COINS: SemantiC Ids Enhanced COLd Item RepresentatioN for Click-through Rate Prediction in E-commerce Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Qihang, Sun, Zhongbo, Zheng, Xiaoyang, Guo, Xian, Wang, Siyuan, Liang, Zihan, Peng, Mingcan, Chen, Ben, Lei, Chenyi
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

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

OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search
von: Chen, Ben, et al.
Veröffentlicht: (2025)

OneSug: The Unified End-to-End Generative Framework for E-commerce Query Suggestion
von: Guo, Xian, et al.
Veröffentlicht: (2025)

DiffusionGS: Generative Search with Query Conditioned Diffusion in Kuaishou
von: Li, Qinyao, et al.
Veröffentlicht: (2025)

Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce
von: Liu, Zhiding, et al.
Veröffentlicht: (2025)

TIGER-FG: Text-Guided Implicit Fine-Grained Grounding for E-commerce Retrieval
von: Sun, Xinyu, et al.
Veröffentlicht: (2026)

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

UniECS: Unified Multimodal E-Commerce Search Framework with Gated Cross-modal Fusion
von: Liang, Zihan, et al.
Veröffentlicht: (2025)

KuaiSearch: A Large-Scale E-Commerce Search Dataset for Recall, Ranking, and Relevance
von: Li, Yupeng, et al.
Veröffentlicht: (2026)

SD-Search: On-Policy Hindsight Self-Distillation for Search-Augmented Reasoning
von: Ma, Yufei, et al.
Veröffentlicht: (2026)

Quadratic Interest Network for Multimodal Click-Through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2025)

IG-Search: Step-Level Information Gain Rewards for Search-Augmented Reasoning
von: Liang, Zihan, et al.
Veröffentlicht: (2026)

Revisiting Feature Interactions from the Perspective of Quadratic Neural Networks for Click-through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2025)

Towards Unifying Feature Interaction Models for Click-Through Rate Prediction
von: Kang, Yu, et al.
Veröffentlicht: (2024)

Time Matters: A Novel Real-Time Long- and Short-term User Interest Model for Click-Through Rate Prediction
von: Gui, Xian-Jin
Veröffentlicht: (2025)

FCN: Fusing Exponential and Linear Cross Network for Click-Through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2024)

Unified Low-rank Compression Framework for Click-through Rate Prediction
von: Yu, Hao, et al.
Veröffentlicht: (2024)

Deep Pattern Network for Click-Through Rate Prediction
von: Zhang, Hengyu, et al.
Veröffentlicht: (2024)

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

Fusion Matters: Learning Fusion in Deep Click-through Rate Prediction Models
von: Zhang, Kexin, et al.
Veröffentlicht: (2024)

PPM : A Pre-trained Plug-in Model for Click-through Rate Prediction
von: Gao, Yuanbo, et al.
Veröffentlicht: (2024)

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

NeSHFS: Neighborhood Search with Heuristic-based Feature Selection for Click-Through Rate Prediction
von: Aksu, Dogukan, et al.
Veröffentlicht: (2024)

Diffusion-based Multi-modal Synergy Interest Network for Click-through Rate Prediction
von: Cui, Xiaoxi, et al.
Veröffentlicht: (2025)

Open Benchmarking for Click-Through Rate Prediction
von: Zhu, Jieming, et al.
Veröffentlicht: (2020)

FEDIN: Frequency-Enhanced Deep Interest Network for Click-Through Rate Prediction
von: Dai, Zenan, et al.
Veröffentlicht: (2026)

LLM-based Semantic Search for Conversational Queries in E-commerce
von: Siddiqui, Emad, et al.
Veröffentlicht: (2026)

Deep Situation-Aware Interaction Network for Click-Through Rate Prediction
von: Lv, Yimin, et al.
Veröffentlicht: (2026)

Understanding and Counteracting Feature-Level Bias in Click-Through Rate Prediction
von: Jin, Jinqiu, et al.
Veröffentlicht: (2024)

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

From Collapse to Stability: A Knowledge-Driven Ensemble Framework for Scaling Up Click-Through Rate Prediction Models
von: Li, Honghao, et al.
Veröffentlicht: (2024)

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

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

Understanding Visual Saliency of Outlier Items in Product Search
von: Sarvi, Fatemeh, et al.
Veröffentlicht: (2025)

Behavioral Feature Boosting via Substitute Relationships for E-commerce Search
von: Dong, Chaosheng, et al.
Veröffentlicht: (2026)

Towards Scalability and Extensibility of Query Reformulation Modeling in E-commerce Search
von: Zhang, Ziqi, et al.
Veröffentlicht: (2024)

Taxonomy-based Negative Sampling In Personalized Semantic Search for E-commerce
von: Jinadu, Uthman, et al.
Veröffentlicht: (2025)

Semantic-enhanced Modality-asymmetric Retrieval for Online E-commerce Search
von: Zhou, Zhigong, et al.
Veröffentlicht: (2025)

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

ELEC: Efficient Large Language Model-Empowered Click-Through Rate Prediction
von: Dong, Rui, et al.
Veröffentlicht: (2025)