht: (2025)

TWIN V2: Scaling Ultra-Long User Behavior Sequence Modeling for Enhanced CTR Prediction at Kuaishou
von: Si, Zihua, et al.
Veröffentlicht: (2024)

GUME: Graphs and User Modalities Enhancement for Long-Tail Multimodal Recommendation
von: Lin, Guojiao, et al.
Veröffentlicht: (2024)

Explainable CTR Prediction via LLM Reasoning
von: Yu, Xiaohan, et al.
Veröffentlicht: (2024)

HGCL: Hierarchical Graph Contrastive Learning for User-Item Recommendation
von: Xue, Jiawei, et al.
Veröffentlicht: (2025)

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

UMAIR-FPS: User-aware Multi-modal Animation Illustration Recommendation Fusion with Painting Style
von: Kang, Yan, et al.
Veröffentlicht: (2024)

Biomedical Hypothesis Explainability with Graph-Based Context Retrieval
von: Tyagin, Ilya, et al.
Veröffentlicht: (2025)

Unlocking the Potential of Large Language Models for Explainable Recommendations
von: Luo, Yucong, et al.
Veröffentlicht: (2023)

Explainable Session-based Recommendation via Path Reasoning
von: Cao, Yang, et al.
Veröffentlicht: (2024)

Enhancing Social Media Personalization: Dynamic User Profile Embeddings and Multimodal Contextual Analysis Using Transformer Models
von: Vachharajani, Pranav
Veröffentlicht: (2024)