.png){kind=icon}
返回
Robust prototype-aware representation refinement for LLM-based sequential recommendation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113550.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• PRLSR具有三个模块：LLM Augmentation、LAFF和PGRC。
• PRLSR从用户-物品交互序列中提炼细粒度的行为模式。
• LLM augmentation模块利用提示（prompts）生成物品表示并对齐序列编码器。
• LAFF通过抑制低振幅频率分量来消除冗余。
• PGRC通过簇内注意力（intra-cluster attention）和原型引导对比学习（prototype-guided contrastive learning）提升聚类效果。
Keyword:
LLM augmentation
LAFF
PGRC
sequential recommendation
prototype-aware refinement
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
A unified framework of data augmentation using large language models for text-based cross-modal retrieval基于大语言模型的数据增强统一框架，用于文本基础的跨模态检索.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Multi-dimensional Graph Neural Network for Sequential Recommendation面向序贯推荐的多维图神经网络PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Deep Learning for Sequential Recommendation: Algorithms, Influential Factors, and Evaluations用于顺序推荐的深度学习: 算法、影响因素和评估
PREAI
分享收藏Towards consistent representations with bidirectional view alignment in graph contrastive learning for recommendation通过双向视图对齐实现图对比学习推荐任务中的表示一致性Neurocomputing
NeurocomputingIF6.5
PREAI
分享收藏J. Jia, Y. Wang, Y. Li, H. Chen, X. Bai, Z. Liu, J. Liang, Q. Chen, H. Li, P. Jiang, K. Gai, LEARN: knowledge adaptation from large language model to recommendation for practical industrial application, in: AAAI-25, Sponsored by the Association for the Advancement of Artificial Intelligence, February 25 - March 4, 2025, Philadelphia, PA, USA, AAAI Press, 2025, pp. 11861–11869. doi:10.1609/AAAI.V39I11.33291.J. Jia, Y. Wang, Y. Li, H. Chen, X. Bai, Z. Liu, J. Liang, Q. Chen, H. Li, P. Jiang, K. Gai, LEARN: 从大型语言模型到推荐的工业实践应用知识适应，刊于：AAAI-25，由人工智能促进协会赞助，2025年2月25日-3月4日，美国宾夕法尼亚州费城，AAAI Press出版，2025年，第11861-11869页。doi:10.1609/AAAI.V39I11.33291.
IF0
PREAI
分享收藏
查看更多内容