Building a Graph-Based Recommender Using Community Embeddings

Anton Begehr; Peter Panfilov

doi:10.1145/3543712.3543727

Публикации

?

Building a Graph-Based Recommender Using Community Embeddings

Ch. 19. P. 121–127.

Anton Begehr, Peter Panfilov

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: Collaborative filtering Recommender Systems Graph Embeddings Social networks Community Detection

В книге

ICCTA '22: Proceedings of the 2022 8th International Conference on Computer Technology Applications

NY: Association for Computing Machinery (ACM), 2022.

Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In

Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modelling and User-Adapted Interaction 2026 Vol. 36 Article 2

Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...

Добавлено: 15 марта 2026 г.

Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In

Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modeling and User-Adapted Interaction 2025 P. 1–24

Добавлено: 14 марта 2026 г.

Granular computing-based deep learning for text classification

Бехзадидуст Р., Mahan F., Izadkhah H., Information Sciences 2024 Vol. 652 Article 119746

Добавлено: 12 марта 2026 г.

Факторы мобильности на рынке труда в современной России: имеют ли значение социальные связи?

Халиков К., Рощина Я. М., Экономическая социология 2026 Т. 27 № 1 С. 43–78

Целью настоящего исследования является оценка влияния разных факторов, в том числе социальных связей, на мобильность на рынке труда в современной России. Основное предположение заключается в том, что слабые связи будут способствовать занятию «лучшего» рабочего места. Эмпирическая база — данные Российского мониторинга экономического положения и здоровья населения России (РМЭЗ) НИУ ВШЭ за 2016–2017 и 2018–2019 гг. На основании оценки модели разведывательного ...

Добавлено: 1 марта 2026 г.

Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In

Юсупов В. А., Sukhorukov N., Фролов Е. П., , in: User Modeling and User-Adapted Interaction.: Springer, 2026. Ch. 36.2 P. 1–24.

Добавлено: 29 января 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.

Measuring the Social Impact of Digital Services: A Case of St. Petersburg, Russia

Bolgov R., Olga Filatova, Volkovskii D., , in: 26th Annual International Conference on Digital Government Research (dg.o 2025). Volume 26Vol. 26.: Delft: [б.и.], 2025.

Добавлено: 25 января 2026 г.

Community detection on simplicial complexes

Ермолаев Е. С., Applied Network Science 2025 Vol. 10 Article 30

Добавлено: 30 декабря 2025 г.

32nd SIGKDD Conference on Knowledge Discovery and Data Mining

Association for Computing Machinery (ACM), 2026.

Добавлено: 25 ноября 2025 г.

Blending Sequential Embeddings, Graphs, and Engineered Features: 4th Place Solution in RecSys Challenge 2025

Makeev S., Andreev A., Baikalov V. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 21–25.

Добавлено: 19 ноября 2025 г.

RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025

Association for Computing Machinery (ACM), 2025.

Добавлено: 19 ноября 2025 г.

Correcting the LogQ Correction: Revisiting Sampled Softmax for Large-Scale Retrieval

Хрыльченко К. Я., Baikalov V., Makeev S. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 545–550.

Добавлено: 19 ноября 2025 г.

Генеративный искусственный интеллект и право человека на доступ к знаниям: постановка проблемы, расстановка приоритетов

Дейнеко А. Г., Вестник Московского университета. Серия 26: Государственный аудит 2025 № 2 С. 144–154

В статье анализируются современные проблемы функционирования генеративных алгоритмов искусственного интеллекта в контексте формируемых ими рисков нарушения основных прав и свобод личности. Приведен ряд практических примеров, иллюстрирующих несовершенство данных моделей и их пагубное влияние на взаимоотношения граждан в киберпространстве. В качестве концептуальной основы нарождающегося правового регулирования в этой сфере предложена конструкция права человека на доступ к ...

Добавлено: 4 июня 2025 г.

Ti-DC-GNN: Incorporating Time-Interval Dual Graphs for Recommender Systems

Nikita Severin, Савченко А. В., Киселёв Д. А. и др., , in: RecSys '23: Proceedings of the 17th ACM Conference on Recommender Systems.: Association for Computing Machinery (ACM), 2023.

Добавлено: 22 мая 2025 г.

Социальные сети и их рекомендательные алгоритмы как инструменты формирования интереса к асоциальному контенту на примере суицидально-депрессивного дискурса

Глинкина Л. С., В кн.: КОНТАКТ.Конференция. Сборник статей и тезисов докладов VIII Всероссийской научно-практической конференции памяти почетного работника сферы молодежной политики Российской Федерации В.А. Канаяна.: , 2024.

Социальные сети в современном мире становятся основным способом проведения досуга и получения новостей. При этом формируется благодатная почва для «соскальзывания» по воронке вовлечения от новостного и нейтрального контента к деструктивному. Повседневное потребление деструктивного контента может привести к интериоризации деструктивных моделей поведения, в том числе суицида и парасуицидального поведения ...

Добавлено: 22 февраля 2025 г.

Предвыборная агитация в социальных сетях: проблемы правового регулирования

Брикульский И. А., Труды по интеллектуальной собственности 2021 Т. 38 № 3 С. 61–81

В статье рассматриваются проблемы правового регулирования предвыборной агитации в социальных сетях, проводится сравнительно-правовой анализ правовых и корпоративных норм соцсетей. Агитация в соцсетях рассматривается как самостоятельный правовой режим агитации, отличный от интернет-агитации и от аудиовизуальных агитационных материалов. ...

Добавлено: 18 февраля 2025 г.

LLM-KT: A Versatile Framework for Knowledge Transfer from Large Language Models to Collaborative Filtering

Северин Н. Н., Булычев И. Д., Yushkov M. и др., ICDM 2024

Добавлено: 13 декабря 2024 г.