SplitLight: An Exploratory Toolkit for Recommender Systems Datasets and Splits
SB AI Lab, AI Center；SB AI Lab, Applied AI Institute；AXXX, AI Center；SB AI Lab；AXXX, HSE University；SB AI Lab, MSU Research Center
SplitLight是一种开源工具包，用于探索推荐系统数据集和划分策略，通过分析数据统计和可视化帮助研究人员实现可测量、可比较的实验。
2026-02-22 cs.IR cs.LG
Building a privacy-preserving Federated Recommender system for mobile devices
Département d’informatique et de recherche opérationnelle（计算机与运筹研究部）
提出一种两阶段联邦推荐系统流水线，通过分离非敏感偏好数据与设备内敏感上下文数据，在保护隐私的同时实现移动设备上的个性化推荐。
2026-05-27 cs.IR cs.LG
A Multimodal Recommender System for Large-scale Assortment Generation in E-commerce
Overstock
电子商业平台主要通过产品推荐来展示有趣的产品，这些产品推荐捕捉用户的风格和审美偏好。将推荐作为一个完整的互补集或分类，对于成功的电子商业体验至关重要，特别是对于家具等产品类别，其中项目与整体主题，风格或空间氛围一起选择。在本文中，我们提出了两个视觉感知的推荐系统，可以自动策划一个品种的客厅家具周围的一对夫妇预先选定的种子件的房间。第一个系统旨在通过使用迁移学习和主题建模来最大化整个选择的基于视觉的风格兼容性。第二个系统扩展了第一个，将文本数据和应用多语言的主题建模，以推断风格在这两种方式。我们回顾了这些视觉感知推荐系统的生产流水线，并通过离线验证和大规模在线A/B测试对Overstock进行了比较。我们的实验结果表明，赞美的风格是最好的发现产品集时，视觉和文本数据。
2018-06-28 cs.CV cs.IR cs.LG
Intent Recognition in Conversational Recommender Systems
Macquarie University（麦考瑞大学）
任何组织都需要改进其产品、服务和流程。在这种情况下，与客户互动并了解他们的旅程至关重要。组织利用各种技术和技术来支持客户参与，从呼叫中心到聊天机器人和虚拟代理。最近，这些系统使用机器学习（ML）和自然语言处理（NLP）来分析大量的客户反馈和参与数据。我们的目标是了解客户的背景，并在各种渠道提供有意义的答案。尽管会话人工智能（AI）和推荐系统（RS）取得了多项进展，但在客户旅程中理解客户问题背后的意图仍然具有挑战性。为了应对这一挑战，在本文中，我们研究和分析了会话推荐系统（CRS）的最新工作，更具体地说，是基于聊天机器人的CRS。我们引入了一个流水线来语境化对话中的输入话语。然后，我们采取下一步措施，利用反向特征工程来链接上下文输入和学习模型，以支持意图识别。由于性能评估是基于不同的ML模型实现的，因此我们使用Transformer基础模型来评估所提出的方法，该方法使用信息寻求者和答案提供者之间问答交互的标记对话数据集（MSDialogue）。
2022-12-06 cs.CL cs.IR cs.LG
Revealing Potential Biases in LLM-Based Recommender Systems in the Cold Start Setting
University of Pennsylvania（宾夕法尼亚大学）；Georgia Institute of Technology（佐治亚理工学院）
针对冷启动推荐中LLM依赖社会偏见的问题，提出零上下文公平性评估基准，发现Gemma 3和Llama 3.2在音乐、电影和大学推荐中存在性别与文化偏见，且模型规模与公平性呈非线性关系。
2025-09-05 cs.IR cs.LG
Lusifer: LLM-based User SImulated Feedback Environment for online Recommender systems
University of Windsor（温莎大学）
提出Lusifer，一个基于LLM的模拟环境，通过增量更新用户画像并利用文本元数据生成动态真实反馈，支持强化学习推荐系统的训练与冷启动场景，在预测准确性上与传统模型相当，但更擅长捕捉动态用户响应并提供可解释结果。
2025-03-29 cs.IR cs.LG
MaRCA: Multi-Agent Reinforcement Learning for Dynamic Computation Allocation in Large-Scale Recommender Systems
Tsinghua University（清华大学）
MaRCA通过多智能体强化学习实现大规模推荐系统的端到端计算资源分配，提升计算效率并实现16.67%的收入增长。
2025-12-30 cs.IR cs.LG cs.MA
Data Processing for Offline Evaluation in Recommender Systems: a Survey
本综述系统梳理推荐系统离线评估中的数据预处理实践，提出统一框架与分类法，并揭示数据转换与划分协议中的异质性问题。
2026-09-29 cs.IR cs.LG
Recommender Systems for Good (RS4Good): Survey of Use Cases and a Call to Action for Research that Matters
University of Klagenfurt（克拉根福大学）；University of Gothenburg（哥德堡大学）；University of Primorska（普里莫尔大学）；Free University of Bozen-Bolzano（博兹纳自由大学）
本文呼吁推荐系统研究转向社会福祉领域，通过跨学科合作和以人为本的纵向评估，实现更有意义的研究影响。
2025-06-28 cs.AI cs.CY cs.IR
Variable-Length Semantic IDs for Recommender Systems
HSE University（俄罗斯莫斯科高等经济大学）
本文提出可变长度语义ID用于推荐系统，通过离散变分自编码器学习自适应长度的物品表示，解决固定长度语义ID的不足。
2026-02-18 cs.CL cs.IR cs.LG
AURA: Agentic Diagnosis and Refinement for Production Recommender Systems at Scale
The Walt Disney Company（华特迪士尼公司）；Intuit（Intuit公司）
针对生产推荐系统难以从聚合指标识别用户失败模式的问题，提出端到端智能体系统AURA，通过读取大规模日志进行定性诊断并生成代码级改进，已在流媒体平台验证并具跨领域迁移性。
2026-09-16 cs.AI cs.IR cs.LG
MARS-Gym: A Gym framework to model, train, and evaluate Recommender Systems for Marketplaces
Deep Learning Brazil（深度学习巴西）；Federal University of Goiás, Brazil（巴西戈亚斯联邦大学）；iFood Research（iFood研究院）
推荐系统对于市场来说尤其具有挑战性，因为它们必须最大限度地提高用户满意度，同时保持生态系统的健康和公平。在这种情况下，我们观察到缺乏资源来设计，训练，并评估代理，通过在这些环境中进行交互来学习。为此，我们提出了MARS-Gym，这是一个开源框架，使研究人员和工程师能够快速构建和评估强化学习代理，以便在市场上进行推荐。MARS-Gym解决了整个开发流程：数据处理，模型设计和优化以及多方面评估。我们还提供了一组不同的基线代理的实现，并在Trivago市场数据集中对它们进行了度量驱动的分析，以说明如何使用推荐，政策外估计和公平性的可用度量进行整体评估。通过MARS-Gym，我们希望弥合学术研究和生产系统之间的差距，并促进新算法和应用程序的设计。
2020-09-30 cs.HC cs.IR cs.LG
A Troubling Analysis of Reproducibility and Progress in Recommender Systems Research
Politecnico di Milano（米兰理工大学）；University of Klagenfurt（克拉根福大学）
设计产生个性化排序项目列表的算法是推荐系统领域的一个中心研究课题。特别是在过去的几年中，基于深度学习（神经）技术的方法在文献中已经占据主导地位。所有这些都声称在最新技术水平上取得了实质性进展。然而，在今天的研究实践中存在着某些问题，例如，关于用于比较的基线的选择和优化，对已发表的主张提出了问题。为了更好地了解实际进展，我们试图重现最近的结果在该地区的神经推荐方法的基础上协同过滤。对这些最近的工作进行分析的令人担忧的结果-所有这些工作都发表在2015年至2018年之间的着名科学会议上-是12种可重复的神经方法中有11种可以被概念上简单的方法所超越，例如，基于最近邻算法。没有一种计算复杂的神经方法实际上始终优于现有的基于学习的技术，例如，使用矩阵分解或线性模型。在我们的分析中，我们讨论了当今研究实践中的常见问题，尽管发表了许多关于该主题的论文，但这些论文显然导致了该领域的某种程度的停滞。
2021-01-07 cs.IR cs.LG cs.NE
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
Google（谷歌公司）
该研究提出RecEvolve知识驱动型自主智能体系统，用于优化双塔推荐模型，实现NDCG提升约20%、用户满意度提升3.77%，同时发现评估协议漏洞及新挑战。
2026-09-03 cs.AI cs.IR cs.LG
Dynamic Prior Thompson Sampling for Cold-Start Exploration in Recommender Systems
Roblox
动态先验汤普森采样通过控制新项目与现有项目的竞争概率，提升推荐系统冷启动探索的精度和效率。
2026-02-01 cs.LG
RePlay: a Recommendation Framework for Experimentation and Production Use
Sber AI Lab（Sber AI实验室）；Sber（Sber公司）
本研究推出开源推荐框架RePlay，支持Pandas、Polars、Spark多技术栈的端到端推荐流水线，可适配大规模数据与集群部署，助力数据科学家无缝切换研究与生产模式。
2024-10-04 cs.IR cs.LG cs.SE
Quantum Semi-Random Forests for Qubit-Efficient Recommender Systems
Pattern Recognition Pty. Ltd.（模式识别有限公司）
针对当前量子推荐系统量子比特需求远超NISQ设备能力的问题，提出三阶段混合机器学习算法，用5个量子比特构建的量子半随机森林实现与主流方法相当的推荐性能。
2025-07-30 cs.LG quant-ph
Counterfactual Risk Minimization with IPS-Weighted BPR and Self-Normalized Evaluation in Recommender Systems
Carnegie Mellon University（卡内基梅隆大学）；Boston University（波士顿大学）；Institute for Clarity in Documentation（文档清晰研究所）；Inria Paris-Rocquencourt（巴黎- Rocquencourt 国家信息与自动化研究所）；Rajiv Gandhi University（拉贾·甘地大学）；Tsinghua University（清华大学）；Palmer Research Laboratories（帕勒研究实验室）
针对推荐系统隐式反馈的曝光偏差问题，提出结合IPS加权BPR目标与倾向正则化项的反事实风险最小化流程，搭配自归一化IPS评估，在降低方差的同时提升了无偏场景下的泛化性能。
2025-08-30 cs.LG
You Do Not Need a Bigger Boat: Recommendations at Reasonable Scale in a (Mostly) Serverless and Open Stack
Coveo Labs（Coveo实验室）
我们认为，不成熟的数据管道正在阻止很大一部分行业从业者利用推荐系统的最新研究。我们提出了“合理规模”的机器学习模板数据堆栈，并展示了通过采用无服务器范式解决了多少挑战。利用我们的经验，我们详细介绍了现代开源如何在有限的基础设施工作中提供处理TB级数据的管道。
2021-07-15 cs.LG
Universal Reusability in Recommender Systems: The Case for Dataset- and Task-Independent Frameworks
Huawei Ireland Research Centre（华为爱尔兰研究中心）
本文提出数据集与任务无关推荐系统（DTIRS）框架，借助数据集描述语言DsDL实现标准化描述与自主特征工程、模型选择和优化，旨在消除为每个新数据集或任务重建推荐流水线的需要，从而最大化代码可复用性并降低采用门槛。
2025-06-03 cs.AI cs.DB cs.IR
Delineating Knowledge Domains in the Scientific Literature Using Visual Information
University of Washington（华盛顿大学）
数字是科学交流的重要渠道，用于以文字无法表达的方式表达复杂的想法，模型和数据。然而，在科学文献的分析中，这种视觉信息大多被忽视。在本文中，我们展示了使用科学数字作为科学知识领域的标记的实用性，它可用于分类，推荐系统和科学信息交换的研究。我们将一组图像编码成一个视觉签名，然后使用这些签名之间的距离来理解视觉交流模式与行话和引用结构模式的比较。我们发现，数字可以有效区分实践社区的文本或引用模式。然后，我们考虑这些指标不一致的地方，以了解不同的学科如何使用可视化来表达想法。最后，我们进一步考虑如何通过文学传播特定的数字类型，提出了一种新的机制，除了传统的文本和引用渠道的理解的思想流。我们的最终目标是更好地利用这些信息密集的对象，以改善跨学科界限的科学交流。
2019-08-12 cs.DL cs.LG stat.ML
A Probabilistic Framework for Temporal Distribution Generalization in Industry-Scale Recommender Systems
Shopee Pte. Ltd.（Shopee公司）；Nanyang Technological University（南洋理工大学）；Singapore Management University（新加坡管理学院）
本文提出ELBO_TDS框架，通过因果图建模和自监督变分目标提升工业级推荐系统的时间分布泛化能力，实测提升GMV 2.33%并已部署于Shopee产品搜索。
2025-11-26 cs.LG
A Framework for Scientific Paper Retrieval and Recommender Systems
信息检索（IR）和推荐系统（RS）已经被用于解决在文献综述和整个学术交流生命周期期间执行的搜索任务。大部分的研究都集中在算法设计，以提高这些系统的准确性和实用性。与学术任务相关的上下文元素在很大程度上被忽视了。在本文中，我们提出了一个框架，称为科学论文推荐和检索框架（SPRRF）相结合的用户角色建模和用户界面功能与IR/RS组件方面。该框架是基于八个新兴的主题，从参与者的反馈，在一个原型辅助系统进行的用户评价研究。119名研究人员参与了该研究，以评估原型系统，该系统为两个文献综述和一个手稿写作任务提供建议。这一整体框架旨在指导这一领域的未来研究。
2016-09-06 cs.IR
Scientific Paper Recommendation: A Survey
在全球范围内，推荐服务已经变得非常重要，因为它们支持电子商务应用程序和不同的研究社区。推荐系统在经济、教育、科研等领域有着广泛的应用。不同的实证研究表明，推荐系统比基于关键字的搜索引擎更有效，更可靠地从大量的数据中提取有用的知识。在科学共同体中推荐相似科学论文的问题称为科学论文推荐。科技论文推荐的目的是推荐符合研究者兴趣的新文章或经典文章。它已成为一个有吸引力的研究领域，因为学术论文的数量呈指数级增长。在这篇综述中，我们首先介绍了论文推荐系统的重要性和优势。其次，对基于内容的推荐方法、协同过滤推荐方法、基于图的推荐方法和混合推荐方法进行了综述。然后，我们介绍了不同的推荐系统的评价方法。最后，我们总结了论文推荐系统中存在的问题，包括冷启动、稀疏性、可扩展性、隐私性、偶然性和统一的学术数据标准。本调查的目的是提供有关学术论文推荐的综合评价。
2020-08-10 cs.IR
Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline
Twitter（推特）；Deepmind Technologies（深度思维科技公司）；University of Sarajevo（萨拉热窝大学）；Free University of Bozen-Bolzano（博尔扎诺自由大学）；Politecnico di Bari（巴里理工大学）；Universidade Federal de Campina Grande（坎皮纳格兰德联邦大学）；Clemson University（克莱姆森大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）
推荐系统构成了当今大多数社交网络平台的核心引擎，旨在最大限度地提高用户满意度以及其他关键业务目标。Twitter也不例外。尽管Twitter数据已被广泛用于了解社会经济和政治现象以及用户行为，但用户通过在主页时间轴上的互动在Twitter上提供的隐性反馈仅在有限程度上得到了探索。与此同时，缺乏大规模的公共社交网络数据集，使科学界能够制定基准，并建立更强大和全面的模型，根据用户的兴趣定制内容。通过发布1.6亿条推文的原始数据集以及参与信息，Twitter旨在解决这一问题。在此版本中，特别注意保持遵守现有的隐私法。除了用户隐私之外，本文还涉及研究人员和专业人士在努力预测用户参与度时所面临的关键挑战。它进一步描述了由ACM RecSys与Twitter合作使用该数据集组织的RecSys 2020挑战赛的关键方面。
2020-10-07 cs.LG cs.SI stat.ML
Embedding Trust at Scale: Physics-Aware Neural Watermarking for Secure and Verifiable Data Pipelines
SentinelAI；LBNL（劳伦斯伯克利国家实验室）；EECS, University of California, Berkeley, CA, USA（加州大学伯克利分校电子工程与计算机科学系）
针对科学高维数据的完整性验证需求，提出基于卷积自编码器的物理感知神经水印框架，可在多种有损变换下留存水印且保真度高，性能优于经典SVD方法，可扩展至多领域结构化数据，助力科学数据溯源与AI系统安全。
2025-05-22 cs.AI cs.CE cs.CR
Rethinking Recommendation Paradigms: From Pipelines to Agentic Recommender Systems
University of Chinese Academy（中国科学院大学）；Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团）
本文提出基于代理的推荐系统，通过将关键模块转化为代理，实现动态进化，解决传统多阶段和单模型设计的静态问题。
2026-04-09 cs.IR
ScienceDB AI: An LLM-Driven Agentic Recommender System for Large-Scale Scientific Data Sharing Services
Computer Network Information Center, Chinese Academy of Sciences, Beijing, China（中国科学院计算机网络信息中心）
ScienceDB AI 是首个基于大语言模型的对话推荐系统，专为大规模科学数据共享服务设计，通过自然语言对话和深度推理实现精准的数据集推荐。
2026-01-03 cs.AI cs.DL cs.IR
Representation Learning for Recommender Systems with Application to the Scientific Literature
Université de Lyon（里昂大学）
科学文献是一个庞大的信息网络，将各种行为者（实验室、公司、机构等）联系在一起。由该网络生成的大量数据构成了动态异构属性网络（HAN），其中不断产生新的信息，并且从中提取感兴趣的内容越来越困难。在这篇文章中，我提出了我的第一个论文作品与工业公司合作，数字科学研究技术。这之后提供了一个科学手表工具，Peerus，解决各种问题，如实时的推荐新发表的论文或寻找活跃的专家开始新的合作。为了解决这种多样性的应用程序，一个常见的方法是学习表示的节点和属性的HAN，并使用它们作为各种推荐任务的功能。然而，大多数关于属性网络嵌入的工作对文本属性关注太少，并且没有充分利用最近的自然语言处理技术。此外，所提出的方法，共同学习节点和文档表示不提供一种方法来有效地推断网络信息丢失的新文档的表示，这恰好是至关重要的实时的推荐系统。最后，在文本属性的异构网络中，文本和图形数据之间的相互作用仍然是一个开放的研究方向。
2019-02-28 cs.CL cs.DL cs.IR
Biases in Scholarly Recommender Systems: Impact, Prevalence, and Mitigation
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
随着诸如出版物、研究人员和科学主题等科学实体的数量的显著增加以及科学中的相关信息过载，学术推荐系统对于数百万研究人员和科学爱好者变得越来越重要。然而，人们往往忽视了这些系统会受到各种偏见的影响。在这篇文章中，我们首先分解了学术推荐系统的偏见，并根据其影响和流行程度对其进行了描述。在此过程中，我们区分了最初由人类引起的偏见和由推荐系统引起的偏见。其次，我们提供了一个概述的方法，已被用来减轻这些偏见在学术领域。在此基础上，第三，我们提出了一个框架，可用于研究人员和开发人员，以减轻学术推荐系统的偏见，并公平地评估推荐系统。最后，我们讨论了开放的挑战和可能的研究方向有关的学术偏见。
2023-02-13 cs.AI cs.IR
Informfully Recommenders -- Reproducibility Framework for Diversity-aware Intra-session Recommendations
本文提出基于Cornac的Informfully Recommenders框架，首次为规范驱动的多样性感知推荐提供覆盖预处理、模型、会话内重排序和多样性评估的端到端可复现实验方案，并在新闻领域离线实验中验证其有效性。
2025-08-18 cs.IR
Recommender systems, stigmergy, and the tyranny of popularity
University of California, Davis（加州大学戴维斯分校）；University of California, Merced（加州大学默塞德分校）；Santa Fe Institute（圣菲研究所）
本文指出科学推荐系统因过度依赖人气指标导致知识同质化与结构性不平等，提出通过用户特定校准和引入文本嵌入及LLM来增强用户自主性，以构建更稳健动态的信息获取平台。
2025-07-04 cs.AI cs.CY cs.HC
Towards a Modular Recommender System for Research Papers written in Albanian
近年来，阿尔巴尼亚及其邻国的科学论文出版物有所增加，这些国家有大量讲阿尔巴尼亚语的研究人员。这些文件中有许多是用阿尔巴尼亚语写的。查找与研究人员工作相关的论文是一项非常耗时的任务，因为没有具体的系统来促进这一过程。在本文中，我们提出了一个模块化的智能搜索系统的阿尔巴尼亚语写的文章的设计。它的主要部分是推荐模块，通过向用户提供相关文章（与给定文章相比）来促进搜索。我们使用了基于余弦相似度的分类法，根据词频在文章中的位置来区分词频的重要性。当使用关键字、标题、摘要和正文的重要性因素的不同组合时，我们没有注意到推荐结果有很大的差异。我们得到了类似的结果时，只使用标题和摘要与其他组合相比。因为我们在这种初始方法中得到了相当好的结果，我们相信，在与科学出版无关的情况下，也可以建立类似的阿尔巴尼亚语文档推荐系统。
2014-05-01 cs.IR
Recommending Scientific Literature: Comparing Use-Cases and Algorithms
研究人员活动的一个重要方面是寻找相关和相关的出版物。科学出版物推荐系统的任务是提供符合这些标准的论文列表。基于Mendeley管理的出版物的收集，已经组装了四个数据集，反映了相关性的不同方面。这些相关性场景中的每一个都反映了用户的搜索策略。这些场景是公共团体、场所、作者出版物和用户库。这些数据集中的前三个被公开，供其他研究人员比较算法。三个推荐系统已经实现：一个协同过滤系统;一个基于内容的过滤系统;和这两个系统的混合。测试结果表明，协同过滤略优于基于内容的方法，但在某些情况下失败。混合系统结合了两种推荐方法，提供了最佳性能，准确率高达70%。这表明，这两种技术在推荐科学文献方面都提供了互补信息，不同的方法适合不同的信息需求。
2014-09-04 cs.IR
Justification vs. Transparency: Why and How Visual Explanations in a Scientific Literature Recommender System
University of Duisburg-Essen（杜伊斯堡-埃森大学）
本文在科学文献推荐系统RIMA中，基于HCD方法和What-Why-How框架设计并实现“为什么”与“如何”两类视觉解释，通过用户研究证实解释可理解性类型的选择取决于解释目标与用户类型。
2023-05-26 cs.AI cs.HC cs.IR
CATA++: A Collaborative Dual Attentive Autoencoder Method for Recommending Scientific Articles
University of Missouri（密苏里大学）
推荐系统今天已经成为任何商业网站的重要组成部分。协同过滤方法，特别是矩阵分解（MF）技术，被广泛应用于推荐系统。然而，自然的数据稀疏性问题限制了它们的性能，用户通常与系统中很少的项目进行交互。因此，最近提出了多个混合模型，通过在其学习过程中加入额外的上下文信息来优化MF性能。虽然这些模型提高了推荐质量，但有两个主要方面需要进一步改进：（1）多个模型只关注可用上下文信息的一部分而忽略其他部分;（2）学习侧上下文信息的特征空间需要进一步增强。在本文中，我们介绍了一个合作的双重注意自动编码器（CATA++）推荐科学文章。CATA++利用文章的内容，并通过两个并行的自动编码器学习其潜在空间。我们采用注意力机制来捕捉信息中最相关的部分，以便提出更相关的建议。在三个真实世界数据集上的广泛实验表明，与其他最先进的基于MF的模型相比，我们的双向学习策略显着提高了MF性能。我们的方法的源代码可在https://github.com/jianlin-cheng/CATA上获得。
2020-05-15 cs.IR cs.LG stat.ML
The Future is Agentic: Definitions, Perspectives, and Open Challenges of Multi-Agent Recommender Systems
University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）；Polytechnic University of Bari（巴里理工大学）
本文探讨多代理推荐系统从被动生成到主动规划的转变，提出基于状态代理的框架，分析其在提升推荐效果中的作用，并通过实验验证代理系统在不同场景下的有效性。
2026-06-28 cs.IR
Interactive Explanation with Varying Level of Details in an Explainable Scientific Literature Recommender System
University of Duisburg-Essen（杜伊斯堡-埃森大学）
本文针对可解释推荐系统中解释静态且一刀切的问题，提出一种以用户为中心的交互式解释模型，在RIMA系统中实现基础、中级和高级三个细节层级的解释。定性用户研究（N=14）表明，赋予用户控制权能满足不同需求，有效提升系统的透明度、信任、满意度和用户体验。
2023-10-18 cs.AI cs.CY cs.HC
Poisoning Attacks and Defenses in Recommender Systems: A Survey
本综述从攻击者视角系统梳理了推荐系统中的投毒攻击流程（含设定目标、评估能力、分析架构与实施策略），并将防御策略分为数据过滤与鲁棒训练，指出了现有局限与未来方向。
2024-06-05 cs.CR cs.IR
Recommender Systems
随着互联网的迅速发展，人们越来越需要一个有效的推荐系统来过滤大量的信息。推荐系统的广泛研究由广泛的社区进行，包括社会和计算机科学家，物理学家和跨学科研究人员。尽管在理论和实践上取得了很大的成就，但不同方法之间缺乏统一和比较，这阻碍了进一步的发展。在这篇文章中，我们回顾了推荐系统的最新发展，并讨论了主要的挑战。我们比较和评估现有的算法，并研究它们在未来发展中的作用。除了算法，物理方面的描述，以说明宏观行为的推荐系统。潜在的影响和未来的发展方向进行了讨论。我们强调，建议具有很大的科学深度，并结合了不同的研究领域，这使得物理学家以及跨学科研究人员感兴趣。
2012-02-06 cond-mat.stat-mech cs.IR cs.SI
FINALLY: A Dataset Recommender System for Recommender-Systems Research
University of Siegen（锡根大学）
针对推荐系统研究中数据集选择缺乏系统工具的问题，提出FINALLY数据集推荐系统，通过多种策略和配置生成满足约束的数据集集合，实验验证了其技术一致性与策略有效性。
2026-09-09 cs.IR
Recent Advances and Trends in Research Paper Recommender Systems: A Comprehensive Survey
University of the Basque Country UPV/EHU（巴斯克大学）
本文综述了2021年至2024年间科研论文推荐系统的研究进展，分析了其技术、数据集、评估方法及挑战，旨在为研究者提供决策支持和未来研究方向指导。
2026-09-09 cs.DL cs.IR
Towards Employing Recommender Systems for Supporting Data and Algorithm Sharing
数据和算法共享是数据和人工智能驱动经济的重要组成部分。数据和算法的有效共享依赖于用户、数据提供者和算法提供者之间的积极互动。虽然推荐系统被称为有效地互连用户和电子商务环境中的项目，有一个缺乏研究的数据和算法共享的推荐系统的适用性。为了填补这一空白，我们确定了六个推荐方案，以支持数据和算法共享，其中四个方案与电子商务应用程序中的传统推荐方案有很大不同。我们使用基于OpenML数据和算法共享平台的交互数据的新数据集来评估这些推荐方案，我们也为科学界提供了这些数据集。具体来说，我们调查三种类型的推荐方法，即流行，合作，和基于内容的建议。我们发现，基于协作的建议在所有情况下提供最准确的建议。此外，推荐准确性在很大程度上取决于特定的场景，例如，对用户的算法推荐是比对数据集的算法推荐更困难的问题。最后，基于内容的方法生成覆盖大多数数据集和算法的最少受欢迎的推荐。
2022-10-26 cs.IR
Evaluating ChatGPT as a Recommender System: A Rigorous Approach
Polytechnic University of Bari（巴里理工大学）
本文提出一种稳健的评估流程，在零样本条件下全面评估ChatGPT作为推荐系统在Top-N推荐、冷启动和重排序任务中的表现，并考量幻觉、重复及超越准确性指标。
2024-06-04 cs.AI cs.CL cs.IR
How Can Recommender Systems Benefit from Large Language Models: A Survey
Shanghai Jiao Tong University（上海交通大学）
该综述从推荐系统全流程视角，梳理了大语言模型适配推荐系统的位置与方式，分析了效率、效果、伦理等关键挑战，并展望了未来研究方向。
2024-07-09 cs.AI cs.IR
From Local Indices to Global Identifiers: Generative Reranking for Recommender Systems via Global Action Space
City University of Hong Kong（香港城市大学）；Kuaishou Technology（快手科技）；University of California San Diego（加利福尼亚大学圣地亚哥分校）
本文提出GloRank框架，通过生成全局标识符替代局部索引选择，解决推荐系统重排序中动作空间语义不一致的问题，实验表明其在基准和工业数据上均优于现有方法。
2026-04-28 cs.IR
DS@GT at CheckThat! 2025: Exploring Retrieval and Reranking Pipelines for Scientific Claim Source Retrieval on Social Media Discourse
Georgia Institute of Technology（佐治亚理工学院）
针对社交媒体科学声明缺乏来源的问题，DS@GT团队在CheckThat! 2025任务4b中探索多种数据增强、检索重排序流水线并微调双编码器，MRR@5达0.58，较BM25基线提升0.15。
2025-07-09 cs.CL cs.IR
RARD: The Related-Article Recommendation Dataset
推荐系统数据集用于推荐系统评估、训练机器学习算法和探索用户行为。虽然在电影、书籍和音乐领域有许多用于推荐系统的数据集，但来自研究论文推荐系统的数据集却相当少。在本文中，我们介绍了RARD，相关文章推荐数据集，从数字图书馆Sowiport和解释作为一种服务提供商先生DLib。该数据集包含向Sowiport用户显示的5740万条推荐信息。这些信息包括使用了哪些推荐方法（例如基于内容的过滤，刻板印象，最流行的），在基于内容的过滤中使用了哪些类型的功能（简单术语与关键词），从哪里提取功能（标题或摘要），以及推荐被交付和点击的时间。此外，数据集包含一个隐式的项目-项目评级矩阵，该矩阵是根据推荐点击日志创建的。RARD使研究人员能够训练用于研究论文推荐的机器学习算法，进行离线评估，并对DLib先生的推荐系统的数据进行研究，而无需自己实现推荐系统。在科学推荐系统领域，我们的数据集是独一无二的。据我们所知，没有数据集有更多的（隐式）评级可用，以及推荐算法的许多变化。该数据集可在http://data.mr-dlib.org上获得，并在Creative Commons Attribution 3.0 Unported（CC-BY）许可下发布。
2017-06-20 cs.IR
Pipelines for Procedural Information Extraction from Scientific Literature: Towards Recipes using Machine Learning and Data Science
Kansas State University（堪萨斯州立大学）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
本文描述了一种机器学习和数据科学管道，用于从文档中进行结构化信息抽取，作为一套开源工具和现有工具的扩展来实现。它的中心是一种方法，用于从已发表的科学文献中提取配方形式的程序信息，逐步创建人工制品（在这种情况下合成纳米材料）。从我们的总体目标，生产配方的自由文本，我们得到的技术目标的系统组成的管道阶段：文档采集和过滤，有效载荷提取，配方步骤提取作为一个关系提取任务，配方组装，并通过一个信息检索接口与问答（QA）功能演示。该系统满足计算信息和知识管理（CIKM）的元数据驱动的有效载荷提取，命名实体提取，并从文本中提取关系的要求。本文中描述的功能贡献包括用于PDF过滤和有效负载提取任务的半监督机器学习方法，然后是结构化提取和数据转换任务，首先是部分提取，配方步骤作为信息元组，最后是组装配方。提取质量的可测量的客观标准包括配方步骤的精确度和召回率、排序约束以及QA准确度、精确度和召回率。结果，关键的新贡献，并从这项工作中产生的重要的开放性问题围绕这些整体质量指标的属性，以特定的机器学习和推理阶段的管道，每个与他们的性能指标。所需的配方包含确定的前提条件，材料输入和操作，并构成我们的计算信息和知识管理（CIKM）系统产生的总体输出。
2019-12-16 cs.CL cs.IR cs.LG
BioMedJImpact: A Comprehensive Dataset and LLM Pipeline for AI Engagement and Scientific Impact Analysis of Biomedical Journals
Emory University（埃默里大学）
本研究构建了生物医学领域的BioMedJImpact数据集，通过三阶段LLM流程提取AI参与度，分析发现作者规模与期刊影响力正相关、AI参与度仅在2019年子集与影响因子正相关，验证了LLM流程的有效性。
2026-08-07 cs.IR
InterFeat: A Pipeline for Finding Interesting Scientific Features
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；Department of Biological Chemistry, Institute of Life Sciences, The Hebrew University of Jerusalem（生物化学系、生命科学研究所、耶路撒冷希伯来大学）；Department of Computer Science, The Hebrew University of Jerusalem（计算机科学系、耶路撒冷希伯来大学）
InterFeat提出了一种结合机器学习、知识图谱、文献检索和大语言模型的集成流水线，用于在生物医学数据中自动化发现有趣的假设，并在英国生物银行数据上验证了其有效性。
2025-09-08 cs.AI cs.CL cs.IR
A Comprehensive Survey on Multimodal Recommender Systems: Taxonomy, Evaluation, and Future Directions
推荐系统已经成为通过基于隐式交互（例如，购买和点击）。人类通过处理模态信号来感知世界（例如，音频，文本和图像），这启发了研究人员建立一个推荐系统，可以理解和解释来自不同模态的数据。这些模型可以捕捉不同模态之间的隐藏关系，并可能恢复的互补信息，不能捕捉的单模态方法和隐式的相互作用。本调查的目的是提供一个全面的审查最近的研究工作的多式联运的建议。具体来说，它显示了每个步骤中常用技术的清晰管道，并通过使用的方法对模型进行分类。此外，还设计了一个代码框架，帮助该领域的新研究人员理解原理和技术，并轻松运行SOTA模型。我们的框架位于：https://github.com/enoche/MMRec
2023-02-09 cs.IR cs.MM
Training Large-Scale News Recommenders with Pretrained Language Models in the Loop
BUPT（北京邮电大学）；Microsoft Research Asia（微软亚洲研究院）；Microsoft（微软公司）
新闻推荐需要深入理解新闻文章的语义。因此，预训练的语言模型（PLM），如BERT和RoBERTa，可以大大有助于推荐质量。然而，让新闻编辑器与如此大的模型一起训练是非常具有挑战性的：新闻编辑器的学习需要密集的新闻编码操作，如果使用PLM作为新闻编码器，其成本是高昂的。在本文中，我们提出了一个新的框架，{SpeedyFeed}，它有效地培训基于PLM的新闻编辑的优质。SpeedyFeed以其轻量级编码管道而闻名，这带来了三大优势。首先，它使中间结果完全可用于训练工作流，从而消除了大部分重复但冗余的编码操作。其次，它提高了训练工作流的数据效率，其中可以从编码中消除非信息数据。第三，通过利用简化的新闻编码和紧凑的新闻表示，进一步节省了成本。大量的实验表明，SpeedyFeed导致训练过程加速超过100个$\times$，这使得大模型能够在海量用户数据上高效地训练。SpeedyFeed训练有素的基于PLM的模型展示了极具竞争力的性能，其表现优于最先进的新闻出版商，利润率显著。SpeedyFeed也是一个与模型无关的框架，它可能适用于广泛的基于内容的推荐系统;因此，整个框架是开源的，以促进相关领域的进展。
2021-03-05 cs.AI cs.CL cs.IR
Scientific Claim Verification with VERT5ERINI
David R. Cheriton School of Computer Science（David R. Cheriton计算机科学学院）；University of Waterloo（滑铁卢大学）
这项工作描述了一个预先训练的序列到序列模型的适应任务的科学主张验证在生物医学领域。我们提出了VERT 5ERINI，它利用T5进行摘要检索，句子选择和标签预测，这是索赔验证的三个关键子任务。我们在SCIFACT上评估了我们的管道，SCIFACT是一个新策划的数据集，它要求模型不仅要预测声明的准确性，还要从支持这一决定的科学文献语料库中提供相关句子。从经验上讲，我们的管道在三个步骤中的每一个都优于强大的基线。最后，我们展示了VERT 5ERINI使用来自不断扩展的CORD-19语料库的证据推广到两个新的COVID-19索赔数据集的能力。
2020-10-22 cs.CL cs.IR
