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
Генеративные рекомендации 0Последовательные рекомендации 0Языковые модели и агенты 0Коллаборативные модели 0Оценка и причинность 6Объяснения и контроль 4Промышленные системы 1Кросс-домен и мультимодальность 1Реклама и рекомендации 0
Johannes Kepler University LinzЕсть в ZoteroСбросить фильтры

  1. Calibrating Recommendations on Ordinal Attributes

    Калибровка по упорядоченным атрибутам использует расстояния, учитывающие соседство значений. Эти меры становятся целью жадного реранжирования.

    Johannes Kepler University Linz, Albatross AI +1

    #Объяснения и контроль#Оценка и причинность

    Публикация конференцииZotero ↗

  2. Music Discovery Quality and the Value of Familiarity

    Качество музыкального открытия определяется последующими завершёнными и повторными прослушиваниями. Признаки знакомости артиста объединяются с представлениями для прогноза исхода.

    Johannes Kepler University Linz, Loria +3

    #Кросс-домен и мультимодальность#Оценка и причинность

    Публикация конференцииZotero ↗

  3. Training seeds and model-selection stability in recommender-system evaluation

    При фиксированных данных и гиперпараметрах варьируется сид обучения. Анализ разделяет изменение метрики, победителя и состава рекомендаций.

    Aalborg University, Johannes Kepler University Linz +1

    #Оценка и причинность

    Публикация конференцииZotero ↗

  4. What price fairness? Evaluating Energy – Fairness – Accuracy Trade-off in Recommender Systems

    Работа сравнивает fairness-вмешательства внутри обучения, графа и готового списка. Качество и распределение экспозиции оцениваются вместе с энергозатратами.

    Johannes Kepler University Linz, ISISTAN, CONICET-UNCPBA

    #Объяснения и контроль#Промышленные системы#Оценка и причинность

    Публикация конференцииZotero ↗

  5. Cognitive Biases in Recommender Systems — материалы COBIS RecSys 2026

    Материалы COBIS связывают психологические механизмы с поведением рекомендательных систем. Слайды и практикум показывают, как отделять гипотезу об искажении от измерения алгоритма.

    Johannes Kepler University Linz, Linz Institute of Technology

    #Объяснения и контроль#Оценка и причинность

    Материалы tutorialZotero ↗

  6. Cognitive Biases in Recommender Systems

    План COBIS сопоставляет когнитивные эвристики с позиционными и популярностными смещениями. Темы связывают решения человека с проектированием и оценкой рекомендателей.

    Johannes Kepler University Linz, Linz Institute of Technology +2

    #Объяснения и контроль#Оценка и причинность

    Аннотация tutorialZotero ↗

RecSys2026

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