Buchumschlag

Graph Disentangle Causal Model: Enhancing Causal Inference in Networked Observational Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Binbin, An, Zhicheng, Wu, Zhengwei, Tu, Ke, Liu, Ziqi, Zhang, Zhiqiang, Zhou, Jun, Feng, Yufei, Chen, Jiawei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

The Devil is in the Sources! Knowledge Enhanced Cross-Domain Recommendation in an Information Bottleneck Perspective
von: Hu, Binbin, et al.
Veröffentlicht: (2024)

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

Token-level Collaborative Alignment for LLM-based Generative Recommendation
von: Lin, Fake, et al.
Veröffentlicht: (2026)

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

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

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

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

Rankformer: A Graph Transformer for Recommendation based on Ranking Objective
von: Chen, Sirui, et al.
Veröffentlicht: (2025)

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

CIDGMed: Causal Inference-Driven Medication Recommendation with Enhanced Dual-Granularity Learning
von: Liang, Shunpan, et al.
Veröffentlicht: (2024)

Can Small Language Models be Good Reasoners for Sequential Recommendation?
von: Wang, Yuling, et al.
Veröffentlicht: (2024)

Causality Enhancement for Cross-Domain Recommendation
von: Wu, Zhibo, et al.
Veröffentlicht: (2025)

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

Uncovering Causal Drivers of Energy Efficiency for Industrial Process in Foundry via Time-Series Causal Inference
von: Ma, Zhipeng, et al.
Veröffentlicht: (2025)

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

Disentangled Cascaded Graph Convolution Networks for Multi-Behavior Recommendation
von: Cheng, Zhiyong, et al.
Veröffentlicht: (2024)

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

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

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

Leave No One Behind: Online Self-Supervised Self-Distillation for Sequential Recommendation
von: Wei, Shaowei, et al.
Veröffentlicht: (2024)

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

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

CSPLADE: Learned Sparse Retrieval with Causal Language Models
von: Xu, Zhichao, et al.
Veröffentlicht: (2025)

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

How Do Recommendation Models Amplify Popularity Bias? An Analysis from the Spectral Perspective
von: Lin, Siyi, et al.
Veröffentlicht: (2024)

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

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

Time-Aware Diffusion based on Preference Disentanglement for Generative Recommendation
von: Zhu, Bangguo, et al.
Veröffentlicht: (2026)

DualVAE: Dual Disentangled Variational AutoEncoder for Recommendation
von: Guo, Zhiqiang, et al.
Veröffentlicht: (2024)

Disentangled Graph Variational Auto-Encoder for Multimodal Recommendation with Interpretability
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

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

MDGNN: Multi-Relational Dynamic Graph Neural Network for Comprehensive and Dynamic Stock Investment Prediction
von: Qian, Hao, et al.
Veröffentlicht: (2024)

SumRank: Aligning Summarization Models for Long-Document Listwise Reranking
von: Feng, Jincheng, et al.
Veröffentlicht: (2026)

HugRAG: Hierarchical Causal Knowledge Graph Design for RAG
von: Wang, Nengbo, et al.
Veröffentlicht: (2026)

CausalMob: Causal Human Mobility Prediction with LLMs-derived Human Intentions toward Public Events
von: Yang, Xiaojie, et al.
Veröffentlicht: (2024)

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

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)