Buchumschlag

Disentangled Cascaded Graph Convolution Networks for Multi-Behavior Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Zhiyong, Dong, Jianhua, Liu, Fan, Zhu, Lei, Yang, Xun, Wang, Meng
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

HEC-GCN: Hypergraph Enhanced Cascading Graph Convolution Network for Multi-Behavior Recommendation
von: Yin, Yabo, et al.
Veröffentlicht: (2024)

Latent Factor Modeling with Expert Network for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2026)

SWGCN: Synergy Weighted Graph Convolutional Network for Multi-Behavior Recommendation
von: Chen, Fangda, et al.
Veröffentlicht: (2026)

User Invariant Preference Learning for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2025)

Behavior-Contextualized Item Preference Modeling for Multi-Behavior Recommendation
von: Yan, Mingshi, et al.
Veröffentlicht: (2024)

Personalized Ranking on Cascading Behavior Graphs for Accurate Multi-Behavior Recommendation
von: Ko, Geonwoo, et al.
Veröffentlicht: (2025)

Behavior Pattern Mining-based Multi-Behavior Recommendation
von: Li, Haojie, et al.
Veröffentlicht: (2024)

RMBRec: Robust Multi-Behavior Recommendation towards Target Behaviors
von: Cai, Miaomiao, et al.
Veröffentlicht: (2026)

Attribute-driven Disentangled Representation Learning for Multimodal Recommendation
von: Li, Zhenyang, et al.
Veröffentlicht: (2023)

Dynamic Spectral Denoising with Global-Context Attention for Multi-Behavior Recommendation
von: Cai, Miaomiao, et al.
Veröffentlicht: (2026)

Multi-Behavior Collaborative Filtering with Partial Order Graph Convolutional Networks
von: Zhang, Yijie, et al.
Veröffentlicht: (2024)

Ripple Knowledge Graph Convolutional Networks For Recommendation Systems
von: Li, Chen, et al.
Veröffentlicht: (2023)

SynerGraph: An Integrated Graph Convolution Network for Multimodal Recommendation
von: Burabak, Mert, et al.
Veröffentlicht: (2024)

Lossless and Privacy-Preserving Graph Convolution Network for Federated Item Recommendation
von: Wu, Guowei, et al.
Veröffentlicht: (2024)

Hierarchical Graph Information Bottleneck for Multi-Behavior Recommendation
von: Zhang, Hengyu, et al.
Veröffentlicht: (2025)

DisenReason: Behavior Disentanglement and Latent Reasoning for Shared-Account Sequential Recommendation
von: Cheng, Jiawei, et al.
Veröffentlicht: (2026)

IA-GCN: Interactive Graph Convolutional Network for Recommendation
von: Zhang, Yinan, et al.
Veröffentlicht: (2022)

Crocodile: Cross Experts Covariance for Disentangled Learning in Multi-Domain Recommendation
von: Lin, Zhutian, et al.
Veröffentlicht: (2024)

Federated Semantic Learning for Privacy-preserving Cross-domain Recommendation
von: Lu, Ziang, et al.
Veröffentlicht: (2025)

Boundary-Aware Multi-Behavior Dynamic Graph Transformer for Sequential Recommendation
von: Su, Jingsong, et al.
Veröffentlicht: (2026)

COHESION: Composite Graph Convolutional Network with Dual-Stage Fusion for Multimodal Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

Intent-aware Recommendation via Disentangled Graph Contrastive Learning
von: Wang, Yuling, et al.
Veröffentlicht: (2024)

Graph-Structured Driven Dual Adaptation for Mitigating Popularity Bias
von: Cai, Miaomiao, et al.
Veröffentlicht: (2025)

HGCH: A Hyperbolic Graph Convolution Network Model for Heterogeneous Collaborative Graph Recommendation
von: Zhang, Lu, et al.
Veröffentlicht: (2023)

EAGER: Two-Stream Generative Recommender with Behavior-Semantic Collaboration
von: Wang, Ye, et al.
Veröffentlicht: (2024)

Distance-aware Self-adaptive Graph Convolution for Fine-grained Hierarchical Recommendation
von: Huang, Tao, et al.
Veröffentlicht: (2025)

Multi-Behavior Generative Recommendation
von: Liu, Zihan, et al.
Veröffentlicht: (2024)

P4GCN: Vertical Federated Social Recommendation with Privacy-Preserving Two-Party Graph Convolution Network
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

Towards Multi-Behavior Multi-Task Recommendation via Behavior-informed Graph Embedding Learning
von: Lai, Wenhao, et al.
Veröffentlicht: (2026)

Hypergrah-Enhanced Dual Convolutional Network for Bundle Recommendation
von: Li, Yang, et al.
Veröffentlicht: (2023)

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

Context-Adaptive Graph Neural Networks for Next POI Recommendation
von: Lei, Yu, et al.
Veröffentlicht: (2025)

Graph Bottlenecked Social Recommendation
von: Yang, Yonghui, et al.
Veröffentlicht: (2024)

The Best is Yet to Come: Graph Convolution in the Testing Phase for Multimodal Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

BBQRec: Behavior-Bind Quantization for Multi-Modal Sequential Recommendation
von: Li, Kaiyuan, et al.
Veröffentlicht: (2025)

Spectrum-based Modality Representation Fusion Graph Convolutional Network for Multimodal Recommendation
von: Ong, Rongqing Kenneth, et al.
Veröffentlicht: (2024)

Beyond Graph Convolution: Multimodal Recommendation with Topology-aware MLPs
von: Huang, Junjie, et al.
Veröffentlicht: (2024)

Non-parametric Graph Convolution for Re-ranking in Recommendation Systems
von: Ouyang, Zhongyu, et al.
Veröffentlicht: (2025)

Mitigating Hidden Confounding Effects for Causal Recommendation
von: Zhu, Xinyuan, et al.
Veröffentlicht: (2022)

Multi-behavior Recommendation with SVD Graph Neural Networks
von: Fu, Shengxi, et al.
Veröffentlicht: (2023)