Buchumschlag

Green Recommender Systems: Understanding and Minimizing the Carbon Footprint of AI-Powered Personalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wegmeth, Lukas, Vente, Tobias, Said, Alan, Beel, Joeran
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

From Clicks to Carbon: The Environmental Toll of Recommender Systems
von: Vente, Tobias, et al.
Veröffentlicht: (2024)

EMERS: Energy Meter for Recommender Systems
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2024)

Recommender Systems Algorithm Selection for Ranking Prediction on Implicit Feedback Datasets
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2024)

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

The Potential of AutoML for Recommender Systems
von: Vente, Tobias, et al.
Veröffentlicht: (2024)

Green Recommender Systems: Optimizing Dataset Size for Energy-Efficient Algorithm Performance
von: Arabzadeh, Ardalan, et al.
Veröffentlicht: (2024)

Ensembles at Any Cost? Accuracy-Energy Trade-offs in Recommender Systems
von: Nitschke, Jannik, et al.
Veröffentlicht: (2026)

Revealing the Hidden Impact of Top-N Metrics on Optimization in Recommender Systems
von: Wegmeth, Lukas, et al.
Veröffentlicht: (2024)

From AutoRecSys to AutoRecLab: A Call to Build, Evaluate, and Govern Autonomous Recommender-Systems Research Labs
von: Beel, Joeran, et al.
Veröffentlicht: (2025)

APS Explorer: Navigating Algorithm Performance Spaces for Informed Dataset Selection
von: Vente, Tobias, et al.
Veröffentlicht: (2025)

Algorithm Selection for Recommender Systems via Meta-Learning on Algorithm Characteristics
von: Decker, Jarne Mathi, et al.
Veröffentlicht: (2025)

Ensemble Boost: Greedy Selection for Superior Recommender Systems
von: Mehta, Zainil, et al.
Veröffentlicht: (2024)

Evaluating Sakana's AI Scientist: Bold Claims, Mixed Results, and a Promising Future?
von: Beel, Joeran, et al.
Veröffentlicht: (2025)

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

Understanding Fairness in Recommender Systems: A Healthcare Perspective
von: Kecki, Veronica, et al.
Veröffentlicht: (2024)

Recommender Systems for Social Good: The Role of Accountability and Sustainability
von: Said, Alan
Veröffentlicht: (2025)

The Hidden Cost of Defaults in Recommender System Evaluation
von: Berling, Hannah, et al.
Veröffentlicht: (2025)

Early Explorations of Recommender Systems for Physical Activity and Well-being
von: Said, Alan
Veröffentlicht: (2025)

From Theory to Practice: Implementing and Evaluating e-Fold Cross-Validation
von: Mahlich, Christopher, et al.
Veröffentlicht: (2024)

On Explaining Recommendations with Large Language Models: A Review
von: Said, Alan
Veröffentlicht: (2024)

Eco-Amazon: Enriching E-commerce Datasets with Product Carbon Footprint for Sustainable Recommendations
von: Spillo, Giuseppe, et al.
Veröffentlicht: (2026)

Benchmarking News Recommendation in the Era of Green AI
von: Liu, Qijiong, et al.
Veröffentlicht: (2024)

We're Still Doing It (All) Wrong: Recommender Systems, Fifteen Years Later
von: Said, Alan, et al.
Veröffentlicht: (2025)

Personalized Multi-task Training for Recommender System
von: Yang, Liangwei, et al.
Veröffentlicht: (2024)

On the Reliability of Sampling Strategies in Offline Recommender Evaluation
von: Pereira, Bruno L., et al.
Veröffentlicht: (2025)

Pairwise Ranking Loss for Multi-Task Learning in Recommender Systems
von: Durmus, Furkan, et al.
Veröffentlicht: (2024)

Personalized Denoising Implicit Feedback for Robust Recommender System
von: Zhang, Kaike, et al.
Veröffentlicht: (2025)

Tell Me the Good Stuff: User Preferences in Movie Recommendation Explanations
von: Ahmad, Juan, et al.
Veröffentlicht: (2025)

Carbon Footprint Accounting Driven by Large Language Models and Retrieval-augmented Generation
von: Wang, Haijin, et al.
Veröffentlicht: (2024)

Green-Red Watermarking for Recommender Systems
von: Zhou, Lei, et al.
Veröffentlicht: (2026)

Agentic Personalized Fashion Recommendation in the Age of Generative AI: Challenges, Opportunities, and Evaluation
von: Deldjoo, Yashar, et al.
Veröffentlicht: (2025)

Utilizing Collaborative Filtering in a Personalized Research-Paper Recommendation System
von: Hasan, Mahamudul, et al.
Veröffentlicht: (2024)

Personalized Prompt for Sequential Recommendation
von: Wu, Yiqing, et al.
Veröffentlicht: (2022)

Top-Personalized-K Recommendation
von: Kweon, Wonbin, et al.
Veröffentlicht: (2024)

Debiasing Recommendation with Personal Popularity
von: Ning, Wentao, et al.
Veröffentlicht: (2024)

Integrating Vision-Centric Text Understanding for Conversational Recommender Systems
von: Yuan, Wei, et al.
Veröffentlicht: (2026)

A Survey of Affective Recommender Systems: Modeling Attitudes, Emotions, and Moods for Personalization
von: Hasan, Tonmoy, et al.
Veröffentlicht: (2025)

From Hidden Profiles to Governable Personalization: Recommender Systems in the Age of LLM Agents
von: Liu, Jiahao, et al.
Veröffentlicht: (2026)

A Tutorial of Personalized Federated Recommender Systems: Recent Advances and Future Directions
von: Jiang, Jing, et al.
Veröffentlicht: (2024)

Enhanced Bayesian Personalized Ranking for Robust Hard Negative Sampling in Recommender Systems
von: Shi, Kexin, et al.
Veröffentlicht: (2024)