Buchumschlag

Leveraging Artist Catalogs for Cold-Start Music Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tamm, Yan-Martin, Meehan, Gregor, Nekl, Vojtěch, Vančura, Vojtěch, Alves, Rodrigo, Pauwels, Johan, Aljanaki, Anna
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

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

Comparative Analysis of Pretrained Audio Representations in Music Recommender Systems
von: Tamm, Yan-Martin, et al.
Veröffentlicht: (2024)

Adopting State-of-the-Art Pretrained Audio Representations for Music Recommender Systems
von: Tamm, Yan-Martin, et al.
Veröffentlicht: (2026)

Sparse Contrastive Learning for Content-Based Cold Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2026)

Efficient Learning of Sparse Representations from Interactions
von: Vančura, Vojtěch, et al.
Veröffentlicht: (2026)

beeFormer: Bridging the Gap Between Semantic and Interaction Similarity in Recommender Systems
von: Vančura, Vojtěch, et al.
Veröffentlicht: (2024)

From Knots to Knobs: Towards Steerable Collaborative Filtering Using Sparse Autoencoders
von: Spišák, Martin, et al.
Veröffentlicht: (2026)

The Future is Sparse: Embedding Compression for Scalable Retrieval in Recommender Systems
von: Kasalický, Petr, et al.
Veröffentlicht: (2025)

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

Harnessing Light for Cold-Start Recommendations: Leveraging Epistemic Uncertainty to Enhance Performance in User-Item Interactions
von: Xiang, Yang, et al.
Veröffentlicht: (2025)

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

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

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

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

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)

Towards Effective Negation Modeling in Joint Audio-Text Models for Music
von: Vasilakis, Yannis, et al.
Veröffentlicht: (2026)

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

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

When Federated Recommendation Meets Cold-Start Problem: Separating Item Attributes and User Interactions
von: Zhang, Chunxu, et al.
Veröffentlicht: (2023)

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

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

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

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

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

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

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

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

Graph Reasoning for Explainable Cold Start Recommendation
von: Frej, Jibril, et al.
Veröffentlicht: (2024)

SimRec: Mitigating the Cold-Start Problem in Sequential Recommendation by Integrating Item Similarity
von: Brody, Shaked, et al.
Veröffentlicht: (2024)

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

Firzen: Firing Strict Cold-Start Items with Frozen Heterogeneous and Homogeneous Graphs for Recommendation
von: He, Hulingxiao, et al.
Veröffentlicht: (2024)

GATSY: Graph Attention Network for Music Artist Similarity
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2023)

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

Personalized Diffusion Model Reshapes Cold-Start Bundle Recommendation
von: Bui, Tuan-Nghia, et al.
Veröffentlicht: (2025)

Diagnosing LLM-based Rerankers in Cold-Start Recommender Systems: Coverage, Exposure and Practical Mitigations
von: Lemdiasova, Ekaterina, et al.
Veröffentlicht: (2026)

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

TAG-HGT: A Scalable and Cost-Effective Framework for Inductive Cold-Start Academic Recommendation
von: Li, Zhexiang
Veröffentlicht: (2025)

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

MoToRec: Sparse-Regularized Multimodal Tokenization for Cold-Start Recommendation
von: Liu, Jialin, et al.
Veröffentlicht: (2026)