Buchumschlag

Disentangled Interest Network for Out-of-Distribution CTR Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Yu, Gao, Chen, Chang, Jianxin, Niu, Yanan, Song, Yang, Jin, Depeng, Wang, Meng, Li, Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Group Interest Modeling of Full Lifelong User Behaviors for CTR Prediction
von: Liu, Qi, et al.
Veröffentlicht: (2023)

TWIN V2: Scaling Ultra-Long User Behavior Sequence Modeling for Enhanced CTR Prediction at Kuaishou
von: Si, Zihua, et al.
Veröffentlicht: (2024)

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Explainable CTR Prediction via LLM Reasoning
von: Yu, Xiaohan, et al.
Veröffentlicht: (2024)

Field Matters: A Lightweight LLM-enhanced Method for CTR Prediction
von: Cui, Yu, et al.
Veröffentlicht: (2025)

Enhancing ID-based Recommendation with Large Language Models
von: Chen, Lei, et al.
Veröffentlicht: (2024)

DAIAN: Deep Adaptive Intent-Aware Network for CTR Prediction in Trigger-Induced Recommendation
von: Lv, Zhihao, et al.
Veröffentlicht: (2026)

Learning and Optimization of Implicit Negative Feedback for Industrial Short-video Recommender System
von: Pan, Yunzhu, et al.
Veröffentlicht: (2023)

FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction
von: Wang, Hangyu, et al.
Veröffentlicht: (2023)

Breaking the Length Barrier: LLM-Enhanced CTR Prediction in Long Textual User Behaviors
von: Geng, Binzong, et al.
Veröffentlicht: (2024)

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

Enhancing CTR Prediction in Recommendation Domain with Search Query Representation
von: Wang, Yuening, et al.
Veröffentlicht: (2024)

Feature Fusion Revisited: Multimodal CTR Prediction for MMCTR Challenge
von: Zhou, Junjie
Veröffentlicht: (2025)

RIA: A Ranking-Infused Approach for Optimized listwise CTR Prediction
von: Zhang, Guoxiao, et al.
Veröffentlicht: (2025)

HoMer: Addressing Heterogeneities by Modeling Sequential and Set-wise Contexts for CTR Prediction
von: Chen, Shuwei, et al.
Veröffentlicht: (2025)

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

Incorporating Group Prior into Variational Inference for Tail-User Behavior Modeling in CTR Prediction
von: Xu, Han, et al.
Veröffentlicht: (2024)

Multi-granularity Interest Retrieval and Refinement Network for Long-Term User Behavior Modeling in CTR Prediction
von: Xu, Xiang, et al.
Veröffentlicht: (2024)

MoE-MLoRA for Multi-Domain CTR Prediction: Efficient Adaptation with Expert Specialization
von: Yaggel, Ken, et al.
Veröffentlicht: (2025)

RQ-GMM: Residual Quantized Gaussian Mixture Model for Multimodal Semantic Discretization in CTR Prediction
von: Tong, Ziye, et al.
Veröffentlicht: (2026)

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

HiD-VAE: Interpretable Generative Recommendation via Hierarchical and Disentangled Semantic IDs
von: Fang, Dengzhao, et al.
Veröffentlicht: (2025)

TTT4Rec: A Test-Time Training Approach for Rapid Adaption in Sequential Recommendation
von: Yang, Zhaoqi, et al.
Veröffentlicht: (2024)

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

GemiRec: Interest Quantization and Generation for Multi-Interest Recommendation
von: Wu, Zhibo, et al.
Veröffentlicht: (2025)

Refined Edge Usage of Graph Neural Networks for Edge Prediction
von: Jin, Jiarui, et al.
Veröffentlicht: (2022)

ADS-POI: Agentic Spatiotemporal State Decomposition for Next Point-of-Interest Recommendation
von: Yu, Zhenyu, et al.
Veröffentlicht: (2026)

Denoising Long- and Short-term Interests for Sequential Recommendation
von: Zhang, Xinyu, et al.
Veröffentlicht: (2024)

SEMINAR: Search Enhanced Multi-modal Interest Network and Approximate Retrieval for Lifelong Sequential Recommendation
von: Shen, Kaiming, et al.
Veröffentlicht: (2024)

FINED: Feed Instance-Wise Information Need with Essential and Disentangled Parametric Knowledge from the Past
von: Du, Kounianhua, et al.
Veröffentlicht: (2024)

Ensure Timeliness and Accuracy: A Novel Sliding Window Data Stream Paradigm for Live Streaming Recommendation
von: Liang, Fengqi, et al.
Veröffentlicht: (2024)

PRECTR-V2:Unified Relevance-CTR Framework with Cross-User Preference Mining, Exposure Bias Correction, and LLM-Distilled Encoder Optimization
von: Cao, Shuzhi, et al.
Veröffentlicht: (2026)

Deep Evolutional Instant Interest Network for CTR Prediction in Trigger-Induced Recommendation
von: Xiao, Zhibo, et al.
Veröffentlicht: (2024)

Iterative Semantic Reasoning from Individual to Group Interests for Generative Recommendation with LLMs
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2026)

ELASTIC: Efficient Linear Attention for Sequential Interest Compression
von: Deng, Jiaxin, et al.
Veröffentlicht: (2024)

Hierarchical LoRA MoE for Efficient CTR Model Scaling
von: Zeng, Zhichen, et al.
Veröffentlicht: (2025)

Adversarial Alignment and Disentanglement for Cross-Domain CTR Prediction with Domain-Encompassing Features
von: He, Junyou, et al.
Veröffentlicht: (2026)

Beyond KAN: Introducing KarSein for Adaptive High-Order Feature Interaction Modeling in CTR Prediction
von: Shi, Yunxiao, et al.
Veröffentlicht: (2024)

Efficient Sequential Recommendation for Long Term User Interest Via Personalization
von: Zhang, Qiang, et al.
Veröffentlicht: (2026)

LLMs for User Interest Exploration in Large-scale Recommendation Systems
von: Wang, Jianling, et al.
Veröffentlicht: (2024)