Buchumschlag

Evaluating LLM-Based Mobile App Recommendations: An Empirical Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Motger, Quim, Franch, Xavier, Gervasi, Vincenzo, Marco, Jordi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

What About Emotions? Guiding Fine-Grained Emotion Extraction from Mobile App Reviews
von: Motger, Quim, et al.
Veröffentlicht: (2025)

Unveiling Competition Dynamics in Mobile App Markets through User Reviews
von: Motger, Quim, et al.
Veröffentlicht: (2023)

Software-Based Dialogue Systems: Survey, Taxonomy and Challenges
von: Motger, Quim, et al.
Veröffentlicht: (2021)

T-FREX: A Transformer-based Feature Extraction Method from Mobile App Reviews
von: Motger, Quim, et al.
Veröffentlicht: (2024)

Leveraging Encoder-only Large Language Models for Mobile App Review Feature Extraction
von: Motger, Quim, et al.
Veröffentlicht: (2024)

Automated Requirements Relation Extraction
von: Motger, Quim, et al.
Veröffentlicht: (2024)

Characterizing Datasets for LLM-based Requirements Engineering: A Systematic Mapping Study
von: Motger, Quim, et al.
Veröffentlicht: (2025)

Multi-Agent Debate Strategies to Enhance Requirements Engineering with Large Language Models
von: Oriol, Marc, et al.
Veröffentlicht: (2025)

FeClustRE: Hierarchical Clustering and Semantic Tagging of App Features from User Reviews
von: Tiessler, Max, et al.
Veröffentlicht: (2025)

An Empirical Study of Multi-Agent RAG for Real-World University Admissions Counseling
von: Nguyen-Duc, Anh, et al.
Veröffentlicht: (2025)

Towards a Software Reference Architecture for Natural Language Processing Tools in Requirements Engineering
von: Frattini, Julian, et al.
Veröffentlicht: (2026)

A Survey on Query-based API Recommendation
von: Wei, Moshi, et al.
Veröffentlicht: (2023)

Leveraging Graph-RAG and Prompt Engineering to Enhance LLM-Based Automated Requirement Traceability and Compliance Checks
von: Masoudifard, Arsalan, et al.
Veröffentlicht: (2024)

A Methodology for Evaluating RAG Systems: A Case Study On Configuration Dependency Validation
von: Simon, Sebastian, et al.
Veröffentlicht: (2024)

In-Context Learning as an Effective Estimator of Functional Correctness of LLM-Generated Code
von: Das, Susmita, et al.
Veröffentlicht: (2025)

AI-assisted Coding with Cody: Lessons from Context Retrieval and Evaluation for Code Recommendations
von: Hartman, Jan, et al.
Veröffentlicht: (2024)

Do Deployment Constraints Make LLMs Hallucinate Citations? An Empirical Study across Four Models and Five Prompting Regimes
von: Zhao, Chen, et al.
Veröffentlicht: (2026)

Unveiling Bias in Fairness Evaluations of Large Language Models: A Critical Literature Review of Music and Movie Recommendation Systems
von: Sah, Chandan Kumar, et al.
Veröffentlicht: (2024)

Code-Craft: Hierarchical Graph-Based Code Summarization for Enhanced Context Retrieval
von: Sounthiraraj, David, et al.
Veröffentlicht: (2025)

Multi-View Adaptive Contrastive Learning for Information Retrieval Based Fault Localization
von: Zhou, Chunying, et al.
Veröffentlicht: (2024)

The Impact Of Bug Localization Based on Crash Report Mining: A Developers' Perspective
von: Medeiros, Marcos, et al.
Veröffentlicht: (2024)

QoS-Aware Graph Contrastive Learning for Web Service Recommendation
von: Choi, Jeongwhan, et al.
Veröffentlicht: (2024)

RePlay: a Recommendation Framework for Experimentation and Production Use
von: Vasilev, Alexey, et al.
Veröffentlicht: (2024)

LLM-Cure: LLM-based Competitor User Review Analysis for Feature Enhancement
von: Assi, Maram, et al.
Veröffentlicht: (2024)

Studying and Recommending Information Highlighting in Stack Overflow Answers
von: Ahmed, Shahla Shaan, et al.
Veröffentlicht: (2024)

LEGION: Harnessing Pre-trained Language Models for GitHub Topic Recommendations with Distribution-Balance Loss
von: Dang, Yen-Trang, et al.
Veröffentlicht: (2024)

MGS3: A Multi-Granularity Self-Supervised Code Search Framework
von: Li, Rui, et al.
Veröffentlicht: (2025)

Incremental Analysis of Legacy Applications Using Knowledge Graphs for Application Modernization
von: Krishnan, Saravanan, et al.
Veröffentlicht: (2025)

FLOWER: Flow-Oriented Entity-Relationship Tool
von: Moskalev, Dmitry
Veröffentlicht: (2025)

GNN-Coder: Boosting Semantic Code Retrieval with Combined GNNs and Transformer
von: Ye, Yufan, et al.
Veröffentlicht: (2025)

Use as Directed? A Comparison of Software Tools Intended to Check Rigor and Transparency of Published Work
von: Eckmann, Peter, et al.
Veröffentlicht: (2025)

SBAN: A Framework & Multi-Dimensional Dataset for Large Language Model Pre-Training and Software Code Mining
von: Jelodar, Hamed, et al.
Veröffentlicht: (2025)

Optimizing Retrieval Augmented Generation for Object Constraint Language
von: Li, Kevin Chenhao, et al.
Veröffentlicht: (2025)

From Chaos to Automation: Enabling the Use of Unstructured Data for Robotic Process Automation
von: Kurowski, Kelly, et al.
Veröffentlicht: (2025)

Using GPT to build a Project Management assistant for Jira environments
von: Garcia-Escribano, Joel, et al.
Veröffentlicht: (2025)

Modular Layout Synthesis (MLS): Front-end Code via Structure Normalization and Constrained Generation
von: Liu, Chong, et al.
Veröffentlicht: (2025)

Towards Analysing Invoices and Receipts with Amazon Textract
von: Oommen, Sneha, et al.
Veröffentlicht: (2025)

Development of an Automated Web Application for Efficient Web Scraping: Design and Implementation
von: Dutta, Alok, et al.
Veröffentlicht: (2025)

Less is More: On the Importance of Data Quality for Unit Test Generation
von: Zhang, Junwei, et al.
Veröffentlicht: (2025)

Deep Code Search with Naming-Agnostic Contrastive Multi-View Learning
von: Feng, Jiadong, et al.
Veröffentlicht: (2024)