Buchumschlag

Context Features Are Cheap: Rank-Aware Decomposition for Efficient Feature Interaction in Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tkach, Yevgeny
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

Efficient and Effective Query Context-Aware Learning-to-Rank Model for Sequential Recommendation
von: Dzhoha, Andrii, et al.
Veröffentlicht: (2025)

Maximum Impact with Fewer Features: Efficient Feature Selection for Cold-Start Recommenders through Collaborative Importance Weighting
von: Sukhorukov, Nikita, et al.
Veröffentlicht: (2025)

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

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

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

RankSHAP: Shapley Value Based Feature Attributions for Learning to Rank
von: Chowdhury, Tanya, et al.
Veröffentlicht: (2024)

Causal Feature Selection Method for Contextual Multi-Armed Bandits in Recommender System
von: Zhao, Zhenyu, et al.
Veröffentlicht: (2024)

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

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

Efficient Pointwise-Pairwise Learning-to-Rank for News Recommendation
von: Kannen, Nithish, et al.
Veröffentlicht: (2024)

ID Embedding as Subtle Features of Content and Structure for Multimodal Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2023)

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

Retrievable Domain-Sensitive Feature Memory for Multi-Domain Recommendation
von: Zhao, Yuang, et al.
Veröffentlicht: (2024)

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

Deep Adaptive Interest Network: Personalized Recommendation with Context-Aware Learning
von: Huang, Shuaishuai, et al.
Veröffentlicht: (2024)

Extracting Interaction-Aware Monosemantic Concepts in Recommender Systems
von: Arviv, Dor, et al.
Veröffentlicht: (2025)

Continual Low-Rank Adapters for LLM-based Generative Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2025)

Dual Correction Strategy for Ranking Distillation in Top-N Recommender System
von: Lee, Youngjune, et al.
Veröffentlicht: (2021)

Shallow AutoEncoding Recommender with Cold Start Handling via Side Features
von: Cui, Edward DongBo, et al.
Veröffentlicht: (2025)

ContextGNN: Beyond Two-Tower Recommendation Systems
von: Yuan, Yiwen, et al.
Veröffentlicht: (2024)

BiCoRec: Bias-Mitigated Context-Aware Sequential Recommendation Model
von: Muthivhi, Mufhumudzi, et al.
Veröffentlicht: (2025)

InteractRank: Personalized Web-Scale Search Pre-Ranking with Cross Interaction Features
von: Khandagale, Sujay, et al.
Veröffentlicht: (2025)

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

Shielded RecRL: Explanation Generation for Recommender Systems without Ranking Degradation
von: Tiwari, Ansh, et al.
Veröffentlicht: (2025)

Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems
von: Zhang, Jiaming, et al.
Veröffentlicht: (2026)

Incentive-Aware Recommender Systems in Two-Sided Markets
von: Dai, Xiaowu, et al.
Veröffentlicht: (2022)

Exploring Feature-based Knowledge Distillation for Recommender System: A Frequency Perspective
von: Zhu, Zhangchi, et al.
Veröffentlicht: (2024)

Understanding DNNs in Feature Interaction Models: A Dimensional Collapse Perspective
von: Wang, Jiancheng, et al.
Veröffentlicht: (2026)

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

From Raw Features to Effective Embeddings: A Three-Stage Approach for Multimodal Recipe Recommendation
von: Shin, Jeeho, et al.
Veröffentlicht: (2025)

LightKG: Efficient Knowledge-Aware Recommendations with Simplified GNN Architecture
von: Li, Yanhui, et al.
Veröffentlicht: (2025)

Cache-Aware Reinforcement Learning in Large-Scale Recommender Systems
von: Chen, Xiaoshuang, et al.
Veröffentlicht: (2024)

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

Agent0: Leveraging LLM Agents to Discover Multi-value Features from Text for Enhanced Recommendations
von: Škrlj, Blaž, et al.
Veröffentlicht: (2025)

Hierarchical Group-wise Ranking Framework for Recommendation Models
von: Yan, YaChen, et al.
Veröffentlicht: (2025)

Sharpness-Aware Poisoning: Enhancing Transferability of Injective Attacks on Recommender Systems
von: Xie, Junsong, et al.
Veröffentlicht: (2026)

RSAttAE: An Information-Aware Attention-based Autoencoder Recommender System
von: Taromi, Amirhossein Dadashzadeh, et al.
Veröffentlicht: (2025)

Preference and Concurrence Aware Bayesian Graph Neural Networks for Recommender Systems
von: Gu, Hongjian, et al.
Veröffentlicht: (2023)

Embedding-Aware Feature Discovery: Bridging Latent Representations and Interpretable Features in Event Sequences
von: Sakhno, Artem, et al.
Veröffentlicht: (2026)

Aggregate and Broadcast: Scalable and Efficient Feature Interaction for Recommender Systems
von: Li, Kaiyuan, et al.
Veröffentlicht: (2025)