Buchumschlag

Aiming at the Target: Filter Collaborative Information for Cross-Domain Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Hanyu, Ma, Weizhi, Sun, Peijie, Li, Jiayu, Yin, Cunxiang, He, Yancheng, Xu, Guoqiang, Zhang, Min, Ma, Shaoping
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ReChorus2.0: A Modular and Task-Flexible Recommendation Library
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

Recommender for Its Purpose: Repeat and Exploration in Food Delivery Recommendations
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

A Situation-aware Enhancer for Personalized Recommendation
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

Intersectional Two-sided Fairness in Recommendation
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Introducing EEG Analyses to Help Personal Music Preference Prediction
von: He, Zhiyu, et al.
Veröffentlicht: (2024)

Large Language Models as Evaluators for Recommendation Explanations
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Sequential Recommendation with Latent Relations based on Large Language Model
von: Yang, Shenghao, et al.
Veröffentlicht: (2024)

Common Sense Enhanced Knowledge-based Recommendation with Large Language Model
von: Yang, Shenghao, et al.
Veröffentlicht: (2024)

MACRec: a Multi-Agent Collaboration Framework for Recommendation
von: Wang, Zhefan, et al.
Veröffentlicht: (2024)

To Recommend or Not: Recommendability Identification in Conversations with Pre-trained Language Models
von: Wang, Zhefan, et al.
Veröffentlicht: (2024)

Short Video Segment-level User Dynamic Interests Modeling in Personalized Recommendation
von: He, Zhiyu, et al.
Veröffentlicht: (2025)

Are Recommenders Self-Aware? Label-Free Recommendation Performance Estimation via Model Uncertainty
von: Li, Jiayu, et al.
Veröffentlicht: (2025)

Unifying Graph Convolution and Contrastive Learning in Collaborative Filtering
von: Wu, Yihong, et al.
Veröffentlicht: (2024)

Graph Neural Controlled Differential Equations For Collaborative Filtering
von: Xu, Ke, et al.
Veröffentlicht: (2025)

PRISM: Personalized Recommendation via Information Synergy Module
von: Zhang, Xinyi, et al.
Veröffentlicht: (2026)

Understanding Internal Representations of Recommendation Models with Sparse Autoencoders
von: Wang, Jiayin, et al.
Veröffentlicht: (2024)

APAO: Adaptive Prefix-Aware Optimization for Generative Recommendation
von: Yu, Yuanqing, et al.
Veröffentlicht: (2026)

Generative Multi-Target Cross-Domain Recommendation
von: Jin, Jinqiu, et al.
Veröffentlicht: (2025)

Federated User Preference Modeling for Privacy-Preserving Cross-Domain Recommendation
von: Wang, Li, et al.
Veröffentlicht: (2024)

Aligning Explanations for Recommendation with Rating and Feature via Maximizing Mutual Information
von: Zhao, Yurou, et al.
Veröffentlicht: (2024)

Causal Deconfounding via Confounder Disentanglement for Dual-Target Cross-Domain Recommendation
von: Zhu, Jiajie, et al.
Veröffentlicht: (2024)

Neighborhood-Enhanced Supervised Contrastive Learning for Collaborative Filtering
von: Sun, Peijie, et al.
Veröffentlicht: (2024)

Enhance Large Language Models as Recommendation Systems with Collaborative Filtering
von: Yang, Zhisheng, et al.
Veröffentlicht: (2025)

Beyond Collaborative Filtering: A Relook at Task Formulation in Recommender Systems
von: Sun, Aixin
Veröffentlicht: (2024)

WeaveRec: An LLM-Based Cross-Domain Sequential Recommendation Framework with Model Merging
von: Hou, Min, et al.
Veröffentlicht: (2025)

Understanding and Improving Adversarial Collaborative Filtering for Robust Recommendation
von: Zhang, Kaike, et al.
Veröffentlicht: (2024)

Exploring Preference-Guided Diffusion Model for Cross-Domain Recommendation
von: Li, Xiaodong, et al.
Veröffentlicht: (2025)

Transparent and Controllable Recommendation Filtering via Multimodal Multi-Agent Collaboration
von: Zhang, Chi, et al.
Veröffentlicht: (2026)

Domain-Aware Cross-Attention for Cross-domain Recommendation
von: Luo, Yuhao, et al.
Veröffentlicht: (2024)

ASPIRE: Make Spectral Graph Collaborative Filtering Great Again via Adaptive Filter Learning
von: He, Yunhang, et al.
Veröffentlicht: (2026)

From ID-based to ID-free: Rethinking ID Effectiveness in Multimodal Collaborative Filtering Recommendation
von: Li, Guohao, et al.
Veröffentlicht: (2025)

Why Generate When You Can Transform? Unleashing Generative Attention for Dynamic Recommendation
von: Liu, Yuli, et al.
Veröffentlicht: (2025)

QAGCF: Graph Collaborative Filtering for Q&A Recommendation
von: Zhang, Changshuo, et al.
Veröffentlicht: (2024)

FeDecider: An LLM-Based Framework for Federated Cross-Domain Recommendation
von: He, Xinrui, et al.
Veröffentlicht: (2026)

Rethinking Cross-Domain Sequential Recommendation under Open-World Assumptions
von: Xu, Wujiang, et al.
Veröffentlicht: (2023)

MIMNet: Multi-Interest Meta Network with Multi-Granularity Target-Guided Attention for Cross-domain Recommendation
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2024)

Hyperbolic Knowledge Transfer in Cross-Domain Recommendation System
von: Yang, Xin, et al.
Veröffentlicht: (2024)

Beyond Utility: Evaluating LLM as Recommender
von: Jiang, Chumeng, et al.
Veröffentlicht: (2024)

STAIR: Manipulating Collaborative and Multimodal Information for E-Commerce Recommendation
von: Xu, Cong, et al.
Veröffentlicht: (2024)

Towards Better Understanding of User Satisfaction in Open-Domain Conversational Search
von: Chu, Zhumin, et al.
Veröffentlicht: (2022)