Fortress: A Case Study in Stabilizing Search Recommendations via Temporal Data Augmentation and Feature Pruning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jagre, Milind Pandurang, Huang, Jia, Oliveira, Dayvid V. R., Cheng, Zhinan, Aghazadeh, Babak Seyed, Das, Puja, Alvino, Chris, Han, Jinda, Thiyagarajan, Kailash
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmark for Evaluation and Analysis of Citation Recommendation Models
von: Maharjan, Puja
Veröffentlicht: (2024)

Randomized algorithms for precise measurement of differentially-private, personalized recommendations
von: Laro, Allegra, et al.
Veröffentlicht: (2023)

Light-FMP: Lightweight Feature and Model Pruning for Enhanced Deep Recommender Systems
von: Bui, Nghia, et al.
Veröffentlicht: (2026)

Improving Sequential Recommendations via Bidirectional Temporal Data Augmentation with Pre-training
von: Jiang, Juyong, et al.
Veröffentlicht: (2021)

Inference Computation Scaling for Feature Augmentation in Recommendation Systems
von: Liu, Weihao, et al.
Veröffentlicht: (2025)

Knowledge Graph Pruning for Recommendation
von: Lin, Fake, et al.
Veröffentlicht: (2024)

Shapley Value-driven Data Pruning for Recommender Systems
von: Zhang, Yansen, et al.
Veröffentlicht: (2025)

Hybrid-Hierarchical Fashion Graph Attention Network for Compatibility-Oriented and Personalized Outfit Recommendation
von: Saed, Sajjad, et al.
Veröffentlicht: (2025)

Boosting Parameter Efficiency in LLM-Based Recommendation through Sophisticated Pruning
von: Zheng, Shanle, et al.
Veröffentlicht: (2025)

Efficient Recommendation with Millions of Items by Dynamic Pruning of Sub-Item Embeddings
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2025)

Unified Generative Search and Recommendation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Accelerating Matrix Factorization by Dynamic Pruning for Fast Recommendation
von: Wu, Yining, et al.
Veröffentlicht: (2024)

RAGR: Review-Augmented Generative Recommendation
von: Zhang, Yingyi, et al.
Veröffentlicht: (2026)

Adaptive Diffusion-based Augmentation for Recommendation
von: Li, Na, et al.
Veröffentlicht: (2026)

Automatic Creative Selection with Cross-Modal Matching
von: Kim, Alex, et al.
Veröffentlicht: (2024)

Graph Augmentation for Recommendation
von: Zhang, Qianru, et al.
Veröffentlicht: (2024)

Retrieval Augmented Conversational Recommendation with Reinforcement Learning
von: Yue, Zhenrui, et al.
Veröffentlicht: (2026)

Data Augmentation for Sequential Recommendation: A Survey
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Augmenting Sequential Recommendation with Balanced Relevance and Diversity
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Reinforced Preference Optimization for Reasoning-Augmented Recommendations
von: Gao, Jingtong, et al.
Veröffentlicht: (2026)

Information Retrieval: Recent Advances and Beyond
von: Hambarde, Kailash A., et al.
Veröffentlicht: (2023)

Paraphrase Brittleness in Production Retrieval-Augmented Commercial Recommendation: Reproducibility Below the Rerun-Stability Baseline
von: Jack, Will, et al.
Veröffentlicht: (2026)

Improve Temporal Awareness of LLMs for Sequential Recommendation
von: Chu, Zhendong, et al.
Veröffentlicht: (2024)

Understanding Biases in ChatGPT-based Recommender Systems: Provider Fairness, Temporal Stability, and Recency
von: Deldjoo, Yashar
Veröffentlicht: (2024)

Data Augmentation as Free Lunch: Exploring the Test-Time Augmentation for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2025)

Result Diversification in Search and Recommendation: A Survey
von: Wu, Haolun, et al.
Veröffentlicht: (2022)

Semantic IDs for Joint Generative Search and Recommendation
von: Penha, Gustavo, et al.
Veröffentlicht: (2025)

Recommending Search Filters To Improve Conversions At Airbnb
von: Li, Hao, et al.
Veröffentlicht: (2026)

Benefit from Rich: Tackling Search Interaction Sparsity in Search Enhanced Recommendation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Stability of Explainable Recommendation
von: Vijayaraghavan, Sairamvinay, et al.
Veröffentlicht: (2024)

PruneRAG: Confidence-Guided Query Decomposition Trees for Efficient Retrieval-Augmented Generation
von: Jiao, Shuguang, et al.
Veröffentlicht: (2026)

SSDRec: Self-Augmented Sequence Denoising for Sequential Recommendation
von: Zhang, Chi, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Recommendation Explanation Generation with Hierarchical Aggregation
von: Sun, Bangcheng, et al.
Veröffentlicht: (2025)

RaSeRec: Retrieval-Augmented Sequential Recommendation
von: Zhao, Xinping, et al.
Veröffentlicht: (2024)

LLMRec: Large Language Models with Graph Augmentation for Recommendation
von: Wei, Wei, et al.
Veröffentlicht: (2023)

Generative Data Augmentation in Graph Contrastive Learning for Recommendation
von: Wang, Yansong, et al.
Veröffentlicht: (2025)

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

Continuous Input Embedding Size Search For Recommender Systems
von: Qu, Yunke, et al.
Veröffentlicht: (2023)

DESERE: The 1st Workshop on Decentralised Search and Recommendation
von: Ragab, Mohamed, et al.
Veröffentlicht: (2024)

Bridging Search and Recommendation through Latent Cross Reasoning
von: Shi, Teng, et al.
Veröffentlicht: (2025)