Buchumschlag

A Reproducibility Study of Product-side Fairness in Bundle Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Huy-Son, Liu, Yuanna, Mansoury, Masoud, Nejadi, Mohammad Alian, Hanjalic, Alan, de Rijke, Maarten
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

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

A Systematic Reproducibility Study of BSARec for Sequential Recommendation
von: Hutter, Jan, et al.
Veröffentlicht: (2025)

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

Personalized Diffusion Model Reshapes Cold-Start Bundle Recommendation
von: Bui, Tuan-Nghia, et al.
Veröffentlicht: (2025)

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

Repeat-bias-aware Optimization of Beyond-accuracy Metrics for Next Basket Recommendation
von: Liu, Yuanna, 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)

Bundle Recommendation with Item-level Causation-enhanced Multi-view Learning
von: Nguyen, Huy-Son, et al.
Veröffentlicht: (2024)

BRIDGE: Bundle Recommendation via Instruction-Driven Generation
von: Bui, Tuan-Nghia, et al.
Veröffentlicht: (2024)

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

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

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

From Top-1 to Top-K: A Reproducibility Study and Benchmarking of Counterfactual Explanations for Recommender Systems
von: Nguyen, Quang-Huy, et al.
Veröffentlicht: (2026)

RaMen: Multi-Strategy Multi-Modal Learning for Bundle Construction
von: Nguyen, Huy-Son, et al.
Veröffentlicht: (2025)

Proactive Guiding Strategy for Item-side Fairness in Interactive Recommendation
von: Xia, Chongjun, et al.
Veröffentlicht: (2026)

Are We Really Achieving Better Beyond-Accuracy Performance in Next Basket Recommendation?
von: Li, Ming, et al.
Veröffentlicht: (2024)

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)

Cognitive Biases in Large Language Models for News Recommendation
von: Lyu, Yougang, 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)

Multi-modal Adaptive Mixture of Experts for Cold-start Recommendation
von: Nguyen, Van-Khang, et al.
Veröffentlicht: (2025)

Orcheo: A Modular Full-Stack Platform for Conversational Search
von: Jiang, Shaojie, et al.
Veröffentlicht: (2026)

Hypergrah-Enhanced Dual Convolutional Network for Bundle Recommendation
von: Li, Yang, et al.
Veröffentlicht: (2023)

Towards Empathetic Conversational Recommender Systems
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

AGENT-CQ: Automatic Generation and Evaluation of Clarifying Questions for Conversational Search with LLMs
von: Siro, Clemencia, et al.
Veröffentlicht: (2024)

Cold-Starts in Generative Recommendation: A Reproducibility Study
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Large Language Models for Next Point-of-Interest Recommendation
von: Li, Peibo, et al.
Veröffentlicht: (2024)

Paraphrase Brittleness in Production Retrieval-Augmented Commercial Recommendation: Reproducibility Below the Rerun-Stability Baseline
von: Jack, Will, et al.
Veröffentlicht: (2026)

FairDiverse: A Comprehensive Toolkit for Fair and Diverse Information Retrieval Algorithms
von: Xu, Chen, et al.
Veröffentlicht: (2025)

SubSearch: Intermediate Rewards for Unsupervised Guided Reasoning in Complex Retrieval
von: Petcu, Roxana, et al.
Veröffentlicht: (2026)

Looking for Fairness in Recommender Systems
von: Logé, Cécile
Veröffentlicht: (2025)

Unbiased Learning to Rank Meets Reality: Lessons from Baidu's Large-Scale Search Dataset
von: Hager, Philipp, et al.
Veröffentlicht: (2024)

Cold-start Bundle Recommendation via Popularity-based Coalescence and Curriculum Heating
von: Jeon, Hyunsik, et al.
Veröffentlicht: (2023)

RecBundle: A Next-Generation Geometric Paradigm for Explainable Recommender Systems
von: Wang, Hui, et al.
Veröffentlicht: (2026)

OrLog: Resolving Complex Queries with LLMs and Probabilistic Reasoning
von: Hoveyda, Mohanna, et al.
Veröffentlicht: (2026)

DeepShop: A Benchmark for Deep Research Shopping Agents
von: Lyu, Yougang, et al.
Veröffentlicht: (2025)

Mitigating Popularity Bias in Counterfactual Explanations using Large Language Models
von: Hasami, Arjan, 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)

Alleviating User-Sensitive bias with Fair Generative Sequential Recommendation Model
von: Liu, Yang, et al.
Veröffentlicht: (2025)

Causal Intervention for Fairness in Multi-behavior Recommendation
von: Wang, Xi, et al.
Veröffentlicht: (2022)