Are We Really Measuring Progress? Transferring Insights from Evaluating Recommender Systems to Temporal Link Prediction
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Cornell, Filip, Smirnov, Oleg, Gandler, Gabriela Zarzar, Cao, Lele |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
On the Power of Heuristics in Temporal Graphs
par: Cornell, Filip, et autres
Publié: (2025)
par: Cornell, Filip, et autres
Publié: (2025)
Expressivity of Representation Learning on Continuous-Time Dynamic Graphs: An Information-Flow Centric Review
par: Ennadir, Sofiane, et autres
Publié: (2024)
par: Ennadir, Sofiane, et autres
Publié: (2024)
Frequency Matters: When Time Series Foundation Models Fail Under Spectral Shift
par: Wang, Tianze, et autres
Publié: (2025)
par: Wang, Tianze, et autres
Publié: (2025)
Pool Me Wisely: On the Effect of Pooling in Transformer-Based Models
par: Ennadir, Sofiane, et autres
Publié: (2025)
par: Ennadir, Sofiane, et autres
Publié: (2025)
Are We Wasting Time? A Fast, Accurate Performance Evaluation Framework for Knowledge Graph Link Predictors
par: Cornell, Filip, et autres
Publié: (2024)
par: Cornell, Filip, et autres
Publié: (2024)
Towards Unified Approaches in Self-Supervised Event Stream Modeling: Progress and Prospects
par: Zólyomi, Levente, et autres
Publié: (2025)
par: Zólyomi, Levente, et autres
Publié: (2025)
Prompt-Tuning Bandits: Enabling Few-Shot Generalization for Efficient Multi-Task Offline RL
par: Rietz, Finn, et autres
Publié: (2025)
par: Rietz, Finn, et autres
Publié: (2025)
Prompt Tuning Decision Transformers with Structured and Scalable Bandits
par: Rietz, Finn, et autres
Publié: (2025)
par: Rietz, Finn, et autres
Publié: (2025)
Be Wary of Your Time Series Preprocessing
par: Ennadir, Sofiane, et autres
Publié: (2026)
par: Ennadir, Sofiane, et autres
Publié: (2026)
Enhancing Graph Classification Robustness with Singular Pooling
par: Ennadir, Sofiane, et autres
Publié: (2025)
par: Ennadir, Sofiane, et autres
Publié: (2025)
Transfer Learning for Temporal Link Prediction
par: Chatterjee, Ayan, et autres
Publié: (2025)
par: Chatterjee, Ayan, et autres
Publié: (2025)
Beyond Progress Measures: Theoretical Insights into the Mechanism of Grokking
par: Gu, Zihan, et autres
Publié: (2025)
par: Gu, Zihan, et autres
Publié: (2025)
Do We Really Even Need Data?
par: Hoffman, Kentaro, et autres
Publié: (2024)
par: Hoffman, Kentaro, et autres
Publié: (2024)
tensorflow-riemopt: A Library for Optimization on Riemannian Manifolds
par: Smirnov, Oleg
Publié: (2021)
par: Smirnov, Oleg
Publié: (2021)
Understanding Players as if They Are Talking to the Game in a Customized Language: A Pilot Study
par: Wang, Tianze, et autres
Publié: (2024)
par: Wang, Tianze, et autres
Publié: (2024)
Do We Really Even Need Data? A Modern Look at Drawing Inference with Predicted Data
par: Salerno, Stephen, et autres
Publié: (2025)
par: Salerno, Stephen, et autres
Publié: (2025)
Do We Really Need Graph Convolution During Training? Light Post-Training Graph-ODE for Efficient Recommendation
par: Zhang, Weizhi, et autres
Publié: (2024)
par: Zhang, Weizhi, et autres
Publié: (2024)
Behavior Structformer: Learning Players Representations with Structured Tokenization
par: Smirnov, Oleg, et autres
Publié: (2024)
par: Smirnov, Oleg, et autres
Publié: (2024)
Improving Temporal Link Prediction via Temporal Walk Matrix Projection
par: Lu, Xiaodong, et autres
Publié: (2024)
par: Lu, Xiaodong, et autres
Publié: (2024)
Do We Really Need Permutations? Impact of Model Width on Linear Mode Connectivity
par: Ito, Akira, et autres
Publié: (2025)
par: Ito, Akira, et autres
Publié: (2025)
Do Recommender Systems Really Leverage Multimodal Content? A Comprehensive Analysis on Multimodal Representations for Recommendation
par: Pomo, Claudio, et autres
Publié: (2025)
par: Pomo, Claudio, et autres
Publié: (2025)
Can We Really Learn One Representation to Optimize All Rewards?
par: Zheng, Chongyi, et autres
Publié: (2026)
par: Zheng, Chongyi, et autres
Publié: (2026)
Structure-Aware Temporal Modeling for Chronic Disease Progression Prediction
par: Hu, Jiacheng, et autres
Publié: (2025)
par: Hu, Jiacheng, et autres
Publié: (2025)
KG4RecEval: Does Knowledge Graph Really Matter for Recommender Systems?
par: Zhang, Haonan, et autres
Publié: (2024)
par: Zhang, Haonan, et autres
Publié: (2024)
Are We Really Learning the Score Function? Reinterpreting Diffusion Models Through Wasserstein Gradient Flow Matching
par: Vuong, An B., et autres
Publié: (2025)
par: Vuong, An B., et autres
Publié: (2025)
Measuring the Predictability of Recommender Systems using Structural Complexity Metrics
par: Abeliuk, Andrés, et autres
Publié: (2024)
par: Abeliuk, Andrés, et autres
Publié: (2024)
TAMI: Taming Heterogeneity in Temporal Interactions for Temporal Graph Link Prediction
par: Yu, Zhongyi, et autres
Publié: (2025)
par: Yu, Zhongyi, et autres
Publié: (2025)
MambaOut: Do We Really Need Mamba for Vision?
par: Yu, Weihao, et autres
Publié: (2024)
par: Yu, Weihao, et autres
Publié: (2024)
Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks
par: Regier, Derek, et autres
Publié: (2026)
par: Regier, Derek, et autres
Publié: (2026)
What Data is Really Necessary? A Feasibility Study of Inference Data Minimization for Recommender Systems
par: Leysen, Jens, et autres
Publié: (2025)
par: Leysen, Jens, et autres
Publié: (2025)
Learnable Spatial-Temporal Positional Encoding for Link Prediction
par: Tieu, Katherine, et autres
Publié: (2025)
par: Tieu, Katherine, et autres
Publié: (2025)
Generating Causal Temporal Interaction Graphs for Counterfactual Validation of Temporal Link Prediction
par: Rahman, Aniq Ur, et autres
Publié: (2026)
par: Rahman, Aniq Ur, et autres
Publié: (2026)
System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes
par: Agarwal, Arpit, et autres
Publié: (2024)
par: Agarwal, Arpit, et autres
Publié: (2024)
Temporal Knowledge Graph Hyperedge Forecasting: Exploring Entity-to-Category Link Prediction
par: Markai, Edward, et autres
Publié: (2025)
par: Markai, Edward, et autres
Publié: (2025)
Sequence Diffusion Model for Temporal Link Prediction in Continuous-Time Dynamic Graph
par: Duc, Nguyen Minh, et autres
Publié: (2026)
par: Duc, Nguyen Minh, et autres
Publié: (2026)
Temporal Link Prediction Using Graph Embedding Dynamics
par: Fard, Sanaz Hasanzadeh, et autres
Publié: (2024)
par: Fard, Sanaz Hasanzadeh, et autres
Publié: (2024)
Higher-order Structure Boosts Link Prediction on Temporal Graphs
par: Liu, Jingzhe, et autres
Publié: (2025)
par: Liu, Jingzhe, et autres
Publié: (2025)
Graph Attention-based Adaptive Transfer Learning for Link Prediction
par: Lu, Huashen, et autres
Publié: (2025)
par: Lu, Huashen, et autres
Publié: (2025)
A Centralized-Distributed Transfer Model for Cross-Domain Recommendation Based on Multi-Source Heterogeneous Transfer Learning
par: Xu, Ke, et autres
Publié: (2024)
par: Xu, Ke, et autres
Publié: (2024)
Measuring Recency Bias In Sequential Recommendation Systems
par: Oh, Jeonglyul, et autres
Publié: (2024)
par: Oh, Jeonglyul, et autres
Publié: (2024)
Documents similaires
-
On the Power of Heuristics in Temporal Graphs
par: Cornell, Filip, et autres
Publié: (2025) -
Expressivity of Representation Learning on Continuous-Time Dynamic Graphs: An Information-Flow Centric Review
par: Ennadir, Sofiane, et autres
Publié: (2024) -
Frequency Matters: When Time Series Foundation Models Fail Under Spectral Shift
par: Wang, Tianze, et autres
Publié: (2025) -
Pool Me Wisely: On the Effect of Pooling in Transformer-Based Models
par: Ennadir, Sofiane, et autres
Publié: (2025) -
Are We Wasting Time? A Fast, Accurate Performance Evaluation Framework for Knowledge Graph Link Predictors
par: Cornell, Filip, et autres
Publié: (2024)