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

Klenitskiy Anton; Volodkevich Anna; Pembek A.; A. Vasilev

doi:10.1145/3640457.3688195

Публикации

?

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

P. 1067–1072.

Klenitskiy Anton, Volodkevich Anna, Pembek A., Васильев А. В.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: datasets recommender systems SASRec Data Characteristics Sequential Recommendations

В книге

RecSys '24: Proceedings of the 18th ACM Conference on Recommender Systems

Association for Computing Machinery (ACM), 2024.

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.

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

Gusak D., Volodkevich A., Klenitskiy A. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 874–883.

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.

MM '25: Proceedings of the 33rd ACM International Conference on Multimedia

Association for Computing Machinery (ACM), 2025.

Добавлено: 8 ноября 2025 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 V 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.

From Variability to Stability: Advancing RecSys Benchmarking Practices

Shevchenko V., Belousov N., Васильев А. В. и др., , in: KDD '24: Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining.: Association for Computing Machinery (ACM), 2024. P. 5701–5712.

Добавлено: 24 ноября 2024 г.