Buchumschlag

Separated Contrastive Learning for Matching in Cross-domain Recommendation with Curriculum Scheduling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Heng, Gu, Liang, Hu, Cheng, Zhang, Zhinan, Zhu, Hong, Xu, Yuhui, Fang, Yuan, Chen, Zhen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Unbiased and Robust: External Attention-enhanced Graph Contrastive Learning for Cross-domain Sequential Recommendation
von: Wang, Xinhua, et al.
Veröffentlicht: (2023)

Multi-Level Sequence Denoising with Cross-Signal Contrastive Learning for Sequential Recommendation
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2024)

FedPCL-CDR: A Federated Prototype-based Contrastive Learning Framework for Privacy-Preserving Cross-domain Recommendation
von: Wang, Li, et al.
Veröffentlicht: (2024)

Don't Click the Bait: Title Debiasing News Recommendation via Cross-Field Contrastive Learning
von: Shu, Yijie, et al.
Veröffentlicht: (2024)

Rethinking Contrastive Learning in Session-based Recommendation
von: Zhang, Xiaokun, et al.
Veröffentlicht: (2025)

Proxy Model-Guided Reinforcement Learning for Client Selection in Federated Recommendation
von: Qu, Liang, et al.
Veröffentlicht: (2025)

Token-Weighted Multi-Target Learning for Generative Recommenders with Curriculum Learning
von: Chiu, Wei-Ning, et al.
Veröffentlicht: (2026)

RCLRec: Reverse Curriculum Learning for Modeling Sparse Conversions in Generative Recommendation
von: Huang, Yulei, et al.
Veröffentlicht: (2026)

A Contrastive Framework with User, Item and Review Alignment for Recommendation
von: Dong, Hoang V., et al.
Veröffentlicht: (2025)

Prompt-enhanced Federated Content Representation Learning for Cross-domain Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2024)

Diffusion-based Contrastive Learning for Sequential Recommendation
von: Cui, Ziqiang, et al.
Veröffentlicht: (2024)

Automated Similarity Metric Generation for Recommendation
von: Qu, Liang, et al.
Veröffentlicht: (2024)

HGCL: Hierarchical Graph Contrastive Learning for User-Item Recommendation
von: Xue, Jiawei, et al.
Veröffentlicht: (2025)

Coherence-guided Preference Disentanglement for Cross-domain Recommendations
von: Xiang, Zongyi, et al.
Veröffentlicht: (2024)

Is Contrastive Learning Necessary? A Study of Data Augmentation vs Contrastive Learning in Sequential Recommendation
von: Zhou, Peilin, et al.
Veröffentlicht: (2024)

Towards Robust Recommendation via Decision Boundary-aware Graph Contrastive Learning
von: Tang, Jiakai, et al.
Veröffentlicht: (2024)

NLGCL: Naturally Existing Neighbor Layers Graph Contrastive Learning for Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

Towards Personalized Privacy: User-Governed Data Contribution for Federated Recommendation
von: Qu, Liang, et al.
Veröffentlicht: (2024)

Decentralized Collaborative Learning with Adaptive Reference Data for On-Device POI Recommendation
von: Zheng, Ruiqi, et al.
Veröffentlicht: (2024)

A Practice-Friendly LLM-Enhanced Paradigm with Preference Parsing for Sequential Recommendation
von: Liu, Dugang, et al.
Veröffentlicht: (2024)

Domain-Aware Cross-Attention for Cross-domain Recommendation
von: Luo, Yuhao, et al.
Veröffentlicht: (2024)

MIMNet: Multi-Interest Meta Network with Multi-Granularity Target-Guided Attention for Cross-domain Recommendation
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2024)

Cross-domain Recommender Systems via Multimodal Domain Adaptation
von: Shyam, Adamya, et al.
Veröffentlicht: (2023)

DecKG: Decentralized Collaborative Learning with Knowledge Graph Enhancement for POI Recommendation
von: Zheng, Ruiqi, et al.
Veröffentlicht: (2024)

Consistency and Discrepancy-Based Contrastive Tripartite Graph Learning for Recommendations
von: Guo, Linxin, et al.
Veröffentlicht: (2024)

Refining Contrastive Learning and Homography Relations for Multi-Modal Recommendation
von: Ma, Shouxing, et al.
Veröffentlicht: (2025)

Curriculum-scheduled Knowledge Distillation from Multiple Pre-trained Teachers for Multi-domain Sequential Recommendation
von: Sun, Wenqi, et al.
Veröffentlicht: (2024)

Diffusion Cross-domain Recommendation
von: Xuan, Yuner
Veröffentlicht: (2024)

Equivariant Contrastive Learning for Sequential Recommendation
von: Zhou, Peilin, et al.
Veröffentlicht: (2022)

Bilateral Unsymmetrical Graph Contrastive Learning for Recommendation
von: Yu, Jiaheng, et al.
Veröffentlicht: (2024)

Relative Contrastive Learning for Sequential Recommendation with Similarity-based Positive Pair Selection
von: Wang, Zhikai, et al.
Veröffentlicht: (2025)

Semantic-enhanced Co-attention Prompt Learning for Non-overlapping Cross-Domain Recommendation
von: Guo, Lei, et al.
Veröffentlicht: (2025)

Compress, Cross and Scale: Multi-Level Compression Cross Networks for Efficient Scaling in Recommender Systems
von: Yu, Heng, et al.
Veröffentlicht: (2026)

MMHCL: Multi-Modal Hypergraph Contrastive Learning for Recommendation
von: Guo, Xu, et al.
Veröffentlicht: (2025)

BIPCL: Bilateral Intent-Enhanced Sequential Recommendation via Embedding Perturbation Contrastive Learning
von: Zhang, Shanfan, et al.
Veröffentlicht: (2026)

Robust Federated Contrastive Recommender System against Model Poisoning Attack
von: Yuan, Wei, et al.
Veröffentlicht: (2024)

Curr-RLCER:Curriculum Reinforcement Learning For Coherence Explainable Recommendation
von: Pan, Xiangchen, et al.
Veröffentlicht: (2026)

FedCRF: A Federated Cross-domain Recommendation Method with Semantic-driven Deep Knowledge Fusion
von: Guo, Lei, et al.
Veröffentlicht: (2026)

Amplify Graph Learning for Recommendation via Sparsity Completion
von: Yuan, Peng, et al.
Veröffentlicht: (2024)