К содержанию
Олег НагорныйRecSys2026

Каталог

Найдено: 18 из 269 · теги в строках тоже фильтруют

Только в Zotero 269
Темы в текущей выборке · полоса — работы с тегом из 18 найденных, риска — весь корпус
Генеративные рекомендации 0Последовательные рекомендации 3Языковые модели и агенты 5Коллаборативные модели 1Оценка и причинность 4Объяснения и контроль 3Промышленные системы 15Кросс-домен и мультимодальность 7Реклама и рекомендации 18
Реклама и рекомендацииСбросить фильтры

  1. Bridge the Unseen Gap: Enhancing Non-overlapping Cross-domain CTR Prediction via Profile Retrieval

    Языковая модель строит переносимые профили пользователей и товаров. По похожим профилям извлекаются только реально наблюдавшиеся взаимодействия исходного домена для обучения целевой модели.

    Shenzhen Technology University, Ant International +1

    #Реклама и рекомендации#Кросс-домен и мультимодальность#Языковые модели и агенты

    Публикация конференцииZotero ↗

  2. Do We Really Need LLMs to Augment All? A Selective Augmentation Framework with Lightweight Language Models for Multimodal CTR Prediction

    SALM оценивает сложность товара по доступным признакам и предсказаниям вне обучающей подвыборки. Маршрутизатор выделяет бюджет языковой аугментации по ожидаемой пользе для CTR.

    Wuhan University of Technology, Anhui University

    #Реклама и рекомендации#Промышленные системы#Языковые модели и агенты#Кросс-домен и мультимодальность

    Публикация конференцииZotero ↗

  3. A Causal Transformer Multi-Touch Attribution with Dual Debiasing and Explainable Visualization for Advertising Recommendation

    CT-MTA кодирует рекламные контакты с временными поправками внимания. Латентный proxy и состязательное обучение корректируют смешение при атрибуции.

    Joint Institute of Qingdao Huanghai University and Weltec, Qingdao Huanghai University

    #Реклама и рекомендации#Оценка и причинность#Промышленные системы

    Публикация конференцииZotero ↗

  4. Impression Share Prediction: An Offline Evaluation Task for Ads Ranking Systems

    Работа предсказывает доли рекламных показов с учётом состояния модели и доступного объёма. Причинная схема отделяет свойства ранкера от расходования ресурса во времени.

    Meta Platforms, Inc.

    #Реклама и рекомендации#Оценка и причинность#Промышленные системы

    Публикация конференцииZotero ↗

  5. PriCoRec: A Privacy-Aware Cloud–Device Collaborative Framework for Ad Recommendation under Feature Constraints

    PriCoRec разделяет облачные и локальные признаки пользователя. Облачный shortlist разнообразится, чтобы локальный ранкер мог использовать недоступную серверу информацию.

    University College Dublin, Huawei Ireland Research Center

    #Реклама и рекомендации#Объяснения и контроль#Промышленные системы

    Публикация конференцииZotero ↗

  6. A Framework for Value-Aligned Modeling and Robust Experimentation

    Фреймворк связывает прогноз рекламных конверсий с денежной ценностью через взвешенную цель. Диагностика экспериментального конвейера проверяет согласованность офлайн- и онлайн-решений.

    Google

    #Реклама и рекомендации#Промышленные системы#Оценка и причинность

    Публикация конференцииZotero ↗

  7. Building a User Foundation Model for the Open Web

    Пользовательская foundation-модель предобучается на последовательностях веб-событий. Полученные представления интегрируются в действующий CTR-ранкер.

    Teads

    #Реклама и рекомендации#Промышленные системы#Последовательные рекомендации

    Публикация конференцииZotero ↗

  8. Entity Representation Learning Through Onsite-Offsite Graph for Pinterest Ads

    TransRA объединяет площадочные и разрешённые внешние действия в неоднородный граф. Типовые преобразования приводят сущности к общему пользовательскому пространству для downstream-ранкера.

    Pinterest

    #Реклама и рекомендации#Коллаборативные модели#Промышленные системы

    Публикация конференцииZotero ↗

  9. From Exploitation to Balance: Efficient Retargeting Recommendation via DPO-Guided Slot Allocation

    RetargetRec разделяет повторные и новые товары на этапе retrieval. Обученная preference-модель управляет количеством и позициями повторных предложений.

    Alibaba International Digital Commerce Group

    #Реклама и рекомендации#Промышленные системы

    Публикация конференцииZotero ↗

  10. HIPA-Net: Heterogeneous Intent Projection Alignment for Feedback Calibration in CVR Prediction

    HIPA-Net отдельно кодирует разные типы положительной, отрицательной и неоднозначной обратной связи. Выравнивание намерений калибрует их вклад в прогноз конверсии.

    Kuaishou Technology

    #Реклама и рекомендации#Промышленные системы#Последовательные рекомендации

    Публикация конференцииZotero ↗

  11. IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs

    IDProxy строит мультимодальный заменитель ID-эмбеддинга холодного объекта. После грубого выравнивания прокси дообучается совместно с CTR-ранкером.

    Xiaohongshu, Shanghai Jiao Tong University +1

    #Реклама и рекомендации#Промышленные системы#Языковые модели и агенты#Кросс-домен и мультимодальность

    Публикация конференцииZotero ↗

  12. LO-FAR: A Cost-Aware Local Filter for Sparse Feature Ranking in Industrial Ad Recommendation

    LO-FAR независимо оценивает маргинальный сигнал разреженных признаковых полей. Стоимость поля учитывается при выборе набора для промышленной модели.

    Meta Platforms, Inc.

    #Реклама и рекомендации#Промышленные системы

    Публикация конференцииZotero ↗

  13. PinDCO: Whole-Page Aware Dynamic Creative Optimization at Scale

    PinDCO параллельно ранжированию объявлений оценивает варианты их креативов. Компонентная модель учитывает контекст всей страницы и форму карточки.

    Pinterest

    #Реклама и рекомендации#Промышленные системы#Кросс-домен и мультимодальность

    Публикация конференцииZotero ↗

  14. SMART: LLM-Augmented Hybrid Retrieval for Dynamic Product Ads

    SMART сначала выполняет дешёвый поиск по точным брендам и категориям. Аудит покрытия готового пула решает, нужна ли дополнительная языковая генерация запросов.

    Snap

    #Реклама и рекомендации#Промышленные системы#Языковые модели и агенты

    Публикация конференцииZotero ↗

  15. The Text on the Creative: An Under-Exploited Ranking Modality for Short-Form Video Ads

    Ads-OCR извлекает текст поверх рекламного видео с маршрутизацией по письменности. Признаки и компактные коды передаются ранкеру после фильтрации неуверенных токенов.

    Meta Platforms, Inc.

    #Реклама и рекомендации#Промышленные системы#Кросс-домен и мультимодальность

    Публикация конференцииZotero ↗

  16. UniTraj: Cross-Domain Long-Sequence Modeling for Commercial Recommendation

    UniTraj объединяет рекламные и контентные события в длинную траекторию. Общие товарные и категорийные связи поддерживают иерархический отбор истории для ранкера.

    Tencent, University of Science and Technology of China

    #Реклама и рекомендации#Последовательные рекомендации#Кросс-домен и мультимодальность#Промышленные системы

    Публикация конференцииZotero ↗

  17. Deadweight Loss in Recommendation Systems

    Приближённая Pareto-граница связывает пользовательскую и создательскую полезность. Гипотетические вставки оцениваются как потери относительно этой границы.

    Gyeongsang National University

    #Реклама и рекомендации#Объяснения и контроль#Оценка и причинность

    Публикация конференцииZotero ↗

  18. Loom: LLM-Powered Naturally Embedded Recommendation

    Loom получает кандидатов от независимого retrieval и встраивает ссылку в текст статьи. Модуль генерации выбирает место и формулировку рекомендации.

    The World Bank

    #Реклама и рекомендации#Языковые модели и агенты#Объяснения и контроль#Кросс-домен и мультимодальность

    Публикация конференцииZotero ↗

RecSys2026

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