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。
Retrieval-Augmented Purifier for Robust LLM-Empowered Recommendation
Arxiv
0+阅读 · 4月3日
Research Paper Recommender System by Considering Users' Information Seeking Behaviors
Research Paper Recommender System by Considering Users' Information Seeking Behaviors
Arxiv
0+阅读 · 4月3日
Enhancing Embedding Representation Stability in Recommendation Systems with Semantic ID
Arxiv
0+阅读 · 4月2日
Direct Preference Optimization for LLM-Enhanced Recommendation Systems
Arxiv
0+阅读 · 4月2日
SCRec: A Scalable Computational Storage System with Statistical Sharding and Tensor-train Decomposition for Recommendation Models
Arxiv
0+阅读 · 4月1日
Improving Multi-modal Recommender Systems by Denoising and Aligning Multi-modal Content and User Feedback
Arxiv
0+阅读 · 4月2日
An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems
Arxiv
0+阅读 · 4月2日
Robust Recommender System: A Survey and Future Directions
Arxiv
0+阅读 · 4月1日
Lusifer: LLM-based User SImulated Feedback Environment for online Recommender systems
Arxiv
0+阅读 · 3月29日
Rec-R1: Bridging Generative Large Language Models and User-Centric Recommendation Systems via Reinforcement Learning
Rec-R1: Bridging Generative Large Language Models and User-Centric Recommendation Systems via Reinforcement Learning
Arxiv
0+阅读 · 3月31日
From Individual to Group: Developing a Context-Aware Multi-Criteria Group Recommender System
Arxiv
0+阅读 · 3月27日
Pareto Front Approximation for Multi-Objective Session-Based Recommender Systems
Arxiv
0+阅读 · 3月30日
Reproducibility Companion Paper:In-processing User Constrained Dominant Sets for User-Oriented Fairness in Recommender Systems
Arxiv
0+阅读 · 3月29日
Filtering with Time-frequency Analysis: An Adaptive and Lightweight Model for Sequential Recommender Systems Based on Discrete Wavelet Transform
Arxiv
0+阅读 · 3月30日
Get the Agents Drunk: Memory Perturbations in Autonomous Agent-based Recommender Systems
Arxiv
0+阅读 · 3月31日
参考链接
父主题
数据挖掘
自然语言处理应用研究
子主题
内容推荐
推荐引擎
混合推荐
个性化推荐系统
LDA
协同过滤
效用推荐
关联规则推荐
个性化推荐
微信扫码咨询专知VIP会员
Top