Buchumschlag

LLM4ES: Learning User Embeddings from Event Sequences via Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shestov, Aleksei, Zoloev, Omar, Makarenko, Maksim, Orlov, Mikhail, Fadeev, Egor, Kireev, Ivan, Savchenko, Andrey
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

Embedding-Aware Feature Discovery: Bridging Latent Representations and Interpretable Features in Event Sequences
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)

LATTE: Learning Aligned Transactions and Textual Embeddings for Bank Clients
von: Fadeev, Egor, et al.
Veröffentlicht: (2025)

Topological Metric for Unsupervised Embedding Quality Evaluation
von: Shestov, Aleksei, et al.
Veröffentlicht: (2025)

Financial Transaction Retrieval and Contextual Evidence for Knowledge-Grounded Reasoning
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)

ESQA: Event Sequences Question Answering
von: Abdullaeva, Irina, et al.
Veröffentlicht: (2024)

LLM-KT: A Versatile Framework for Knowledge Transfer from Large Language Models to Collaborative Filtering
von: Severin, Nikita, et al.
Veröffentlicht: (2024)

Beyond Isolated Clients: Integrating Graph-Based Embeddings into Event Sequence Models
von: Proshian, Harry, et al.
Veröffentlicht: (2026)

Encode Me If You Can: Learning Universal User Representations via Event Sequence Autoencoding
von: Klenitskiy, Anton, et al.
Veröffentlicht: (2025)

Multimodal Banking Dataset: Understanding Client Needs through Event Sequences
von: Mollaev, Dzhambulat, et al.
Veröffentlicht: (2024)

CoLLM: Integrating Collaborative Embeddings into Large Language Models for Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2023)

Blending Sequential Embeddings, Graphs, and Engineered Features: 4th Place Solution in RecSys Challenge 2025
von: Makeev, Sergei, et al.
Veröffentlicht: (2025)

Neural Click Models for Recommender Systems
von: Shirokikh, Mikhail, et al.
Veröffentlicht: (2024)

Enhancing User Intent for Recommendation Systems via Large Language Models
von: Xu, Xiaochuan, et al.
Veröffentlicht: (2025)

Accelerating Generative Recommendation via Simple Categorical User Sequence Compression
von: Liu, Qijiong, et al.
Veröffentlicht: (2026)

Detecting the Future: All-at-Once Event Sequence Forecasting with Horizon Matching
von: Karpukhin, Ivan, et al.
Veröffentlicht: (2024)

LLM4Tag: Automatic Tagging System for Information Retrieval via Large Language Models
von: Tang, Ruiming, et al.
Veröffentlicht: (2025)

HT-Transformer: Event Sequences Classification by Accumulating Prefix Information with History Tokens
von: Karpukhin, Ivan, et al.
Veröffentlicht: (2025)

Reason4Rec: Large Language Models for Recommendation with Deliberative User Preference Alignment
von: Fang, Yi, et al.
Veröffentlicht: (2025)

Sequence-aware Large Language Models for Explainable Recommendation
von: Zhang, Gangyi, et al.
Veröffentlicht: (2026)

On (Normalised) Discounted Cumulative Gain as an Off-Policy Evaluation Metric for Top-$n$ Recommendation
von: Jeunen, Olivier, et al.
Veröffentlicht: (2023)

LLM4MEA: Data-free Model Extraction Attacks on Sequential Recommenders via Large Language Models
von: Zhao, Shilong, et al.
Veröffentlicht: (2025)

LLM2Rec: Large Language Models Are Powerful Embedding Models for Sequential Recommendation
von: He, Yingzhi, et al.
Veröffentlicht: (2025)

Evaluating Conversational Recommender Systems via Large Language Models: A User-Centric Framework
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

User Feedback Alignment for LLM-powered Exploration in Large-scale Recommendation Systems
von: Wang, Jianling, et al.
Veröffentlicht: (2025)

ULMRec: User-centric Large Language Model for Sequential Recommendation
von: Shao, Minglai, et al.
Veröffentlicht: (2024)

Authorship conflicts in academia: an international cross-discipline survey
von: Savchenko, Elizaveta, et al.
Veröffentlicht: (2023)

LLM4PR: Improving Post-Ranking in Search Engine with Large Language Models
von: Yan, Yang, et al.
Veröffentlicht: (2024)

Query as Anchor: Scenario-Adaptive User Representation via Large Language Model
von: Yuan, Jiahao, et al.
Veröffentlicht: (2026)

Vela: Scalable Embeddings with Voice Large Language Models for Multimodal Retrieval
von: Hu, Ruofan, et al.
Veröffentlicht: (2025)

Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval
von: Zhang, Yingyi, et al.
Veröffentlicht: (2026)

Improving Text Embeddings with Large Language Models
von: Wang, Liang, et al.
Veröffentlicht: (2023)

Empowering Large Language Model for Sequential Recommendation via Multimodal Embeddings and Semantic IDs
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

User Embedding Model for Personalized Language Prompting
von: Doddapaneni, Sumanth, et al.
Veröffentlicht: (2024)

Temporal-Aware User Behaviour Simulation with Large Language Models for Recommender Systems
von: Wanyan, Xinye, et al.
Veröffentlicht: (2025)

LEXA: Legal Case Retrieval via Graph Contrastive Learning with Contextualised LLM Embeddings
von: Tang, Yanran, et al.
Veröffentlicht: (2024)

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

UQABench: Evaluating User Embedding for Prompting LLMs in Personalized Question Answering
von: Liu, Langming, et al.
Veröffentlicht: (2025)

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

Heterogeneous User Modeling for LLM-based Recommendation
von: Bao, Honghui, et al.
Veröffentlicht: (2025)

Retrieval of Temporal Event Sequences from Textual Descriptions
von: Liu, Zefang, et al.
Veröffentlicht: (2024)