Multi-Scenario User Profile Construction via Recommendation Lists

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Hui, Liu, Jiayu
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

Automatic Construction of Multi-faceted User Profiles using Text Clustering and its Application to Expert Recommendation and Filtering Problems
von: de Campos, Luis M., et al.
Veröffentlicht: (2024)

DUET: Joint Exploration of User Item Profiles in Recommendation System
von: Chen, Yue, et al.
Veröffentlicht: (2026)

Scenario-Wise Rec: A Multi-Scenario Recommendation Benchmark
von: Li, Xiaopeng, et al.
Veröffentlicht: (2024)

Towards Personalized Federated Multi-Scenario Multi-Task Recommendation
von: Ding, Yue, et al.
Veröffentlicht: (2024)

Recommendations by Concise User Profiles from Review Text
von: Torbati, Ghazaleh Haratinezhad, et al.
Veröffentlicht: (2023)

Transparent and Scrutable Recommendations Using Natural Language User Profiles
von: Ramos, Jerome, et al.
Veröffentlicht: (2024)

LettinGo: Explore User Profile Generation for Recommendation System
von: Wang, Lu, et al.
Veröffentlicht: (2025)

Diagnostic-Guided Dynamic Profile Optimization for LLM-based User Simulators in Sequential Recommendation
von: Liu, Hongyang, et al.
Veröffentlicht: (2025)

Post-Training Denoising of User Profiles with LLMs in Collaborative Filtering Recommendation
von: Dervishaj, Ervin, et al.
Veröffentlicht: (2026)

User Invariant Preference Learning for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2025)

Short Video Segment-level User Dynamic Interests Modeling in Personalized Recommendation
von: He, Zhiyu, et al.
Veröffentlicht: (2025)

Multi-Domain Recommendation to Attract Users via Domain Preference Modeling
von: Ju, Hyunjun, et al.
Veröffentlicht: (2024)

Effectiveness of LLMs in Temporal User Profiling for Recommendation
von: Sabouri, Milad, et al.
Veröffentlicht: (2025)

Tricolore: Multi-Behavior User Profiling for Enhanced Candidate Generation in Recommender Systems
von: Zhou, Xiao, et al.
Veröffentlicht: (2025)

SciNUP: Natural Language User Interest Profiles for Scientific Literature Recommendation
von: Arustashvili, Mariam, et al.
Veröffentlicht: (2025)

M-scan: A Multi-Scenario Causal-driven Adaptive Network for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

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

User Long-Term Multi-Interest Retrieval Model for Recommendation
von: Meng, Yue, et al.
Veröffentlicht: (2025)

Federated User Behavior Modeling for Privacy-Preserving LLM Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2026)

GenUP: Generative User Profilers as In-Context Learners for Next POI Recommender Systems
von: Wongso, Wilson, et al.
Veröffentlicht: (2024)

Accelerating Generative Recommendation via Simple Categorical User Sequence Compression
von: Liu, Qijiong, et al.
Veröffentlicht: (2026)

Recommender for Its Purpose: Repeat and Exploration in Food Delivery Recommendations
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

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

Multi-agents based User Values Mining for Recommendation
von: Chen, Lijian, et al.
Veröffentlicht: (2025)

A Unified Search and Recommendation Framework Based on Multi-Scenario Learning for Ranking in E-commerce
von: Liu, Jinhan, et al.
Veröffentlicht: (2024)

Precision Profile Pollution Attack on Sequential Recommenders via Influence Function
von: Du, Xiaoyu, et al.
Veröffentlicht: (2024)

MI-DPG: Decomposable Parameter Generation Network Based on Mutual Information for Multi-Scenario Recommendation
von: Cheng, Wenzhuo, et al.
Veröffentlicht: (2026)

Simple but Efficient: A Multi-Scenario Nearline Retrieval Framework for Recommendation on Taobao
von: Ma, Yingcai, et al.
Veröffentlicht: (2024)

Task-Aware Automated User Profile Generation for Recommendation Simulation Using Large Language Models
von: Wanyan, Xinye, et al.
Veröffentlicht: (2026)

End-to-end Training for Recommendation with Language-based User Profiles
von: Gao, Zhaolin, et al.
Veröffentlicht: (2024)

Improving Multi-modal Recommender Systems by Denoising and Aligning Multi-modal Content and User Feedback
von: Xv, Guipeng, et al.
Veröffentlicht: (2024)

QARM V2: Quantitative Alignment Multi-Modal Recommendation for Reasoning User Sequence Modeling
von: Xia, Tian, et al.
Veröffentlicht: (2026)

Towards Automatic Sampling of User Behaviors for Sequential Recommender Systems
von: Zhang, Hao, et al.
Veröffentlicht: (2023)

CDRNP: Cross-Domain Recommendation to Cold-Start Users via Neural Process
von: Li, Xiaodong, et al.
Veröffentlicht: (2024)

Multifaceted User Modeling in Recommendation: A Federated Foundation Models Approach
von: Zhang, Chunxu, et al.
Veröffentlicht: (2024)

Dataset and Models for Item Recommendation Using Multi-Modal User Interactions
von: Bruun, Simone Borg, et al.
Veröffentlicht: (2024)

DSFNet: Learning Disentangled Scenario Factorization for Multi-Scenario Route Ranking
von: Yu, Jiahao, et al.
Veröffentlicht: (2024)

Towards End-to-End Alignment of User Satisfaction via Questionnaire in Video Recommendation
von: Li, Na, et al.
Veröffentlicht: (2026)

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

Pyramid Mixer: Multi-dimensional Multi-period Interest Modeling for Sequential Recommendation
von: Gong, Zhen, et al.
Veröffentlicht: (2025)