会员服务
推荐系统，是指根据用户的习惯、偏好或兴趣，从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同，这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。
Faster Distributed Inference-Only Recommender Systems via Bounded Lag Synchronous Collectives
Arxiv
0+阅读 · 12月22日
Early Explorations of Recommender Systems for Physical Activity and Well-being
Arxiv
0+阅读 · 12月19日
Mirroring Users: Towards Building Preference-aligned User Simulator with User Feedback in Recommendation
Arxiv
0+阅读 · 12月20日
Rank-GRPO: Training LLM-based Conversational Recommender Systems with Reinforcement Learning
Arxiv
0+阅读 · 12月19日
The Mental World of Large Language Models in Recommendation: A Benchmark on Association, Personalization, and Knowledgeability
Arxiv
0+阅读 · 12月19日
Towards Efficient Hypergraph and Multi-LLM Agent Recommender Systems
Arxiv
0+阅读 · 12月6日
Do LLM-judges Align with Human Relevance in Cranfield-style Recommender Evaluation?
Arxiv
0+阅读 · 11月28日
An Efficient Recommendation System in E-commerce using Passer learning optimization based on Bi-LSTM
Arxiv
0+阅读 · 12月1日
Fidelity-Aware Recommendation Explanations via Stochastic Path Integration
Arxiv
0+阅读 · 11月22日
A Recommender System Based on Binary Matrix Representations for Cognitive Disorders
Arxiv
0+阅读 · 11月23日
PinRec: Outcome-Conditioned, Multi-Token Generative Retrieval for Industry-Scale Recommendation Systems
Arxiv
0+阅读 · 12月9日
Emotion-Aware Conversational Recommender Systems: a Case Study
Arxiv
0+阅读 · 11月23日
Federated Vision-Language-Recommendation with Personalized Fusion
Arxiv
0+阅读 · 11月2日
ItemRAG: Item-Based Retrieval-Augmented Generation for LLM-Based Recommendation
Arxiv
0+阅读 · 11月19日
A survey on the impacts of recommender systems on users, items, and human-AI ecosystems
Arxiv
0+阅读 · 12月10日
参考链接
微信扫码咨询专知VIP会员
Top