【摘 要】
：
随着信息时代的迅猛发展,网络信息越发充斥着人们的生活,如何从海量数据中为用户提供有效的个性化信息成为推荐系统的主要目的。序列推荐作为一项考虑用户行为时序性的推荐任务,恰好迎合了用户兴趣随时间不断演变的特性,而会话推荐是一种用户身份未知的序列推荐,仅依赖当前会话中的有限序列作出推荐并满足用户需求。由于用户在各个领域都有其个性化的品味,所以在序列推荐中,用户偏好不仅具有动态性,还具有多样性。本文将利用
论文部分内容阅读
随着信息时代的迅猛发展,网络信息越发充斥着人们的生活,如何从海量数据中为用户提供有效的个性化信息成为推荐系统的主要目的。序列推荐作为一项考虑用户行为时序性的推荐任务,恰好迎合了用户兴趣随时间不断演变的特性,而会话推荐是一种用户身份未知的序列推荐,仅依赖当前会话中的有限序列作出推荐并满足用户需求。由于用户在各个领域都有其个性化的品味,所以在序列推荐中,用户偏好不仅具有动态性,还具有多样性。本文将利用上下文信息构建动态表示,并结合注意力机制捕获用户动态多样的偏好。本文的主要研究内容为:（1）为了充分建模用户偏好的动态性和多样性,本文提出了基于自适应注意力感知门控循环单元的序列推荐方法。该方法借助目标物品的信息设计了一种计算用户交互与目标物品相关性的自适应注意力机制,并将自适应注意力机制应用于门控循环单元的输入层和隐藏层构建用户的动态表示,自适应用户的偏好。（2）由于现有的会话推荐方法均假设物品表示在同一时间步对不同用户而言是相对静态的,且要么忽略了协同信息,要么缺乏学习复杂依赖关系的能力,因此本文提出了基于协同自注意力网络的会话推荐方法来学习会话中的用户偏好。该方法首先根据会话中的每个物品生成邻居会话,并加权融合邻居会话中包含的协同信息来构建物品的动态表示,再输入到自注意力网络中学习交互间复杂的依赖关系。（3）考虑到较长会话可能包含多个意图的情况,本文提出了基于自适应协同自注意力网络的会话推荐方法。该方法将物品的动态表示和会话的动态表示相结合,一方面利用协同自注意力网络来建模会话中用户偏好的动态性,另一方面将自适应注意力机制与多层感知机相结合建模会话中用户偏好的多样性。本文在真实数据集上,将提出的三种方法与现有方法进行了实验对比,通过对实验结果的分析验证了提出方法的有效性。
其他文献
随着每年大量的学术论文被发表,研究者需要花费越来越多的时间进行文献查找。现有的文献推荐算法通过计算文献相似性对推荐结果进行排序,忽略了推荐文献间的联系,不能很好地对相关领域的文献进行有效溯源以及重要文献推荐。本文提出了新的文献推荐方法,对于给定的查询文献,能够溯源并推荐相关文献的演化路径,让研究者能够掌握相关研究主题的发展与演化脉络。具体工作如下:（1）为了能够对文献进行有效地溯源和相关文献推荐,
安卓代码异味是指影响移动应用质量的代码片段。分析安卓代码异味并重构相应代码片段,对提升应用质量有着重要意义。近年来,研究学者愈加关注代码异味在移动应用中的表现,但关于安卓代码异味的研究还有待深入,特别是目前仍缺少高效的代码异味的预测、检测、重构方法。因此,本文基于抽象语法树,对安卓代码异味的预测、检测展开研究,并进一步探究安卓代码异味重构对应用性能的影响,具体包括以下三个部分:（1）基于树神经网络
《普通高中课程标准》将语文课程定义为"是一门学习语言文字运用的综合性、实践性课程。"其基本特点是工具性与人文性的统一。由此可见,语文的基础性重要地位。本文通过分析高中语法教学现状,探讨高中语文教学存在的问题。
为了满足新能源汽车电子水泵研发过程中对永磁无刷直流电机性能的设计要求，需要对该类电机的性能的影响因素进行分析。首先以电机行业一般设计标准和其它电机产品的设计经验作为依据，得出电机设计必需的物理量。然后基于ANSYS Electronics Desktop中的RMxprt软件进行参数化设计计算，初步得到一个性能参数较为合理的电机模型。最终，通过数值模拟得出设计工况下铁芯长度、永磁体厚度、极数和气隙四
双三相永磁同步发电机（dualthree-phasepermanent magnet synchronous generator,DTP-PMSG）具有良好的容错性、高功率密度等特点，适用于高可靠性要求的高端装备领域。针对传统母线电压比例积分（proportionalintegral,PI）控制存在电压响应慢、波动幅值大和控制系统复杂的问题，该文提出直流母线无电流传感器稳压控制方法。在DTPPMS
近年来,随着定位技术的迅速发展,Foursquare等基于位置的社交网络吸引了越来越多的用户并积累了海量签到数据。用户在社交网络中分享的位置、时间等签到信息,不仅展现出用户的个性化偏好和生活模式,同时也为个性化POI推荐的研究奠定了坚实的基础。POI推荐通过挖掘社交网络中的签到数据,能够帮助用户快速找到满意的POI服务。一方面,对于单个POI,人们在现实生活中更关心的是在POI消费什么样的Item
深度强化学习算法是近年来机器学习领域的一个研究热点。但在面对复杂环境的决策问题时,深度强化学习算法的表现仍有待提高。内在奖赏是深度强化学习领域中用于解决复杂环境中“硬探索”问题的一种重要思想。本文的主要工作从改进现有的基于内在奖赏的深度强化学习算法入手,围绕智能体样本获取速度低下、环境预测模型不准确以及易受“电视噪音”状态影响等问题展开,研究内容主要包含以下三个部分:（1）针对无模型深度强化学习算
＜正＞夜将寒色去，共迎晓光新，进入6月，上海疫情形式好转，各行各业开始逐步回归正轨，在多方政策的助力之下，各类科技企业迈入复工复产进行时。6月14日，上海市科学技术委员会副主任陆敏走进上海市科技创业中心孵化基地（以下简称“创业中心”），走访多家在孵企业，实地调研科技企业复工复产情况，了解企业当前复工复产中所面临的挑战。
基因表达的生物系统受到DNA和转录因子（Transcription Factor,TF）相互作用的调控。在TF结合域发生的核苷酸变异在人类疾病中扮演着重要角色。染色质免疫沉淀测序技术（ChIP-seq）可以高通量检测DNA-TF结合性的生化性质。本文基于这类数据展开三项计算研究。首先,通过深度学习模型学习DNA序列的嵌入表达,然后用支持向量机训练预测DNA-TF结合特异性,取得了优秀的效果;同时对
文章分析了公立医院成本核算中存在的问题,找出了影响公立医院成本核算的重要因素,并针对这些重要因素提出了一些可行的改进建议,从而帮助公立医院提升成本核算的水平。