К содержанию
Олег НагорныйRecSys2026

Каталог

Найдено: 6 из 269 · теги в строках тоже фильтруют

Только в Zotero 269
Темы в текущей выборке · полоса — работы с тегом из 6 найденных, риска — весь корпус
Коллаборативность и геометрия представленийUniversity of CagliariЕсть в ZoteroСбросить фильтры
  1. Assessing Sentiment Semantics in KG-Based Explainable Recommender Systems

    Граф знаний разделяет отношения покупки, упоминания и тональности аспектов. Обучаемая политика выбирает объясняющие пути по sentiment-aware представлениям.

    University of Barcelona, University of Cagliari

  2. Candidate Retrieval for Provider Fairness under Severe Recommendation Imbalance

    FairSAE кодирует замороженные представления разреженным автоэнкодером. Сдвиг пользователя вдоль группового контраста меняет состав retrieval-кандидатов.

    Charles University, University of Cagliari

  3. From Side Information and Knowledge Graphs to Large Language Models: Two Decades of Knowledge Integration in Recommender Systems

    Обзор сравнивает способы представления знаний от правил до графов и языковых моделей. Каждая смена представления анализируется по обновлению знания и возможности объяснить вычисление.

    Politecnico di Bari, University of Cagliari

  4. hoploy: a Plugin-Based Inference Layer for Path-Based Explainable Recommendation over Knowledge Graphs

    Hoploy оборачивает готовые графовые рекомендатели плагинами предметных областей. Обработчики переводят ограничения запроса в допустимые пути и разворачивают результаты в объяснения.

    University of Cagliari

  5. Sparse Autoencoders as Semantic Domain Adapters for Recommender Systems

    Разреженный автоэнкодер адаптирует замороженные текстовые эмбеддинги через реконструкцию. Наиболее сильные координаты формируют нормированное представление без обучающих взаимодействий.

    Recombee, Charles University +2

  6. COMPRESSO: Espresso-Style Sparse Representation Learning for Interpretable Recommender Systems

    COMPRESSO предоставляет интерфейсы обучения и применения разреженных автоэнкодеров. Каталожное обучение отделяется от кодирования новых объектов.

    Recombee, Charles University +2

RecSys2026

Разборы работ RecSys 2026 · обновлено 2026-10-16.