Buchumschlag

Exploring the Individuality and Collectivity of Intents behind Interactions for Graph Collaborative Filtering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yi, Sang, Lei, Zhang, Yiwen
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

Intent-guided Heterogeneous Graph Contrastive Learning for Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2024)

Unveiling Contrastive Learning's Capability of Neighborhood Aggregation for Collaborative Filtering
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

DIAURec: Dual-Intent Space Representation Optimization for Recommendation
von: Zhang, Yu, et al.
Veröffentlicht: (2026)

Intent Representation Learning with Large Language Model for Recommendation
von: Wang, Yu, et al.
Veröffentlicht: (2025)

MixRec: Individual and Collective Mixing Empowers Data Augmentation for Recommender Systems
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Dual-domain Collaborative Denoising for Social Recommendation
von: Chen, Wenjie, et al.
Veröffentlicht: (2024)

Heterogeneous Graph Masked Contrastive Learning for Robust Recommendation
von: Sang, Lei, et al.
Veröffentlicht: (2025)

Intent Propagation Contrastive Collaborative Filtering
von: Li, Haojie, et al.
Veröffentlicht: (2026)

Dual-Perspective Disentangled Multi-Intent Alignment for Enhanced Collaborative Filtering
von: Zhang, Shanfan, et al.
Veröffentlicht: (2025)

Generative-Contrastive Heterogeneous Graph Neural Network
von: Wang, Yu, et al.
Veröffentlicht: (2024)

Revisiting Feature Interactions from the Perspective of Quadratic Neural Networks for Click-through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2025)

Fusion Self-supervised Learning for Recommendation
von: Zhang, Yu, et al.
Veröffentlicht: (2024)

CETN: Contrast-enhanced Through Network for CTR Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2023)

From Collapse to Stability: A Knowledge-Driven Ensemble Framework for Scaling Up Click-Through Rate Prediction Models
von: Li, Honghao, et al.
Veröffentlicht: (2024)

COINBench: Moving Beyond Individual Perspectives to Collective Intent Understanding
von: Li, Xiaozhe, et al.
Veröffentlicht: (2026)

PolyCF: Towards the Optimal Spectral Graph Filters for Collaborative Filtering
von: Qin, Yifang, et al.
Veröffentlicht: (2024)

Collaborative Filtering Meets Spectrum Shift: Connecting User-Item Interaction with Graph-Structured Side Information
von: He, Yunhang, et al.
Veröffentlicht: (2025)

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

Feature Interaction Fusion Self-Distillation Network For CTR Prediction
von: Sang, Lei, et al.
Veröffentlicht: (2024)

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

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

General Debiasing for Graph-based Collaborative Filtering via Adversarial Graph Dropout
von: Zhang, An, et al.
Veröffentlicht: (2024)

TF4CTR: Twin Focus Framework for CTR Prediction via Adaptive Sample Differentiation
von: Li, Honghao, et al.
Veröffentlicht: (2024)

FCN: Fusing Exponential and Linear Cross Network for Click-Through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2024)

From Clues to Generation: Language-Guided Conditional Diffusion for Cross-Domain Recommendation
von: Lu, Ziang, et al.
Veröffentlicht: (2026)

Wasserstein Dependent Graph Attention Network for Collaborative Filtering with Uncertainty
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

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

Feedback Reciprocal Graph Collaborative Filtering
von: Chen, Weijun, et al.
Veröffentlicht: (2024)

Lightweight Embeddings for Graph Collaborative Filtering
von: Liang, Xurong, et al.
Veröffentlicht: (2024)

Neural Causal Graph Collaborative Filtering
von: Wang, Xiangmeng, et al.
Veröffentlicht: (2023)

Towards Distribution Matching between Collaborative and Language Spaces for Generative Recommendation
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

A Node-Aware Dynamic Quantization Approach for Graph Collaborative Filtering
von: Li, Lin, et al.
Veröffentlicht: (2025)

Quadratic Interest Network for Multimodal Click-Through Rate Prediction
von: Li, Honghao, et al.
Veröffentlicht: (2025)

Graph Signal Diffusion Model for Collaborative Filtering
von: Zhu, Yunqin, et al.
Veröffentlicht: (2023)

Lightweight Embeddings with Graph Rewiring for Collaborative Filtering
von: Liang, Xurong, et al.
Veröffentlicht: (2025)

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

Flow Matching for Collaborative Filtering
von: Liu, Chengkai, et al.
Veröffentlicht: (2025)

Learning Binarized Representations with Pseudo-positive Sample Enhancement for Efficient Graph Collaborative Filtering
von: Chen, Yankai, et al.
Veröffentlicht: (2025)

Light distillation for Incremental Graph Convolution Collaborative Filtering
von: Fan, X, et al.
Veröffentlicht: (2025)

ProMax: Exploring the Potential of LLM-derived Profiles with Distribution Shaping for Recommender Systems
von: Zhang, Yi, et al.
Veröffentlicht: (2026)