Buchumschlag

LISRec: Modeling User Preferences with Learned Item Shortcuts for Sequential Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xin, Haidong, Liu, Zhenghao, Mei, Sen, Yan, Yukun, Yu, Shi, Wang, Shuo, Chen, Zulong, Gu, Yu, Yu, Ge, Xiong, Chenyan
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

ReAlign: Optimizing the Visual Document Retriever with Reasoning-Guided Fine-Grained Alignment
von: Yang, Hao, et al.
Veröffentlicht: (2026)

MARVEL: Unlocking the Multi-Modal Capability of Dense Retrieval via Visual Module Plugin
von: Zhou, Tianshuo, et al.
Veröffentlicht: (2023)

Modeling User Viewing Flow Using Large Language Models for Article Recommendation
von: Liu, Zhenghao, et al.
Veröffentlicht: (2023)

Oracle-guided Dynamic User Preference Modeling for Sequential Recommendation
von: Xia, Jiafeng, et al.
Veröffentlicht: (2024)

Item Association Factorization Mixed Markov Chains for Sequential Recommendation
von: Du, DongYu, et al.
Veröffentlicht: (2024)

Enhancing the Patent Matching Capability of Large Language Models via the Memory Graph
von: Xiong, Qiushi, et al.
Veröffentlicht: (2025)

ExpandR: Teaching Dense Retrievers Beyond Queries with LLM Guidance
von: Yao, Sijia, et al.
Veröffentlicht: (2025)

Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking
von: Ji, Yifan, et al.
Veröffentlicht: (2025)

IGDMRec: Behavior Conditioned Item Graph Diffusion for Multimodal Recommendation
von: Guo, Ziyuan, et al.
Veröffentlicht: (2025)

Fusion-in-T5: Unifying Document Ranking Signals for Improved Information Retrieval
von: Yu, Shi, et al.
Veröffentlicht: (2023)

Breaker: Removing Shortcut Cues with User Clustering for Single-slot Recommendation System
von: Wang, Chao, et al.
Veröffentlicht: (2025)

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

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

Multi-Agent Collaborative Filtering: Orchestrating Users and Items for Agentic Recommendations
von: Xia, Yu, et al.
Veröffentlicht: (2025)

Enhancing Dense Retrievers' Robustness with Group-level Reweighting
von: Han, Peixuan, et al.
Veröffentlicht: (2023)

Behavior-Contextualized Item Preference Modeling for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2024)

User Invariant Preference Learning for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models with Adaptive Preference Optimization for Sequential Recommendation
von: Wang, Yu, et al.
Veröffentlicht: (2025)

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

Modeling User Fatigue for Sequential Recommendation
von: Li, Nian, et al.
Veröffentlicht: (2024)

Capturing User Interests from Data Streams for Continual Sequential Recommendation
von: Lee, Gyuseok, et al.
Veröffentlicht: (2025)

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

Generative Sequential Recommendation via Hierarchical Behavior Modeling
von: Wang, Zhefan, et al.
Veröffentlicht: (2025)

Multi-Domain Recommendation to Attract Users via Domain Preference Modeling
von: Ju, Hyunjun, et al.
Veröffentlicht: (2024)

RCLRec: Reverse Curriculum Learning for Modeling Sparse Conversions in Generative Recommendation
von: Huang, Yulei, et al.
Veröffentlicht: (2026)

Aligning Web Query Generation with Ranking Objectives via Direct Preference Optimization
von: Coelho, João, et al.
Veröffentlicht: (2025)

Towards Robust Cross-Domain Recommendation with Joint Identifiability of User Preference
von: Du, Jing, et al.
Veröffentlicht: (2024)

An Embarrassingly Simple Graph Heuristic Reveals Shortcut-Solvable Benchmarks for Sequential Recommendation
von: Han, Haoyu, et al.
Veröffentlicht: (2026)

Universal Item Tokenization for Transferable Generative Recommendation
von: Zheng, Bowen, et al.
Veröffentlicht: (2025)

Learning ID-free Item Representation with Token Crossing for Multimodal Recommendation
von: Zhang, Kangning, et al.
Veröffentlicht: (2024)

HLLM: Enhancing Sequential Recommendations via Hierarchical Large Language Models for Item and User Modeling
von: Chen, Junyi, et al.
Veröffentlicht: (2024)

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

LREA: Low-Rank Efficient Attention on Modeling Long-Term User Behaviors for CTR Prediction
von: Song, Xin, et al.
Veröffentlicht: (2025)

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

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

Learning Partially Aligned Item Representation for Cross-Domain Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

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

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

Test-Time Alignment for Tracking User Interest Shifts in Sequential Recommendation
von: Zhang, Changshuo, et al.
Veröffentlicht: (2025)

HeterRec: Heterogeneous Information Transformer for Scalable Sequential Recommendation
von: Deng, Hao, et al.
Veröffentlicht: (2025)