Time to Split: Exploring Data Splitting Strategies for Offline Evaluation of Sequential Recommenders

Gusak D.; Volodkevich A.; Klenitskiy A.; A. Vasilev; E. Frolov

doi:10.1145/3705328.3748164

Публикации

?

Time to Split: Exploring Data Splitting Strategies for Offline Evaluation of Sequential Recommenders

P. 874–883.

Gusak D., Volodkevich A., Klenitskiy A., Васильев А. В., Фролов Е. П.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: recommender systems Sequential Recommendations data splitting

В книге

RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems

ACM, 2025.

SplitLight: An Exploratory Toolkit for Recommender Systems Datasets and Splits

Володкевич А. А., Dmitry A., Gusak D. и др., , in: SIGIR '26: Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval.: Association for Computing Machinery (ACM), 2026. P. 3434–3441.

Добавлено: 22 июля 2026 г.

Pre-trained LLMs Meet Sequential Recommenders: Efficient User-Centric Knowledge Distillation

Severin N., Kartushov D., Urzhumov V. и др., , in: Advances in Information Retrieval: 48th European Conference on Information Retrieval, ECIR 2026, Delft, The Netherlands, March 29 – April 2, 2026, Proceedings, Part II. (LNCS, volume 16484).: Cham: Springer Publishing Company, 2026. P. 508–517.

Добавлено: 18 июня 2026 г.

SMMR: Sampling-Based MMR Reranking for Faster, More Diverse, and Balanced Recommendations and Retrieval

Liakhnovich K., Lashinin O., Babkin A. и др., Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval 2025 P. 2754–2758

Добавлено: 3 февраля 2026 г.

An Analysis of Sequential Patterns in Datasets for Evaluation of Sequential Recommendations

Klenitskiy A., Anna Volodkevich, Pembek A. и др., ACM Transactions on Recommender Systems 2026

Добавлено: 28 января 2026 г.

Autoregressive generation strategies for Top-K sequential recommendations

Anna Volodkevich, Danil Gusak, Klenitskiy A. и др., User Modelling and User-Adapted Interaction 2025 No. 35 Article 13

Добавлено: 26 января 2026 г.

Encode Me If You Can: Learning Universal User Representations via Event Sequence Autoencoding

Klenitskiy A., Фаткулин А. А., Denisova D. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 26–30.

Добавлено: 26 января 2026 г.

Benefiting from Negative yet Informative Feedback by Contrasting Opposing Sequential Patterns

Ivanova V., Фролов Е. П., Васильев А. В., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 1142–1147.

Добавлено: 26 января 2026 г.

Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization

Pembek A., Фаткулин А. А., Klenitskiy A. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 626–631.

Добавлено: 26 января 2026 г.

Ultra Fast Warm Start Solution for Graph Recommendations

Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: CIKM '25: Proceedings of the 34rd ACM International Conference on Information and Knowledge Management.: ACM, 2025. Ch. 1 P. 5469–5473.

В этой работе мы представляем быстрый и эффективный линейный подход к обновлению рекомендаций в масштабируемой графовой рекомендательной системе UltraGCN. Решение этой задачи чрезвычайно важно для поддержания актуальности рекомендаций в условиях большого объема новых данных и меняющихся предпочтений пользователей. Чтобы решить эту проблему, мы адаптируем простой, но эффективный подход к низкоранговой аппроксимации в графовой модели. Наш ...

Добавлено: 3 октября 2025 г.

Leveraging Geometric Insights in Hyperbolic Triplet Loss for Improved Recommendations

Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. Ch. 1 P. 1217–1221.

Недавние исследования продемонстрировали потенциал гиперболической геометрии для получения сложных свойств из данных взаимодействий в рекомендательных системах. В этой работе мы представляем новую гиперболическую рекомендательную модель, которая использует геометрическую информацию для улучшения обучения представлений и повышения стабильности вычислений одновременно. Мы переформулирвали понятие гиперболических расстояний, чтобы раскрыть дополнительные возможности представления по сравнению с обычным евклидовым пространством и ...

Добавлено: 3 октября 2025 г.

MTS Kion Implicit Contextualised Sequential Dataset for Movie Recommendation

I. Safilo, D. Tikhonovich, Petrov A. и др., Doklady Mathematics 2023 Vol. 108 No. 2 P. S456–S464

Добавлено: 24 мая 2025 г.

Sim4Rec: Flexible and Extensible Simulator for Recommender Systems for Large-Scale Data

Anna Volodkevich, Ivanova V., Васильев А. В. и др., , in: Advances in Information Retrieval: 47th European Conference on Information Retrieval, ECIR 2025, Lucca, Italy, April 6–10, 2025, Proceedings, Part IV.: Springer, 2025. P. 425–430.

Добавлено: 10 апреля 2025 г.

Scalable Cross-Entropy Loss for Sequential Recommendations with Large Item Catalogs

Gleb Mezentsev, Danil Gusak, Ivan Oseledets и др., , in: RecSys '24: Proceedings of the 18th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2024. P. 475–485.

Добавлено: 16 января 2025 г.

User response modeling in recommender systems: a survey

M. Shirokikh, Shenbin I., Alekseev A. и др., Journal of Mathematical Sciences 2024 Vol. 285 No. 2 P. 255–284

Добавлено: 24 ноября 2024 г.

Quality Metrics in Recommender Systems: Do We Calculate Metrics Consistently?

Tamm Y., Damdinov R., Васильев А. В., , in: RecSys '21: Proceedings of the 15th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2021. P. 708–713.

Добавлено: 24 ноября 2024 г.

RecSys '21: Proceedings of the 15th ACM Conference on Recommender Systems

Association for Computing Machinery (ACM), 2021.

Добавлено: 24 ноября 2024 г.

Turning Dross Into Gold Loss: is BERT4Rec really better than SASRec?

Klenitskiy Anton, Alexey Vasilev, , in: RecSys '23: Proceedings of the 17th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2023. P. 1120–1125.

Добавлено: 24 ноября 2024 г.

RePlay: a Recommendation Framework for Experimentation and Production Use

Васильев А. В., Anna Volodkevich, Kulandin D. и др., , in: RecSys '24: Proceedings of the 18th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2024. P. 1191–1194.

Добавлено: 24 ноября 2024 г.

Neural Click Models for Recommender Systems

Широких М. А., Shenbin I., Alekseev A. и др., , in: SIGIR '24: Proceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval.: Association for Computing Machinery (ACM), 2024. P. 2553–2558.

Добавлено: 23 ноября 2024 г.

Does It Look Sequential? An Analysis of Datasets for Evaluation of Sequential Recommendations

Anton Klenitskiy, Anna Volodkevich, Pembek A. и др., , in: RecSys '24: Proceedings of the 18th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2024. P. 1067–1072.

Добавлено: 7 ноября 2024 г.

RECE: Reduced Cross-Entropy Loss for Large-Catalogue Sequential Recommenders

Danil Gusak, Mezentsev G., Oseledets I. и др., , in: CIKM '24: Proceedings of the 33rd ACM International Conference on Information and Knowledge Management.: NY: Association for Computing Machinery (ACM), 2024. P. 3772–3776.

Добавлено: 11 сентября 2024 г.