Buchumschlag

Collaborative Filtering Through Weighted Similarities of User and Item Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pires, Pedro R., Sereicikas, Rafael T., Azevedo, Gregorio F., Almeida, Tiago A.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Behaviorally Grounded Item Embeddings via Personalized Temporal Contexts
von: Sereicikas, Rafael T., et al.
Veröffentlicht: (2026)

The Bandit's Blind Spot: The Critical Role of User State Representation in Recommender Systems
von: Pires, Pedro R., et al.
Veröffentlicht: (2026)

Exploitation Over Exploration: Unmasking the Bias in Linear Bandit Recommender Offline Evaluation
von: Pires, Pedro R., et al.
Veröffentlicht: (2025)

Interact2Vec -- An efficient neural network-based model for simultaneously learning users and items embeddings in recommender systems
von: Pires, Pedro R., et al.
Veröffentlicht: (2025)

UIPC-MF: User-Item Prototype Connection Matrix Factorization for Explainable Collaborative Filtering
von: Pan, Lei, et al.
Veröffentlicht: (2023)

Balanced Co-Clustering of Users and Items for Embedding Table Compression in Recommender Systems
von: Jiang, Runhao, et al.
Veröffentlicht: (2026)

On the Role of Weight Decay in Collaborative Filtering: A Popularity Perspective
von: Loveland, Donald, et al.
Veröffentlicht: (2025)

Vectorized Context-Aware Embeddings for GAT-Based Collaborative Filtering
von: Ebrat, Danial, et al.
Veröffentlicht: (2025)

ImplicitSLIM and How it Improves Embedding-based Collaborative Filtering
von: Shenbin, Ilya, et al.
Veröffentlicht: (2024)

Is Cosine-Similarity of Embeddings Really About Similarity?
von: Steck, Harald, et al.
Veröffentlicht: (2024)

Bootstrapping Conditional Retrieval for User-to-Item Recommendations
von: Lin, Hongtao, et al.
Veröffentlicht: (2025)

Against Filter Bubbles: Diversified Music Recommendation via Weighted Hypergraph Embedding Learning
von: Luo, Chaoguang, et al.
Veröffentlicht: (2024)

Safe Collaborative Filtering
von: Togashi, Riku, et al.
Veröffentlicht: (2023)

Online Matrix Completion: A Collaborative Approach with Hott Items
von: Baby, Dheeraj, et al.
Veröffentlicht: (2024)

Ranking Items from Discrete Ratings: The Cost of Unknown User Thresholds
von: Villemaud, Oscar, et al.
Veröffentlicht: (2025)

Low Rank Field-Weighted Factorization Machines for Low Latency Item Recommendation
von: Shtoff, Alex, et al.
Veröffentlicht: (2024)

Fair Augmentation for Graph Collaborative Filtering
von: Boratto, Ludovico, et al.
Veröffentlicht: (2024)

Learning to Collaborate via Structures: Cluster-Guided Item Alignment for Federated Recommendation
von: Tu, Yuchun, et al.
Veröffentlicht: (2026)

Graph Signal Diffusion Model for Collaborative Filtering
von: Zhu, Yunqin, et al.
Veröffentlicht: (2023)

Do Similar Entities have Similar Embeddings?
von: Hubert, Nicolas, et al.
Veröffentlicht: (2023)

Frequency-aware Graph Signal Processing for Collaborative Filtering
von: Xia, Jiafeng, et al.
Veröffentlicht: (2024)

Debiased Collaborative Filtering with Kernel-Based Causal Balancing
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

How Does Message Passing Improve Collaborative Filtering?
von: Ju, Mingxuan, et al.
Veröffentlicht: (2024)

An Evaluation Study of Generative Adversarial Networks for Collaborative Filtering
von: Maurera, Fernando Benjamín Pérez, et al.
Veröffentlicht: (2022)

Utilizing Low-Dimensional Molecular Embeddings for Rapid Chemical Similarity Search
von: Kirchoff, Kathryn E., et al.
Veröffentlicht: (2024)

Temporal Linear Item-Item Model for Sequential Recommendation
von: Park, Seongmin, et al.
Veröffentlicht: (2024)

Broad Recommender System: An Efficient Nonlinear Collaborative Filtering Approach
von: Huang, Ling, et al.
Veröffentlicht: (2022)

Text-Driven Neural Collaborative Filtering Model for Paper Source Tracing
von: Xu, Aobo, et al.
Veröffentlicht: (2024)

Understanding and Scaling Collaborative Filtering Optimization from the Perspective of Matrix Rank
von: Loveland, Donald, et al.
Veröffentlicht: (2024)

Modeling and Analyzing the Influence of Non-Item Pages on Sequential Next-Item Prediction
von: Fischer, Elisabeth, et al.
Veröffentlicht: (2024)

Debiasing Message Passing to Mitigate Popularity Bias in GNN-based Collaborative Filtering
von: Islam, Md Aminul, et al.
Veröffentlicht: (2026)

AMEM4Rec: Leveraging Cross-User Similarity for Memory Evolution in Agentic LLM Recommenders
von: Nguyen, Minh-Duc, et al.
Veröffentlicht: (2026)

Geometric Collaborative Filtering with Convergence
von: Husain, Hisham, et al.
Veröffentlicht: (2024)

Reconstructing Content via Collaborative Attention to Improve Multimodal Embedding Quality
von: Chen, Jiahan, et al.
Veröffentlicht: (2026)

CoRA: Collaborative Information Perception by Large Language Model's Weights for Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

FELRec: Efficient Handling of Item Cold-Start With Dynamic Representation Learning in Recommender Systems
von: Weimann, Kuba, et al.
Veröffentlicht: (2022)

L^2CL: Embarrassingly Simple Layer-to-Layer Contrastive Learning for Graph Collaborative Filtering
von: Jin, Xinzhou, et al.
Veröffentlicht: (2024)

CADC: Encoding User-Item Interactions for Compressing Recommendation Model Training Data
von: Zarch, Hossein Entezari, et al.
Veröffentlicht: (2024)

Multi-Agent Collaborative Filtering: Orchestrating Users and Items for Agentic Recommendations
von: Xia, Yu, et al.
Veröffentlicht: (2025)

TFPS: A Temporal Filtration-enhanced Positive Sample Set Construction Method for Implicit Collaborative Filtering
von: Wu, Jiayi, et al.
Veröffentlicht: (2026)