Buchumschlag

Recommendation systems in e-commerce applications with machine learning methods

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Poniszewska-Maranda, Aneta, Pakula, Magdalena, Borowska, Bozena
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enabling Explainable Recommendation in E-commerce with LLM-powered Product Knowledge Graph
von: Wang, Menghan, et al.
Veröffentlicht: (2024)

Smart E-commerce Recommendations with Semantic AI
von: Badouch, M., et al.
Veröffentlicht: (2024)

Complementary Recommendation in E-commerce: Definition, Approaches, and Future Directions
von: Li, Linyue, et al.
Veröffentlicht: (2024)

Segment Discovery: Enhancing E-commerce Targeting
von: Li, Qiqi, et al.
Veröffentlicht: (2024)

Hierarchical Query Classification in E-commerce Search
von: He, Bing, et al.
Veröffentlicht: (2024)

Design and Evaluation of Whole-Page Experience Optimization for E-commerce Search
von: Lahiri, Pratik, et al.
Veröffentlicht: (2026)

Mine and Refine: Optimizing Graded Relevance in E-commerce Search Retrieval
von: Xi, Jiaqi, et al.
Veröffentlicht: (2026)

Mitigating Pooling Bias in E-commerce Search via False Negative Estimation
von: Wang, Xiaochen, et al.
Veröffentlicht: (2023)

Price-guided user attention in large-scale E-commerce group recommendation
von: Shi, Yang, et al.
Veröffentlicht: (2024)

Progressive Refinement of E-commerce Search Ranking Based on Short-Term Activities of the Buyer
von: Sheng, Taoran, et al.
Veröffentlicht: (2025)

Predict Click-Through Rates with Deep Interest Network Model in E-commerce Advertising
von: Zhou, Chang, et al.
Veröffentlicht: (2024)

Knowledge Distillation for Enhancing Walmart E-commerce Search Relevance Using Large Language Models
von: Shang, Hongwei, et al.
Veröffentlicht: (2025)

Joint Model Parameter Scaling and Universal-Domain Data Integration for E-commerce Search Ranking
von: Yu, Liren, et al.
Veröffentlicht: (2026)

Building a privacy-preserving Federated Recommender system for mobile devices
von: Singh, Aasheesh
Veröffentlicht: (2026)

Improving Visual Recommendation on E-commerce Platforms Using Vision-Language Models
von: Yada, Yuki, et al.
Veröffentlicht: (2025)

Lusifer: LLM-based User SImulated Feedback Environment for online Recommender systems
von: Ebrat, Danial, et al.
Veröffentlicht: (2024)

Beyond Beats: A Recipe to Song Popularity? A machine learning approach
von: Sebastian, Niklas, et al.
Veröffentlicht: (2024)

PolyRecommender: A Multimodal Recommendation System for Polymer Discovery
von: Wang, Xin, et al.
Veröffentlicht: (2025)

e-Fold Cross-Validation for Recommender-System Evaluation
von: Baumgart, Moritz, et al.
Veröffentlicht: (2024)

Continual Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)

Graph Augmentation for Recommendation
von: Zhang, Qianru, et al.
Veröffentlicht: (2024)

Stability of Explainable Recommendation
von: Vijayaraghavan, Sairamvinay, et al.
Veröffentlicht: (2024)

Robust Explainable Recommendation
von: Vijayaraghavan, Sairamvinay, et al.
Veröffentlicht: (2024)

When and What to Recommend: Joint Modeling of Timing and Content for Active Sequential Recommendation
von: Chai, Jin, et al.
Veröffentlicht: (2025)

Resource efficient data transmission on animals based on machine learning
von: Kerle-Malcharek, Wilhelm, et al.
Veröffentlicht: (2025)

On conceptualisation and an overview of learning path recommender systems in e-learning
von: Fuster-López, A., et al.
Veröffentlicht: (2024)

Are Recommenders Self-Aware? Label-Free Recommendation Performance Estimation via Model Uncertainty
von: Li, Jiayu, et al.
Veröffentlicht: (2025)

eSASRec: Enhancing Transformer-based Recommendations in a Modular Fashion
von: Tikhonovich, Daria, et al.
Veröffentlicht: (2025)

Transfer Learning for E-commerce Query Product Type Prediction
von: Tigunova, Anna, et al.
Veröffentlicht: (2024)

Masked Diffusion for Generative Recommendation
von: Shah, Kulin, et al.
Veröffentlicht: (2025)

Semantic IDs for Music Recommendation
von: Mei, M. Jeffrey, et al.
Veröffentlicht: (2025)

Calibrated Recommendations with Contextual Bandits
von: Feijer, Diego, et al.
Veröffentlicht: (2025)

Plausible Counterfactual Explanations of Recommendations
von: Černý, Jakub, et al.
Veröffentlicht: (2025)

Dataset-Agnostic Recommender Systems
von: Wijaya, Tri Kurniawan, et al.
Veröffentlicht: (2025)

Debiased Recommendation with Noisy Feedback
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

Online Learning for Recommendations at Grubhub
von: Egg, Alex
Veröffentlicht: (2021)

Supplier Recommendation in Online Procurement
von: Coscrato, Victor, et al.
Veröffentlicht: (2024)

Diffusion Cross-domain Recommendation
von: Xuan, Yuner
Veröffentlicht: (2024)

System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes
von: Agarwal, Arpit, et al.
Veröffentlicht: (2024)

Analyzing and Mitigating Repetitions in Trip Recommendation
von: Shu, Wenzheng, et al.
Veröffentlicht: (2025)