Buchumschlag

See Beyond a Single View: Multi-Attribution Learning Leads to Better Conversion Rate Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Sishuo, Chan, Zhangming, Sheng, Xiang-Rong, Zhang, Lei, Chen, Sheng, Hou, Chenghuan, Zhu, Han, Xu, Jian, Zheng, Bo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EST: Towards Efficient Scaling Laws in Click-Through Rate Prediction via Unified Modeling
von: Liu, Mingyang, et al.
Veröffentlicht: (2026)

MAC: A Conversion Rate Prediction Benchmark Featuring Labels Under Multiple Attribution Mechanisms
von: Wu, Jinqi, et al.
Veröffentlicht: (2026)

Modeling Cascaded Delay Feedback for Online Net Conversion Rate Prediction: Benchmark, Insights and Solutions
von: Luo, Mingxuan, et al.
Veröffentlicht: (2026)

MUSE: A Simple Yet Effective Multimodal Search-Based Framework for Lifelong User Interest Modeling
von: Wu, Bin, et al.
Veröffentlicht: (2025)

Enhancing Taobao Display Advertising with Multimodal Representations: Challenges, Approaches and Insights
von: Sheng, Xiang-Rong, et al.
Veröffentlicht: (2024)

AIF: Asynchronous Inference Framework for Cost-Effective Pre-Ranking
von: Kou, Zhi, et al.
Veröffentlicht: (2025)

Towards A Tri-View Diffusion Framework for Recommendation
von: Chen, Ximing, et al.
Veröffentlicht: (2025)

On the Practice of Scaling Search Conversion Rate Prediction
von: Pak, James, et al.
Veröffentlicht: (2026)

Delayed Feedback Modeling for Post-Click Gross Merchandise Volume Prediction: Benchmark, Insights and Approaches
von: Li, Xinyu, et al.
Veröffentlicht: (2026)

Cross Domain LifeLong Sequential Modeling for Online Click-Through Rate Prediction
von: Hou, Ruijie, et al.
Veröffentlicht: (2023)

LoopCTR: Unlocking the Loop Scaling Power for Click-Through Rate Prediction
von: Tang, Jiakai, et al.
Veröffentlicht: (2026)

Adaptive User Interest Modeling via Conditioned Denoising Diffusion For Click-Through Rate Prediction
von: Zhao, Qihang, et al.
Veröffentlicht: (2025)

Masked Multi-Domain Network: Multi-Type and Multi-Scenario Conversion Rate Prediction with a Single Model
von: Ouyang, Wentao, et al.
Veröffentlicht: (2024)

Beyond Single Labels: Improving Conversational Recommendation through LLM-Powered Data Augmentation
von: Xu, Haozhe, et al.
Veröffentlicht: (2025)

Fine-grained Semantics Integration for Large Language Model-based Recommendation
von: Feng, Jiawei, et al.
Veröffentlicht: (2026)

Beyond Single Embeddings: Capturing Diverse Targets with Multi-Query Retrieval
von: Chen, Hung-Ting, et al.
Veröffentlicht: (2025)

DA-RAG: Dynamic Attributed Community Search for Retrieval-Augmented Generation
von: Zeng, Xingyuan, et al.
Veröffentlicht: (2026)

Generative Chain of Behavior for User Trajectory Prediction
von: Huang, Chengkai, et al.
Veröffentlicht: (2026)

Better Late Than Never: Formulating and Benchmarking Recommendation Editing
von: Lai, Chengyu, et al.
Veröffentlicht: (2024)

Generative Long-term User Interest Modeling for Click-Through Rate Prediction
von: Shao, Jiangli, et al.
Veröffentlicht: (2026)

LARES: Latent Reasoning for Sequential Recommendation
von: Liu, Enze, et al.
Veröffentlicht: (2025)

Multi-modal Relational Item Representation Learning for Inferring Substitutable and Complementary Items
von: Wang, Junting, et al.
Veröffentlicht: (2025)

Learning Multi-Branch Cooperation for Enhanced Click-Through Rate Prediction at Taobao
von: Chen, Xu, et al.
Veröffentlicht: (2024)

Towards Better Understanding of User Satisfaction in Open-Domain Conversational Search
von: Chu, Zhumin, et al.
Veröffentlicht: (2022)

Beyond path selection: Better LLMs for Scientific Information Extraction with MimicSFT and Relevance and Rule-induced(R$^2$)GRPO
von: Li, Ran, et al.
Veröffentlicht: (2025)

Retrieval-Oriented Knowledge for Click-Through Rate Prediction
von: Liu, Huanshuo, et al.
Veröffentlicht: (2024)

FedAU2: Attribute Unlearning for User-Level Federated Recommender Systems with Adaptive and Robust Adversarial Training
von: Li, Yuyuan, et al.
Veröffentlicht: (2025)

HtmlRAG: HTML is Better Than Plain Text for Modeling Retrieved Knowledge in RAG Systems
von: Tan, Jiejun, et al.
Veröffentlicht: (2024)

AFMRL: Attribute-Enhanced Fine-Grained Multi-Modal Representation Learning in E-commerce
von: Zhang, Biao, et al.
Veröffentlicht: (2026)

PRECTR: A Synergistic Framework for Integrating Personalized Search Relevance Matching and CTR Prediction
von: Chen, Rong, et al.
Veröffentlicht: (2025)

Beyond Existing Retrievals: Cross-Scenario Incremental Sample Learning Framework
von: Wang, Tao, et al.
Veröffentlicht: (2025)

Entire-Space Variational Information Exploitation for Post-Click Conversion Rate Prediction
von: Fei, Ke, et al.
Veröffentlicht: (2024)

Optimizing Feature Set for Click-Through Rate Prediction
von: Lyu, Fuyuan, et al.
Veröffentlicht: (2023)

Reinforced Preference Optimization for Recommendation
von: Tan, Junfei, et al.
Veröffentlicht: (2025)

All-domain Moveline Evolution Network for Click-Through Rate Prediction
von: Gao, Chen, et al.
Veröffentlicht: (2024)

Click A, Buy B: Rethinking Conversion Attribution in E- Commerce Recommendations
von: Zeng, Xiangyu, et al.
Veröffentlicht: (2025)

STEC: See-Through Transformer-based Encoder for CTR Prediction
von: Dilbaz, Serdarcan, et al.
Veröffentlicht: (2023)

Efficient Transfer Learning Framework for Cross-Domain Click-Through Rate Prediction
von: Liu, Qi, et al.
Veröffentlicht: (2024)

Inclusive Design Insights from a Preliminary Image-Based Conversational Search Systems Evaluation
von: Zheng, Yue, et al.
Veröffentlicht: (2024)

Post-Training Attribute Unlearning in Recommender Systems
von: Chen, Chaochao, et al.
Veröffentlicht: (2024)