Buchumschlag

CausalMob: Causal Human Mobility Prediction with LLMs-derived Human Intentions toward Public Events

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xiaojie, Ge, Hangli, Wang, Jiawei, Fan, Zipei, Jiang, Renhe, Shibasaki, Ryosuke, Koshizuka, Noboru
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Information Retrieval Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causality-Aware Next Location Prediction Framework based on Human Mobility Stratification
von: Yang, Xiaojie, et al.
Veröffentlicht: (2025)

Time-Probability Dependent Knowledge Extraction in IoT-enabled Smart Building
von: Ge, Hangli, et al.
Veröffentlicht: (2024)

Taming Recommendation Bias with Causal Intervention on Evolving Personal Popularity
von: Tan, Shiyin, et al.
Veröffentlicht: (2025)

Beyond Long Tail POIs: Transition-Centered Generalization for Human Mobility Prediction
von: Lyu, Dingyang, et al.
Veröffentlicht: (2026)

The Challenge of Using LLMs to Simulate Human Behavior: A Causal Inference Perspective
von: Gui, George, et al.
Veröffentlicht: (2023)

Taming the Long Tail in Human Mobility Prediction
von: Xu, Xiaohang, et al.
Veröffentlicht: (2024)

Respecting Temporal-Causal Consistency: Entity-Event Knowledge Graphs for Retrieval-Augmented Generation
von: Zhang, Ze Yu, et al.
Veröffentlicht: (2025)

In-context Contrastive Learning for Event Causality Identification
von: Liang, Chao, et al.
Veröffentlicht: (2024)

Graph Disentangle Causal Model: Enhancing Causal Inference in Networked Observational Data
von: Hu, Binbin, et al.
Veröffentlicht: (2024)

ORCA: Mitigating Over-Reliance for Multi-Task Dwell Time Prediction with Causal Decoupling
von: Luo, Huishi, et al.
Veröffentlicht: (2025)

Causal Distillation for Alleviating Performance Heterogeneity in Recommender Systems
von: Zhang, Shengyu, et al.
Veröffentlicht: (2024)

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

A Survey on Causal Inference for Recommendation
von: Luo, Huishi, et al.
Veröffentlicht: (2023)

Causality-Enhanced Behavior Sequence Modeling in LLMs for Personalized Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2024)

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

Simulation of Emergency Evacuation in Large Scale Metropolitan Railway Systems for Urban Resilience
von: Ge, Hangli, et al.
Veröffentlicht: (2025)

The NetMob25 Dataset: A High-resolution Multi-layered View of Individual Mobility in Greater Paris Region
von: Chasse, Alexandre, et al.
Veröffentlicht: (2025)

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

CDC: Causal Domain Clustering for Multi-Domain Recommendation
von: Luo, Huishi, et al.
Veröffentlicht: (2025)

Causal Learning for Trustworthy Recommender Systems: A Survey
von: Li, Jin, et al.
Veröffentlicht: (2024)

Causal-Invariant Cross-Domain Out-of-Distribution Recommendation
von: Zhu, Jiajie, et al.
Veröffentlicht: (2025)

Human-Computer Interaction as a basis for assessing Geographic Information Retrieval Systems.
von: Manuel Enrique Puebla Martínez
Veröffentlicht: (2018)

CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation
von: Wang, Nengbo, et al.
Veröffentlicht: (2025)

Causal-Counterfactual RAG: The Integration of Causal-Counterfactual Reasoning into RAG
von: Khadilkar, Harshad, et al.
Veröffentlicht: (2025)

Cross-Domain Causal Preference Learning for Out-of-Distribution Recommendation
von: Li, Zhuhang, et al.
Veröffentlicht: (2024)

NextQuill: Causal Preference Modeling for Enhancing LLM Personalization
von: Zhao, Xiaoyan, et al.
Veröffentlicht: (2025)

Unbiased Top-k Learning to Rank with Causal Likelihood Decomposition
von: Zhao, Haiyuan, et al.
Veröffentlicht: (2022)

CausalRec: A CausalBoost Attention Model for Sequential Recommendation
von: Hou, Yunbo, et al.
Veröffentlicht: (2025)

The 1st Workshop on Human-Centered Recommender Systems
von: Zhang, Kaike, et al.
Veröffentlicht: (2024)

Argument-Centric Causal Intervention Method for Mitigating Bias in Cross-Document Event Coreference Resolution
von: Yao, Long, et al.
Veröffentlicht: (2025)

Reproducing and Extending Causal Insights Into Term Frequency Computation in Neural Rankers
von: van Marken, Cile, et al.
Veröffentlicht: (2025)

Proactive Recommendation in Social Networks: Steering User Interest with Causal Inference
von: Pan, Hang, et al.
Veröffentlicht: (2024)

Your Causal Self-Attentive Recommender Hosts a Lonely Neighborhood
von: Wang, Yueqi, et al.
Veröffentlicht: (2024)

Context-Aware Disentanglement for Cross-Domain Sequential Recommendation: A Causal View
von: Wang, Xingzi, et al.
Veröffentlicht: (2026)

Axiomatic Causal Interventions for Reverse Engineering Relevance Computation in Neural Retrieval Models
von: Chen, Catherine, et al.
Veröffentlicht: (2024)

A Novel Generative Model with Causality Constraint for Mitigating Biases in Recommender Systems
von: Deng, Jianfeng, et al.
Veröffentlicht: (2025)

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

M-scan: A Multi-Scenario Causal-driven Adaptive Network for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

From Model-centered to Human-Centered: Revision Distance as a Metric for Text Evaluation in LLMs-based Applications
von: Ma, Yongqiang, et al.
Veröffentlicht: (2024)

Intermediate Distillation: Data-Efficient Distillation from Black-Box LLMs for Information Retrieval
von: Li, Zizhong, et al.
Veröffentlicht: (2024)