論文の概要: DuTri: Dual-Branch Modeling with Triadic Factorization for Multimodal Multi-Scenario Recommendation

• arxiv url: http://arxiv.org/abs/2610.36836v1
• Date: Tue, 27 Oct 2026 08:35:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.546782
• Title: DuTri: Dual-Branch Modeling with Triadic Factorization for Multimodal Multi-Scenario Recommendation
• Title（参考訳）: DuTri: マルチモーダルマルチシナリオレコメンデーションのための3次因子化を用いたデュアルブランチモデリング
• Abstract要約: マルチモーダルなマルチシナリオレコメンデーションのためのフレームワークとしてDuTri(Du-Branch Modeling with Triadic Factorization)を提案する。 DuTriはCANDECOMP/PARAFAC(CP)分解を通じて、構造化された協調的嗜好表現を学習する。 2つの実世界のデータセット、AntM$2$CとAmazonの実験は、DuTriが既存のマルチモーダルおよびマルチシナリオ推奨ベースラインを全体的なレコメンデーションパフォーマンスで上回っていることを実証している。
• 参考スコア（独自算出の注目度）: 16.070299731503855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As recommendation scenarios become increasingly diverse and multimodal information grows more prevalent, effectively modeling cross-scenario user preferences and multimodal semantics has become a critical challenge in recommender systems. When incorporating multimodal information, existing multi-scenario recommendation (MSR) methods typically treat textual and visual representations as generic input features and directly feed them into their original parameter-sharing architectures. However, this extension may not fully accommodate the different modeling requirements of collaborative and multimodal information and may not be the best modeling paradigm. Our controlled experiments show that directly adopting these architectures is not the optimal modeling approach. To this end, we propose Dual-Branch Modeling with Triadic Factorization (DuTri), a framework for multimodal multi-scenario recommendation comprising a collaborative branch and a multimodal branch. Specifically, the collaborative branch learns structured collaborative preference representations through CANDECOMP/PARAFAC (CP) decomposition of user-scenario-item interactions and residual quantization, thereby capturing cross-scenario commonalities and scenario-specific differences. The multimodal branch leverages the learned user and scenario preferences to guide adaptive modality fusion; additionally, item-level contrastive learning aligns collaborative item preference representations with multimodal representations to facilitate effective collaboration between the two branches. Extensive experiments on two real-world datasets, AntM$^2$C and Amazon, demonstrate that DuTri outperforms existing multimodal and multi-scenario recommendation baselines in overall recommendation performance, validating the effectiveness of the proposed framework.
• Abstract（参考訳）: レコメンデーションのシナリオが多様化し、マルチモーダル情報がより広く普及するにつれて、マルチモーダルなユーザー嗜好やマルチモーダルなセマンティクスを効果的にモデル化することが、レコメンデーションシステムにおいて重要な課題となっている。 マルチモーダル情報を統合する場合、既存のマルチシナリオレコメンデーション(MSR)メソッドは、テキストおよび視覚表現を一般的な入力特徴として扱い、それらを元のパラメータ共有アーキテクチャに直接供給する。 しかし、この拡張はコラボレーティブおよびマルチモーダル情報の異なるモデリング要件を完全に満たしていないかもしれないし、最良のモデリングパラダイムではないかもしれない。 我々の制御された実験は、これらのアーキテクチャを直接採用することが最適なモデリングアプローチではないことを示している。 そこで本研究では,協調ブランチとマルチモーダルブランチからなるマルチモーダルマルチシナリオレコメンデーションのためのフレームワークであるDuTriを用いたDual-Branch Modelingを提案する。 具体的には、CANDECOMP/PARAFAC(CP)によるユーザ・シナリオ・イテム相互作用と残留量子化の分解を通じて、構造化された協調的嗜好表現を学習し、クロスシナリオ共通性とシナリオ固有の相違をキャプチャする。 マルチモーダル・ブランチは、学習したユーザとシナリオの嗜好を利用して適応的モダリティ融合を導く。さらに、アイテムレベルのコントラスト学習は、協調的なアイテム選好表現をマルチモーダル表現と整合させて、2つのブランチ間の効果的な協調を促進する。 AntM$^2$CとAmazonという2つの実世界のデータセットに対する大規模な実験は、DuTriが既存のマルチモーダルおよびマルチシナリオ推奨ベースラインを全体的なレコメンデーションパフォーマンスで上回り、提案されたフレームワークの有効性を検証することを実証している。

関連論文リスト

• Generalized Multimodal Foundation Model [81.82608282466266]
  我々は、統一マルチモーダル融合モデルが特定のモダリティに依存しず、多モーダル相関の伝達可能なパターンを符号化すべきであると主張する。 多様な相関パターンを持つ大規模合成マルチモーダルデータセットを構築することにより、トレーニング中に伝達可能なマルチモーダル相関を符号化し、推論中に適切な関連を活性化する。
  論文  参考訳（メタデータ） (2026-08-16T15:47:13Z)
• PivotMerge: Bridging Heterogeneous Multimodal Pre-training via Post-Alignment Model Merging [80.17966517536102]
  マルチモーダル大規模言語モデルの事前学習の核心は、効果的なクロスモーダルアライメントの確立にあると論じる。 この知見に触発されて,マルチモーダル事前学習から学んだクロスモーダルアライメント機能を統合することを目的とした,アライメント後のマージタスクを導入する。 クロスモーダルプロジェクタのためのアライメント後マージフレームワークであるPivotMergeを提案する。
  論文  参考訳（メタデータ） (2026-04-18T09:38:03Z)
• RecGOAT: Graph Optimal Adaptive Transport for LLM-Enhanced Multimodal Recommendation with Dual Semantic Alignment [23.738860191046538]
  マルチモーダルなレコメンデーションのための新しい2つのセマンティックアライメントフレームワークRecGOATを提案する。 RecGOATは、我々の理論的洞察を実証的に検証し、最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-01-31T11:58:38Z)
• REMOTE: A Unified Multimodal Relation Extraction Framework with Multilevel Optimal Transport and Mixture-of-Experts [20.43650235783012]
  マルチモーダル関係抽出(MRE)は知識グラフとマルチメディアの分野において重要な課題である。 本稿では,マルチレベル最適輸送と混合実験を用いた新しいテキスト化マルチモーダル関係抽出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-05T06:52:03Z)
• IDEA: Inverted Text with Cooperative Deformable Aggregation for Multi-modal Object Re-Identification [60.38841251693781]
  本稿では,ロバストなマルチモーダルオブジェクトReIDを生成する新しいフレームワークを提案する。 我々のフレームワークは、多モーダル情報と逆テキストからのセマンティックガイダンスを統合するために、Modal PrefixesとInverseNetを使用している。 3つのマルチモーダルオブジェクトReIDベンチマーク実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2025-03-13T13:00:31Z)
• Ducho meets Elliot: Large-scale Benchmarks for Multimodal Recommendation [9.506245109666907]
  商品やサービスを特徴付ける多面的機能は、オンライン販売プラットフォームにおいて、各顧客に影響を与える可能性がある。 一般的なマルチモーダルレコメンデーションパイプラインは、(i)マルチモーダルな特徴の抽出、(ii)レコメンデーションタスクに適したハイレベルな表現の精製、(iv)ユーザイテムスコアの予測を含む。 本論文は,マルチモーダルレコメンデータシステムに対する大規模ベンチマークを行う最初の試みとして,特にマルチモーダル抽出器に着目したものである。
  論文  参考訳（メタデータ） (2024-09-24T08:29:10Z)
• A Unified Graph Transformer for Overcoming Isolations in Multi-modal Recommendation [9.720586396359906]
  既存のマルチモーダルレコメンダシステムは、通常、特徴抽出とモダリティモデリングの両方に分離されたプロセスを使用する。 本稿では, マルチウェイ変換器を用いて, 整列したマルチモーダル特徴を抽出するUnified Multi-modal Graph Transformer (UGT) という新しいモデルを提案する。 UGTモデルは, 一般的に使用されるマルチモーダルレコメンデーション損失と共同最適化した場合に, 特に有意な有効性が得られることを示す。
  論文  参考訳（メタデータ） (2024-07-29T11:04:31Z)
• Towards Bridging the Cross-modal Semantic Gap for Multi-modal Recommendation [12.306686291299146]
  マルチモーダルレコメンデーションはレコメンデーションシステムの性能を大幅に向上させる。 既存のマルチモーダルレコメンデーションモデルは、マルチメディア情報伝搬プロセスを利用してアイテム表現を豊かにする。 本稿では,モダリティ間のセマンティックギャップをブリッジし,詳細な多視点セマンティック情報を抽出する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-07T15:56:03Z)
• U3M: Unbiased Multiscale Modal Fusion Model for Multimodal Semantic Segmentation [63.31007867379312]
  U3M: An Unbiased Multiscale Modal Fusion Model for Multimodal Semanticsを紹介する。 我々は,グローバルな特徴とローカルな特徴の効果的な抽出と統合を保証するために,複数のスケールで機能融合を採用している。 実験により,本手法は複数のデータセットにまたがって優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2024-05-24T08:58:48Z)
• BiVRec: Bidirectional View-based Multimodal Sequential Recommendation [55.87443627659778]
  我々は,IDとマルチモーダルの両方で推薦タスクを共同で訓練する,革新的なフレームワークであるBivRecを提案する。 BivRecは5つのデータセットで最先端のパフォーマンスを達成し、様々な実用的な利点を示している。
  論文  参考訳（メタデータ） (2024-02-27T09:10:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。