En este artículo, presentamos la Recomendación Generativa Multi-objetivo Interdominio (GMC), un enfoque novedoso basado en el paradigma generativo para resolver el problema de la recomendación multi-objetivo interdominio (MTCDR). Mientras que los métodos MTCDR existentes se basan en entidades compartidas entre dominios, la GMC integra el conocimiento de múltiples dominios en un modelo generativo unificado mediante identificadores semánticos compartidos por dominio. Generamos identificadores semánticos compartidos por dominio mediante un tokenizador de ítems y entrenamos un modelo secuencia a secuencia integrado en el dominio para formalizar las recomendaciones de ítems como la siguiente tarea de generación de tokens. Para aprovechar la información del dominio, introducimos una pérdida contrastiva con reconocimiento de dominio y realizamos un ajuste fino específico para cada dominio. Los resultados experimentales en cinco conjuntos de datos públicos demuestran que la GMC supera a los métodos existentes.
