本研究は、クロスドメイン推薦における因果関係の強化を図る新たなフレームワークCE-CDRを提案します。クロスドメイン推薦は、ソースドメインからの情報を活用してターゲットドメインの推薦を改善する重要な要素ですが、一貫性のないソースドメインのタスクを取り入れることは、モデルの効果を損なう可能性があります。そこで、本研究では因果関係のあるデータセットを構築し、因果グラフを用いた原則的なガイダンスを提供します。また、バイアスのない部分ラベル因果損失を利用して、未見のパターンに一般化したクロスドメイン表現を生成し、ターゲットモデルに供給します。理論的及び実証的な分析により、CE-CDRの合理性と効果が確認され、2025年4月から実運用にも成功しています。