Counterfactual Learning-Driven Representation Disentanglement for Search-Enhanced Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Jiajun, Chen, Xu, Xiao, Shuai, Ju, Chen, Lan, Jinsong, Liu, Qingwen, Zhang, Wei
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

Enhancing Cross-domain Click-Through Rate Prediction via Explicit Feature Augmentation
von: Chen, Xu, et al.
Veröffentlicht: (2023)

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

Enhancing Sequential Recommendation with World Knowledge from Large Language Models
von: Dai, Tianjie, et al.
Veröffentlicht: (2025)

Unifying Search and Recommendation with Dual-View Representation Learning in a Generative Paradigm
von: Zhao, Jujia, et al.
Veröffentlicht: (2025)

Category-Oriented Representation Learning for Image to Multi-Modal Retrieval
von: Cheng, Zida, et al.
Veröffentlicht: (2023)

On Causally Disentangled State Representation Learning for Reinforcement Learning based Recommender Systems
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

DisenSemi: Semi-supervised Graph Classification via Disentangled Representation Learning
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

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

Leveraging Large Language Models to Enhance Personalized Recommendations in E-commerce
von: Xu, Wei, et al.
Veröffentlicht: (2024)

Matryoshka Representation Learning for Recommendation
von: Lai, Riwei, et al.
Veröffentlicht: (2024)

Learning Multi-Branch Cooperation for Enhanced Click-Through Rate Prediction at Taobao
von: Chen, Xu, et al.
Veröffentlicht: (2024)

Benefit from Rich: Tackling Search Interaction Sparsity in Search Enhanced Recommendation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

M-$LLM^3$REC: A Motivation-Aware User-Item Interaction Framework for Enhancing Recommendation Accuracy with LLMs
von: Chen, Lining, et al.
Veröffentlicht: (2025)

Enhancing CTR Prediction in Recommendation Domain with Search Query Representation
von: Wang, Yuening, et al.
Veröffentlicht: (2024)

DisCo: Graph-Based Disentangled Contrastive Learning for Cold-Start Cross-Domain Recommendation
von: Li, Hourun, et al.
Veröffentlicht: (2024)

Beyond Static LLM Policies: Imitation-Enhanced Reinforcement Learning for Recommendation
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Attention Is Not the Only Choice: Counterfactual Reasoning for Path-Based Explainable Recommendation
von: Li, Yicong, et al.
Veröffentlicht: (2024)

Counterfactual Multi-player Bandits for Explainable Recommendation Diversification
von: Zhang, Yansen, et al.
Veröffentlicht: (2025)

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

Learning Graph ODE for Continuous-Time Sequential Recommendation
von: Qin, Yifang, et al.
Veröffentlicht: (2023)

FedDCSR: Federated Cross-domain Sequential Recommendation via Disentangled Representation Learning
von: Zhang, Hongyu, et al.
Veröffentlicht: (2023)

Bursting Filter Bubble: Enhancing Serendipity Recommendations with Aligned Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

DARLR: Dual-Agent Offline Reinforcement Learning for Recommender Systems with Dynamic Reward
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Unified Generative Search and Recommendation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Causality-Inspired Fair Representation Learning for Multimodal Recommendation
von: Chen, Weixin, et al.
Veröffentlicht: (2023)

A Unified Search and Recommendation Framework Based on Multi-Scenario Learning for Ranking in E-commerce
von: Liu, Jinhan, et al.
Veröffentlicht: (2024)

Intent-Enhanced Data Augmentation for Sequential Recommendation
von: Chen, Shuai, et al.
Veröffentlicht: (2024)

Enhancing Transferability and Consistency in Cross-Domain Recommendations via Supervised Disentanglement
von: Wang, Yuhan, et al.
Veröffentlicht: (2025)

Counterfactual Editing for Search Result Explanation
von: Xu, Zhichao, et al.
Veröffentlicht: (2023)

Heterogeneous Graph-based Framework with Disentangled Representations Learning for Multi-target Cross Domain Recommendation
von: Liu, Xiaopeng, et al.
Veröffentlicht: (2024)

Generating with Fairness: A Modality-Diffused Counterfactual Framework for Incomplete Multimodal Recommendations
von: Li, Jin, et al.
Veröffentlicht: (2025)

Improving Sequential Recommenders through Counterfactual Augmentation of System Exposure
von: Zhao, Ziqi, et al.
Veröffentlicht: (2025)

Continuous Input Embedding Size Search For Recommender Systems
von: Qu, Yunke, et al.
Veröffentlicht: (2023)

Enhancing Interpretability and Effectiveness in Recommendation with Numerical Features via Learning to Contrast the Counterfactual samples
von: Xu, Xiaoxiao, et al.
Veröffentlicht: (2025)

Disentangled Modeling of Preferences and Social Influence for Group Recommendation
von: Ye, Guangze, et al.
Veröffentlicht: (2025)

Beyond Whole Dialogue Modeling: Contextual Disentanglement for Conversational Recommendation
von: An, Guojia, et al.
Veröffentlicht: (2025)

CounterCLR: Counterfactual Contrastive Learning with Non-random Missing Data in Recommendation
von: Wang, Jun, et al.
Veröffentlicht: (2024)

Enhancing Healthcare Search Intent Recognition with Query Representation Learning and Session Context
von: Sahijwani, Harshita Jagdish, et al.
Veröffentlicht: (2026)

Leveraging Scene Context with Dual Networks for Sequential User Behavior Modeling
von: Chen, Xu, et al.
Veröffentlicht: (2025)

Result Diversification in Search and Recommendation: A Survey
von: Wu, Haolun, et al.
Veröffentlicht: (2022)