Buchumschlag

Cold-Starting Podcast Ads and Promotions with Multi-Task Learning on Spotify

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Verma, Shivam, Karlbom, Hannes, Zhao, Yu, Topping, Nick, Chen, Vivian, Stanley, Kieran, Rengarajan, Bharath
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Audio-centric Multi-task Learning Framework for Streaming Ads Targeting on Spotify
von: Verma, Shivam, et al.
Veröffentlicht: (2025)

IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs
von: Zhang, Yubin, et al.
Veröffentlicht: (2026)

Deploying Semantic ID-based Generative Retrieval for Large-Scale Podcast Discovery at Spotify
von: D'Amico, Edoardo, et al.
Veröffentlicht: (2026)

Task Aligned Meta-learning based Augmented Graph for Cold-Start Recommendation
von: Shi, Yuxiang, et al.
Veröffentlicht: (2022)

Graph Neural Patching for Cold-Start Recommendations
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Large Language Model Simulator for Cold-Start Recommendation
von: Huang, Feiran, et al.
Veröffentlicht: (2024)

Cold-Starts in Generative Recommendation: A Reproducibility Study
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Temporally and Distributionally Robust Optimization for Cold-Start Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2023)

Breaking the Cold-Start Barrier: Reinforcement Learning with Double and Dueling DQNs
von: Zhao, Minda
Veröffentlicht: (2025)

MARC: Multimodal and Multi-Task Agentic Retrieval-Augmented Generation for Cold-Start Recommender System
von: Cho, Seung Hwan, et al.
Veröffentlicht: (2025)

Contrastive Learning for Cold Start Recommendation with Adaptive Feature Fusion
von: Hu, Jiacheng, et al.
Veröffentlicht: (2025)

Personalized Multi-Interest Modeling for Cross-Domain Recommendation to Cold-Start Users
von: Li, Xiaodong, et al.
Veröffentlicht: (2026)

Item-centric Exploration for Cold Start Problem
von: Wang, Dong, et al.
Veröffentlicht: (2025)

All-in-One: Heterogeneous Interaction Modeling for Cold-Start Rating Prediction
von: Fang, Shuheng, et al.
Veröffentlicht: (2024)

Contextualizing Spotify's Audiobook List Recommendations with Descriptive Shelves
von: Penha, Gustavo, et al.
Veröffentlicht: (2025)

Large Language Models as Data Augmenters for Cold-Start Item Recommendation
von: Wang, Jianling, et al.
Veröffentlicht: (2024)

Leveraging Artist Catalogs for Cold-Start Music Recommendation
von: Tamm, Yan-Martin, et al.
Veröffentlicht: (2026)

On Inherited Popularity Bias in Cold-Start Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2025)

Epinet for Content Cold Start
von: Jeon, Hong Jun, et al.
Veröffentlicht: (2024)

GateSID: Adaptive Gating for Semantic-Collaborative Alignment in Cold-Start Recommendation
von: Zhu, Hai, et al.
Veröffentlicht: (2026)

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

FilterLLM: Text-To-Distribution LLM for Billion-Scale Cold-Start Recommendation
von: Liu, Ruochen, et al.
Veröffentlicht: (2025)

Warming Up Cold-Start CTR Prediction by Learning Item-Specific Feature Interactions
von: Wang, Yaqing, et al.
Veröffentlicht: (2024)

RLT4Rec: Reinforcement Learning Transformer for User Cold Start and Item Recommendation
von: Rajapakse, Dilina Chandika, et al.
Veröffentlicht: (2024)

LLMTreeRec: Unleashing the Power of Large Language Models for Cold-Start Recommendations
von: Zhang, Wenlin, et al.
Veröffentlicht: (2024)

SaviorRec: Semantic-Behavior Alignment for Cold-Start Recommendation
von: Yao, Yining, et al.
Veröffentlicht: (2025)

Sharpness-Aware Cross-Domain Recommendation to Cold-Start Users
von: Zeng, Guohang, et al.
Veröffentlicht: (2024)

RLTP: Reinforcement Learning to Pace for Delayed Impression Modeling in Preloaded Ads
von: Wei, Penghui, et al.
Veröffentlicht: (2023)

Next-User Retrieval: Enhancing Cold-Start Recommendations via Generative Next-User Modeling
von: Lan, Yu-Ting, et al.
Veröffentlicht: (2025)

EpicCBR: Item-Relation-Enhanced Dual-Scenario Contrastive Learning for Cold-Start Bundle Recommendation
von: Li, Yihang, et al.
Veröffentlicht: (2026)

Addressing Cold Start For next-article Recommendation
von: Elgohary, Omar, et al.
Veröffentlicht: (2025)

Online Item Cold-Start Recommendation with Popularity-Aware Meta-Learning
von: Luo, Yunze, et al.
Veröffentlicht: (2024)

A Novel Two-Step Fine-Tuning Pipeline for Cold-Start Active Learning in Text Classification Tasks
von: Belém, Fabiano, et al.
Veröffentlicht: (2024)

Are Large Language Models Really Effective for Training-Free Cold-Start Recommendation?
von: Kusano, Genki, et al.
Veröffentlicht: (2025)

Divide-and-Conquer: Cold-Start Bundle Recommendation via Mixture of Diffusion Experts
von: Li, Ming, et al.
Veröffentlicht: (2025)

Are AI Agents interacting with Online Ads?
von: Stöckl, Andreas, et al.
Veröffentlicht: (2025)

AutoTask: Task Aware Multi-Faceted Single Model for Multi-Task Ads Relevance
von: Guo, Shouchang, et al.
Veröffentlicht: (2024)

Ads Supply Personalization via Doubly Robust Learning
von: Shi, Wei, et al.
Veröffentlicht: (2024)

Metric Learning for Tag Recommendation: Tackling Data Sparsity and Cold Start Issues
von: Luo, Yuanshuai, et al.
Veröffentlicht: (2024)

Hybrid Cold-Start Recommender System for Closure Model Selection in Multiphase Flow Simulations
von: Hänsch, S., et al.
Veröffentlicht: (2026)