Understanding DNNs in Feature Interaction Models: A Dimensional Collapse Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jiancheng, Yin, Mingjia, Wang, Hao, Chen, Enhong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing CTR Prediction with De-correlated Expert Networks
von: Wang, Jiancheng, et al.
Veröffentlicht: (2025)

MDAP: A Multi-view Disentangled and Adaptive Preference Learning Framework for Cross-Domain Recommendation
von: Tong, Junxiong, et al.
Veröffentlicht: (2024)

TD3: Tucker Decomposition Based Dataset Distillation Method for Sequential Recommendation
von: Zhang, Jiaqing, et al.
Veröffentlicht: (2025)

From Feature Interaction to Feature Generation: A Generative Paradigm of CTR Prediction Models
von: Yin, Mingjia, et al.
Veröffentlicht: (2025)

Addressing Information Loss and Interaction Collapse: A Dual Enhanced Attention Framework for Feature Interaction
von: Xu, Yi, et al.
Veröffentlicht: (2025)

On the Embedding Collapse when Scaling up Recommendation Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2023)

Bridging User Dynamics: Transforming Sequential Recommendations with Schrödinger Bridge and Diffusion Models
von: Xie, Wenjia, et al.
Veröffentlicht: (2024)

Pre-trained Language Model and Knowledge Distillation for Lightweight Sequential Recommendation
von: Li, Li, et al.
Veröffentlicht: (2024)

Revisiting Feature Interactions from the Perspective of Quadratic Neural Networks for Click-through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2025)

DTN: Deep Multiple Task-specific Feature Interactions Network for Multi-Task Recommendation
von: Bi, Yaowen, et al.
Veröffentlicht: (2024)

Understanding Fairness in Recommender Systems: A Healthcare Perspective
von: Kecki, Veronica, et al.
Veröffentlicht: (2024)

Ads Recommendation in a Collapsed and Entangled World
von: Pan, Junwei, et al.
Veröffentlicht: (2024)

An Efficient Embedding Based Ad Retrieval with GPU-Powered Feature Interaction
von: Lei, Yifan, et al.
Veröffentlicht: (2025)

DistDNAS: Search Efficient Feature Interactions within 2 Hours
von: Zhang, Tunhou, et al.
Veröffentlicht: (2023)

GraphFM: Graph Factorization Machines for Feature Interaction Modeling
von: Wu, Shu, et al.
Veröffentlicht: (2021)

Context Features Are Cheap: Rank-Aware Decomposition for Efficient Feature Interaction in Recommender Systems
von: Tkach, Yevgeny
Veröffentlicht: (2026)

A Unified Framework for Adaptive Representation Enhancement and Inversed Learning in Cross-Domain Recommendation
von: Zhang, Luankang, et al.
Veröffentlicht: (2024)

Debiased Model-based Interactive Recommendation
von: Li, Zijian, et al.
Veröffentlicht: (2024)

Revisit and Outstrip Entity Alignment: A Perspective of Generative Models
von: Guo, Lingbing, et al.
Veröffentlicht: (2023)

Deferred is Better: A Framework for Multi-Granularity Deferred Interaction of Heterogeneous Features
von: Xu, Yi, et al.
Veröffentlicht: (2026)

Exploring User Retrieval Integration towards Large Language Models for Cross-Domain Sequential Recommendation
von: Shen, Tingjia, et al.
Veröffentlicht: (2024)

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

Why Thinking Hurts: Diagnosing and Rectifying Linguistic Inertia in Large Language Models for Recommendation
von: Zhang, Luankang, et al.
Veröffentlicht: (2026)

Adaptive Convolutional Forecasting Network Based on Time Series Feature-Driven
von: Zhang, Dandan, et al.
Veröffentlicht: (2024)

Intelligent Elastic Feature Fading: Enabling Model Retrain-Free Feature Efficiency Rollouts at Scale
von: Di, Jieming, et al.
Veröffentlicht: (2026)

Dataset Regeneration for Sequential Recommendation
von: Yin, Mingjia, et al.
Veröffentlicht: (2024)

On-device Content-based Recommendation with Single-shot Embedding Pruning: A Cooperative Game Perspective
von: Tran, Hung Vinh, et al.
Veröffentlicht: (2024)

Recommending Composite Items Using Multi-Level Preference Information: A Joint Interaction Modeling Approach
von: Bi, Xuan, et al.
Veröffentlicht: (2026)

A Click-Through Rate Prediction Method Based on Cross-Importance of Multi-Order Features
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Anchored Alignment: Preventing Positional Collapse in Multimodal Recommender Systems
von: Jeong, Yonghun, et al.
Veröffentlicht: (2026)

Feature Staleness Aware Incremental Learning for CTR Prediction
von: Wang, Zhikai, et al.
Veröffentlicht: (2025)

How do Large Language Models Understand Relevance? A Mechanistic Interpretability Perspective
von: Liu, Qi, et al.
Veröffentlicht: (2025)

Generative Pre-trained Ranking Model with Over-parameterization at Web-Scale (Extended Abstract)
von: Li, Yuchen, et al.
Veröffentlicht: (2024)

Understanding and Guiding Weakly Supervised Entity Alignment with Potential Isomorphism Propagation
von: Wang, Yuanyi, et al.
Veröffentlicht: (2024)

Unified Embedding: Battle-Tested Feature Representations for Web-Scale ML Systems
von: Coleman, Benjamin, et al.
Veröffentlicht: (2023)

An Efficient Continuous Control Perspective for Reinforcement-Learning-based Sequential Recommendation
von: Wang, Jun, et al.
Veröffentlicht: (2024)

COFFEE: COdesign Framework for Feature Enriched Embeddings in Ads-Ranking Systems
von: Roychowdhury, Sohini, et al.
Veröffentlicht: (2026)

DIET: Learning to Distill Dataset Continually for Recommender Systems
von: Zhang, Jiaqing, et al.
Veröffentlicht: (2026)

FairFS: Addressing Deep Feature Selection Biases for Recommender System
von: Wang, Xianquan, et al.
Veröffentlicht: (2026)

Enhancing Interpretability and Effectiveness in Recommendation with Numerical Features via Learning to Contrast the Counterfactual samples
von: Xu, Xiaoxiao, et al.
Veröffentlicht: (2025)