BBQRec: Behavior-Bind Quantization for Multi-Modal Sequential Recommendation
针对多模态序列推荐中碎片化量化和语义ID过度依赖导致的跨模态语义割裂问题,提出BBQRec方法,通过行为-语义对比码本对齐和离散化相似度重加权机制,在四个基准上取得优于现有方法的推荐性能。
2025-04-09 cs.IR
Information-Guided Selective Modality-Interest Alignment for Multimodal Recommendation
Shanghai Jiao Tong University(上海交通大学)
针对多模态推荐中模态信号选择不明确的问题,提出AMUR框架,通过优化模态图结构并选择性对齐跨模态兴趣语义,提升推荐性能且保留互补信息,经实验验证有效。
2026-08-31 cs.IR
Structure-Preserving Projection for Mitigating Modality Bias in LLM-Based Sequential Recommendation
National Taiwan University(台湾大学)
本文针对基于LLM的序列推荐中投影引入的模态偏差问题,提出结构保留投影方法,通过专用损失维持协同嵌入关系几何,经实验验证可提升推荐性能。
2026-08-11 cs.IR
Deep Interest Mining for Intent-Enriched Semantic IDs in Multimodal Generative Recommendation
Amazon(亚马逊)
提出DeepInterestGR框架,通过视觉线索和意图描述符丰富量化前的物品表示,并结合相关性门控语义奖励,提升基于语义ID的生成式推荐性能。
2026-06-01 cs.AI cs.IR
Universal Multi-modal Multi-domain Pre-trained Recommendation
针对现有多域预训练推荐忽略多模态物品内容、未充分利用全交互域用户行为的问题,提出UniM^2Rec方法预训练通用多模态物品表示,可高效迁移至新域,在5个真实数据集上性能优于现有方法。
2023-11-03 cs.IR
Retrieval Augmented Cross-Modal Tag Recommendation in Software Q&A Sites
提出检索增强跨模态标签推荐模型,通过外部知识检索增强表示,并利用跨模态注意力与门控融合,在三个真实数据集上超越现有方法。
2024-02-06 cs.IR
Multi-modal Food Recommendation using Clustering and Self-supervised Learning
针对多模态食品推荐中预训练表示性能不佳的问题,提出CLUSSL框架,利用聚类构建模态特定图并通过自监督学习增强表示独立性,在真实数据集上超越现有基准。
2025-02-27 cs.IR
Joint Behavior-guided and Modality-coherence Conditional Graph Diffusion Denoising for Multi Modal Recommendation
Huazhong University of Science and Technology(华中科技大学)
本文提出JBM-Diff模型,通过多视图信息传播和特征融合去除多模态特征中的冗余信息,并从行为角度检测样本对的偏序一致性以提升推荐准确性。
2026-04-04 cs.IR
Generating Negative Samples for Multi-Modal Recommendation
针对多模态推荐系统负采样难以有效利用多模态数据的问题,提出利用多模态大型语言模型生成均衡对比负样本的NegGen框架,通过提示模板和因果学习模块提升性能,实验证明其优于现有方法。
2025-08-21 cs.IR
MENTOR: Multi-level Self-supervised Learning for Multimodal Recommendation
本文提出MENTOR多层级自监督多模态推荐方法,通过GCN模态增强、物品语义图及跨模态对齐与通用特征增强任务,缓解标签稀疏和模态噪声问题。
2024-02-29 cs.IR
Are Multimodal Embeddings Truly Beneficial for Recommendation? A Deep Dive into Whole vs. Individual Modalities
University of Glasgow(格拉斯哥大学);Michigan State University(密歇根州立大学)
研究探讨多模态嵌入对推荐效果的实际影响,发现整体嵌入提升效果有限,但文本模态单独使用效果显著,图像模态则不具优势。
2026-01-16 cs.IR
Single-Branch Network Architectures to Close the Modality Gap in Multimodal Recommendation
Institute of Computational Perception, Johannes Kepler University Linz(计算感知研究所,约翰·开普勒林茨大学);AI Lab, Linz Institute of Technology(人工智能实验室,林茨理工学院)
本文提出配备权重共享、模态采样和对比损失的单分支网络,以缩小多模态推荐中的模态差距,在模态缺失场景下显著优于多分支方案。
2025-09-23 cs.IR
AdaM-Rec: Adaptive Modality Routing for Multimodal Recommendation
University of Queensland(昆士兰大学);Alibaba Group(阿里巴巴集团);Southeast University(东南大学);Adelaide University(阿德莱德大学)
针对静态模态融合无法适应查询差异的问题,提出AdaM-Rec,利用LLM和代理召回任务动态路由文本与视觉模态,提升多模态推荐性能。
2026-10-01 cs.IR
Unpaired Modality-Agnostic Generative Recommendation
Institute of Artificial Intelligence, Beihang University(北京航空航天大学人工智能研究院);Meituan(美团)
提出UnpairGR模型,从多类观测中学习统一语义ID空间,在三类基准数据集上验证其可提升完全与不完全观测下的推荐性能。
2026-08-04 cs.IR
It is Never Too Late to Mend: Separate Learning for Multimedia Recommendation
针对多媒体推荐中模态对齐损害模态独有属性的问题,提出分离学习(SEA)框架,通过互信息上下界分别学习模态独有和通用特征,在三个数据集上验证了有效性。
2024-12-17 cs.IR
Multi-Modal Self-Supervised Learning for Recommendation
针对多模态推荐中标签依赖强、稀疏行为鲁棒性弱的问题,提出 MMSSL,通过对抗扰动的模态感知交互结构学习与跨模态对比学习提升推荐性能。
2023-07-18 cs.IR
Beyond Noisy Signals: Dual-Level Denoising for Multi-modal Sequential Recommendation
University of Science and Technology of China(中国科学技术大学)
研究多模态序列推荐中的双重噪声困境,提出DDMSR框架,从特征拓扑和序列频率角度净化信号,设计基于图的特征去噪与频域序列去噪模块,纳入多模态对比对齐目标,实验证明该框架性能优于基线。
2026-08-17 cs.IR
Multi-modal Generative Models in Recommendation System
针对现有推荐系统模态独立处理、交互形式单一的问题,本文指出未来推荐系统需结合多模态生成能力实现 richer 交互,并综述了同时使用多数据模态的推荐系统相关研究。
2024-09-17 cs.IR
Multimodal Difference Learning for Sequential Recommendation
针对现有序列推荐方法难以建模多模态差异的问题,提出多模态差异学习框架MDSRec,通过模态感知物品关系图和兴趣中心化注意力机制分别建模物品关系与用户兴趣的模态差异,在五个真实数据集上性能优于现有最优基线。
2024-12-11 cs.IR
Towards Transfer-Efficient Multi-modal Sequential Recommendation with State Space Duality
East China University of Science and Technology(华东理工大学)
本文提出MMM4Rec模型,通过结合态空间双重视角和全局时间建模,提升多模态序列推荐的迁移效率与准确性,实验表明其在大规模下游数据集上收敛速度提升10倍。
2026-07-31 cs.IR
Bootstrap Latent Representations for Multi-modal Recommendation
针对多模态推荐中辅助图计算开销大、负样本引入噪声的问题,提出无需辅助图和负样本的自监督模型BM3,通过自举潜在对比视图和多目标优化提升性能并大幅缩短训练时间。
2023-05-01 cs.IR
Collaborative Recommendation Model Based on Multi-modal Multi-view Attention Network: Movie and literature cases
本文提出基于多模态多视图注意力网络的协同推荐模型CRMMAN,通过结合用户偏好与厌恶视图及场景语义结构信息丰富表示,在MovieLens-1M和Book-Crossing数据集上显著提升了推荐性能。
2023-05-24 cs.IR
Adaptive Multi-Modalities Fusion in Sequential Recommendation Systems
针对顺序推荐中多模态融合阶段争议,提出基于图的MMSR方法,通过自适应融合顺序和双重注意力机制,在六个数据集上超越现有模型,并自然处理缺失模态。
2023-08-30 cs.IR
Beyond Co-occurrence: Multi-modal Session-based Recommendation
针对基于会话推荐过度依赖物品ID共现的问题,提出MMSBR统一建模描述性与数值多模态信息,并通过对比学习、分层枢轴transformer和Wasserstein自注意力提升推荐效果、缓解冷启动。
2023-09-29 cs.IR
Knowledge graph-based personalized multimodal recommendation fusion framework
针对传统推荐方法难以捕捉用户细微兴趣的问题,提出CrossGMMI-DUKGLR框架,结合预训练模型、多头交叉注意力与图注意力网络,优化多模态融合与高阶依赖建模,提升推荐表征精度。
2025-09-03 cs.IR
Lightweight Modality Adaptation to Sequential Recommendation via Correlation Supervision
本文提出一种轻量级知识蒸馏方法,通过整体与分解的模态相关性监督及异步学习缓解序列推荐中的模态遗忘,在多种骨干架构上平均提升6.8%。
2024-01-14 cs.IR
DiffMM: Multi-Modal Diffusion Model for Recommendation
针对多模态推荐中的数据稀疏与模态对齐问题,本文提出DiffMM,通过模态感知图扩散和跨模态对比学习增强用户表示,并在三个公开数据集上验证其优于强基线。
2024-06-17 cs.IR
Refining Contrastive Learning and Homography Relations for Multi-Modal Recommendation
本文提出REARM框架,通过元网络与正交约束精化多模态对比学习,并融合用户兴趣图与物品共现图挖掘同构关系,以缓解数据稀疏并提升多模态推荐性能。
2025-08-19 cs.IR
COHESION: Composite Graph Convolutional Network with Dual-Stage Fusion for Multimodal Recommendation
针对多模态推荐中模态融合与表示学习相互独立的问题,提出双阶段融合的复合图卷积网络COHESION,通过双阶段融合、复合图卷积与自适应优化提升推荐效果,实验验证其性能优于多种基线。
2025-05-22 cs.IR
Self-Supervised Representation Learning with ID-Content Modality Alignment for Sequential Recommendation
College of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机科学与软件工程学院);Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)(广东省人工智能与数字经济实验室)
针对序列推荐中ID与内容模态语义鸿沟及偏好建模难题,提出SICSRec模型,通过LLM样本构建、双编码器及对比学习对齐,在四个数据集上显著优于现有方法。
2025-10-17 cs.IR
Tencent Advertising Algorithm Challenge 2025: All-Modality Generative Recommendation
Tencent Inc.(腾讯公司);CUHK(香港中文大学)
本文介绍了腾讯广告算法挑战2025,通过两个全模态数据集TencentGR-1M和TencentGR-10M,推动生成推荐研究,提供大规模真实数据和评估方法,旨在促进工业级全模态生成推荐技术的发展。
2026-04-04 cs.IR
Progressive Semantic Residual Quantization for Multimodal-Joint Interest Modeling in Music Recommendation
针对音乐推荐中语义ID的模态内语义退化和模态间建模差距问题,提出渐进式语义残差量化(PSRQ)生成模态特定与联合语义ID,并设计多码本交叉注意力(MCCA)网络建模多模态兴趣,实验及线上A/B测试验证了其优越性与工业实用价值。
2025-08-28 cs.IR
HyperAgent4POI: Dynamic Semantic Message Passing on Multi-Agent Hypergraphs for Missing-Modality Recommendation
Swinburne University of Technology(斯威本科技大学);Tongji University(同济大学);Singapore University of Technology and Design(新加坡科技设计大学)
HyperAgent4POI通过动态语义消息传递在多智能体超图中补全缺失模态,在三个LBSN数据集上较15个基线实现排序提升,60%模态缺失率下NDCG@20平均提升8.2%,且推理效率高。
2026-08-04 cs.IR
Hypercomplex Prompt-aware Multimodal Recommendation
针对多模态推荐中单一表示能力受限、线性融合忽略非线性相关及GCN过平滑问题,提出HPMRec框架,利用超复数嵌入与乘法建立跨模态交互,结合提示感知补偿机制和自监督学习,在四个数据集上实现了最先进的推荐性能。
2025-08-14 cs.IR
Recommendations for Item Set Completion: On the Semantics of Item Co-Occurrence With Data Sparsity, Input Size, and Input Modalities
我们解决的问题,推荐相关的项目给用户,以“完成”一组部分的项目已经知道。我们考虑两种情况下的引用和主题标签推荐,这类似于不同的语义项目共现:相关性的共引和主题标签的多样性。我们评估了一个已知的部分项目集的完整性对推荐性能的影响。我们还调查数据稀疏通过修剪参数和使用额外的元数据的影响。作为推荐模型,我们专注于不同的自动编码器,它们特别适合于重建集合中缺失的项目。我们扩展了自动编码器,以利用文本和结构化数据的多模态输入。我们在六个真实世界数据集上的实验表明,当项目同现类似于相关性时,提供部分项目集作为输入是有帮助的,而元数据在同现意味着多样性时是有效的。这一结果意味着项目共现的语义是一个重要因素。简单项目共现模型是引文推荐的一个强有力的基线。然而,自动编码器的优势在于能够利用除了部分项集之外的附加元数据作为输入,并实现相当的性能。对于主题标签推荐任务,标题是最重要的属性。添加更多的输入模态有时甚至会损害结果。总之,关键是要考虑的语义项共现选择一个合适的推荐模型,并仔细决定哪些元数据利用。
2021-05-10 cs.IR
Multi-View Graph Convolutional Network for Multimedia Recommendation
本文提出多视图图卷积网络解决多媒体推荐中的模态噪声污染和用户偏好建模不完整问题,通过行为信息净化模态特征、分离视图增强特征判别性,并设计行为感知融合器与自监督辅助任务建模用户偏好,在三个公开数据集上验证了有效性。
2023-08-07 cs.IR
Self-Supervised Multi-Modal Sequential Recommendation
针对ID依赖型序列推荐的冷启动与领域迁移难题,本文提出双塔检索架构和自监督多模态预训练方法,以对齐跨层级与多模态特征,并在五个公开数据集上验证显著性能提升。
2023-04-26 cs.IR
Joint Similarity Item Exploration and Overlapped User Guidance for Multi-Modal Cross-Domain Recommendation
针对多模态跨域推荐中多模态信息利用不足、重叠用户稀缺的问题,提出含相似物品探索、协同过滤与重叠用户引导模块的SIEOUG方法,在Amazon数据集上性能超越现有最优模型。
2025-02-22 cs.IR
KuaiLive-M3: A Multi-Modal, Multi-Domain, and Multi-Feedback Dataset for Live Streaming Recommendation
Gaoling School of Artificial Intelligence Renmin University of China(中国人民大学高瓴人工智能学院);Kuaishou Technology(快手科技)
针对现有直播数据集的局限,引入KuaiLive-M3数据集,它涵盖多领域用户交互及多模态内容,有丰富反馈记录。基于此建立多种推荐基准,经实验验证其为直播推荐研究提供了有挑战且现实的基准,凸显相关研究要点。
2026-07-29 cs.IR
Teach Me How to Denoise: A Universal Framework for Denoising Multi-modal Recommender Systems via Guided Calibration
提出通用引导同步蒸馏降噪框架GUIDER,通过重校准识别噪声交互、DBPR损失处理隐式反馈及最优传输蒸馏对齐模态与推荐语义,可即插即用提升多模态推荐系统性能。
2025-04-19 cs.IR
Specializing Joint Representations for the task of Product Recommendation
我们提出了一个统一的产品嵌入式表示,是优化的检索为基础的产品推荐的任务。为此,我们引入了一种新的方式来融合特定于模态的产品嵌入到一个联合产品嵌入,以利用产品内容信息,如文本描述和图像,以及产品协同过滤信号。通过在我们的架构的最后引入融合步骤,我们能够单独训练每种模态,使我们能够保持一个模块化架构,这在现实世界的推荐部署中是最好的。我们分析了我们在正常和硬推荐设置上的性能,例如冷启动和跨类别推荐,并在大型产品购物数据集上实现了良好的性能。
2017-07-18 cs.IR
SynerGraph: An Integrated Graph Convolution Network for Multimodal Recommendation
本文提出SynerGraph,一种集成图卷积网络的多模态推荐方法,通过模态净化与自监督辅助任务提升推荐性能,实验证明优于现有最先进系统。
2024-05-29 cs.IR
Well Begun is Half Done: Training-Free and Model-Agnostic Semantically Guaranteed User Representation Initialization for Multimodal Recommendation
The University of Hong Kong(香港大学);Beijing Institute of Technology(北京理工大学);Carnegie Mellon University(卡内基梅隆大学);Peking University(北京大学);Macao Polytechnic University(澳门理工学院)
本文提出SG-URInit方法,通过整合用户交互物品的模态特征和全局聚类特征,实现免训练且模型无关的用户表示初始化,有效提升多模态推荐性能并缓解物品冷启动问题。
2026-04-16 cs.IR
PromptMM: Multi-Modal Knowledge Distillation for Recommendation with Prompt-Tuning
针对多模态推荐系统的过拟合与侧信息干扰问题,提出带提示调优的多模态知识蒸馏框架PromptMM,通过蒸馏压缩、软提示适配与解耦重加权蒸馏提升效果与效率。
2024-03-10 cs.IR
Causality-Inspired Fair Representation Learning for Multimodal Recommendation
针对多模态推荐中敏感信息经纠缠因果关系泄露的问题,提出 FMMRec,通过因果启发的模态解耦与关系感知公平学习获得反事实公平用户表示,并在两个公开数据集上优于现有基线。
2025-06-11 cs.IR
Multi-modality Meets Re-learning: Mitigating Negative Transfer in Sequential Recommendation
本文提出ANT方法,通过融合多模态物品信息和基于重学习的适配策略,有效缓解序列推荐中的负迁移问题,在五个目标任务上显著优于八种基线方法,提升最高达15.2%。
2023-09-20 cs.IR
CROSSAN: Towards Efficient and Effective Adaptation of Multiple Multimodal Foundation Models for Sequential Recommendation
提出即插即用的CROSSAN和MOMEF机制,通过解耦侧边适配器范式高效适配多个多模态基础模型进行序列推荐,显著降低资源消耗并提升性能。
2025-09-12 cs.IR
Modality Alignment with Multi-scale Bilateral Attention for Multimodal Recommendation
针对多模态推荐中跨模态关联建模不足和全局分布不一致的问题,提出MambaRec框架,通过DREAM模块进行局部特征对齐,并结合MMD和对比损失实现全局正则化,提升融合质量与效率。
2025-09-11 cs.IR
TransRec: Learning Transferable Recommendation from Mixture-of-Modality Feedback
University of Glasgow(格拉斯哥大学);Westlake University(西湖大学);Platform and Content Group, Tencent(腾讯平台与内容事业群);University of Science and Technology of China(中国科学技术大学);Jimei University(集美大学);Sun Yat-sen University(中山大学)
针对推荐系统难以跨平台迁移的问题,本文提出TransRec,通过直接从混合模态物品的原始特征端到端学习,在无需重叠用户或物品的情况下实现可迁移推荐,并在四个真实场景中验证了其向通用推荐系统发展的潜力。
2025-09-20 cs.IR
FITMM: Adaptive Frequency-Aware Multimodal Recommendation via Information-Theoretic Representation Learning
Kuaishou Technology(快手科技);Renmin University of China(中国人民大学);University of Southern California(南加州大学)
FITMM通过频域信息论框架提升多模态推荐效果,采用频谱分解与信息瓶颈目标实现频带分离与融合,有效减少冗余并提升泛化能力。
2026-01-30 cs.IR
UNGER: Generative Recommendation with A Unified Code via Semantic and Collaborative Integration
Huazhong University of Science and Technology(华中科技大学);Huawei Technologies Ltd(华为技术有限公司);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
UNGER通过整合语义和协作知识生成统一代码,提升推荐系统的性能和效果。
2025-10-31 cs.IR
FindRec: Stein-Guided Entropic Flow for Multi-Modal Sequential Recommendation
City University of Hong Kong(香港城市大学);Beihang University(北京航空航天大学);University of Technology Sydney(悉尼科技大学);The University of Queensland(昆士兰大学);Fudan University(复旦大学)
FindRec 提出一种多模态序列推荐框架,通过 Stein 核信息协调模块和跨模态专家路由机制解决分布差异与噪声干扰问题,在长序列和噪声场景下显著提升推荐性能与可解释性。
2026-10-12 cs.IR
Large Multi-modal Encoders for Recommendation
本文研究将CLIP与VLMo等大型多模态编码器用于推荐,通过预训练、微调和端到端训练策略,在三个数据集上验证其能获得更对齐有效的用户/物品表示并提升推荐性能。
2023-11-03 cs.IR cs.MM
Joint Modeling in Recommendations: A Survey
针对传统推荐系统难以反映用户复杂偏好,本文综述了多任务、多场景、多模态和多行为四维度的联合建模方法,并展望未来方向。
2025-02-28 cs.IR