【摘 要】
：
在互联网快速发展的时代,个性化推荐技术可以帮助用户对信息进行有效筛选,但对于一个刚进入系统的新用户来说,系统没有该用户的点击、浏览等行为数据,便出现了新用户冷启动问题。如何解决新用户冷启动问题是国内外一直研究的热点和难点,而且新用户冷启动推荐模型的研究对于用户满意度和留存率的提高有重要意义。在互联网图书购买推荐的新用户冷启动场景下,为了更好的获得新用户对图书的Top-N推荐预测的结果,提高新用户对
论文部分内容阅读
在互联网快速发展的时代,个性化推荐技术可以帮助用户对信息进行有效筛选,但对于一个刚进入系统的新用户来说,系统没有该用户的点击、浏览等行为数据,便出现了新用户冷启动问题。如何解决新用户冷启动问题是国内外一直研究的热点和难点,而且新用户冷启动推荐模型的研究对于用户满意度和留存率的提高有重要意义。在互联网图书购买推荐的新用户冷启动场景下,为了更好的获得新用户对图书的Top-N推荐预测的结果,提高新用户对推荐模型的满意度,本文提出了一种基于改进图神经网络的新用户冷启动（NUCS-IGNN）推荐模型。该模型将新的图书购买者和图书的文本信息以图结构数据的形式表示,并且对图结构数据中的特征表示进行学习,预测新的图书购买者对图书的Top-N推荐结果。本文的研究工作如下:（1）本文提出了一种对图书购买者和图书的文本数据进行图结构数据表示的方法。首先针对公开的数据收集大量的图书购买者和图书的文本数据,并进行分析和预处理;其次采用独热编码方法分别对图书购买者的自身信息和图书自身的信息进行编码;最后采用邻近算法生成图书购买者的图结构数据和图书的图结构数据。两者的图结构数据作为下一步模型的输入。（2）本文提出了一种基于改进图神经网络的新用户冷启动推荐模型（NUCSIGNN）。该模型首先采用变分图自编码器生成新的图书购买者对图书的评分,解决了新的图书购买者对图书的评分缺失的问题;然后采用了带有多头注意力机制和学习门的图神经网络分别更新了新的图书购买者的图结构数据中的节点特征和图书的图结构数据中的节点特征,不同的特征需要分配不同的注意力权重,增强了模型学习特征的能力和表达能力;实现了新的图书购买者对图书Top-N推荐预测。为验证本文提出的NUCS-IGNN模型的性能,选取了NFM模型、Dropout Net模型等经典模型以及图神经网络模型,在公开的图书购买者购买意向预测数据集上,进行了对比实验。NUCS-IGNN模型在MSE、RMSE、MAE和Recall评价指标上分别达到了0.9161、1.0378、0.8367和0.1633,算法性能均优于上述三种模型。
其他文献
当前,无线传感器网络节点通常依赖传统的化学电池供电,在某些应用场景,如原始森林、海洋等,为其更换电池较为困难,因此为无线传感器网络节点提供长期稳定的电能成为了亟需解决的问题。涡致振动是自然界中一种普遍的现象,利用涡致振动使得压电俘能器产生周期性摆动,从而将振动能转化为电能为无线传感器网络节点供电成为了研究热点。当无线传感器网络节点供电需求较大时,单一结构压电俘能器无法满足供电需求,而阵列式压电俘能
近年来,无线传感器等微电子设备广泛应用于国防、环境监测、灾难预防等领域,依赖传统的化学电池为其供电,不仅对环境有一定的污染,而且某些场景电池更换困难,因此为无线微电子设备稳定持续的供能成为亟需解决的问题。涡致振动是自然界中一种常见的现象,利用涡致振动使压电材料产生周期性的机械振动,将机械能转化为电能为无线设备供电的研究受到了国内外研究者的广泛关注。当无线设备的供电需求较大时,单一的压电能量收集结构
随着工业4.0时代的到来,提高服装产线的产能对于加速纺织行业产业转型具有非常重要的意义,目前我国服装制造业中的质量控制大多采用人工检测的方式,劳动强度大,人力成本高,效率低下。随着机器视觉技术的日趋成熟,部分企业使用了基于机器视觉的疵点检测系统,一定程度上改善了人工检测的不足,但现有的疵点检测系统多是依赖于专家经验来提取疵点特征,其通用性较差。针对以上的局限,本文提出了基于机器视觉和深度学习的布匹
近年来,单目标优化问题和多目标问题都已无法满足人们在各行各业中越来越复杂的需求,因为超多目标问题在各个领域受到广泛应用,所以与超多目标优化问题相关算法研究也有着重要的意义。目前超多目标优化问题求解算法研究存在一些问题需要解决,例如:随着目标个数的增加,Pareto解的数量呈指数级增长,导致解集的收敛性与多样性严重失衡,对算法的性能造成了严重的影响。实际上由于问题的复杂性,超多目标进化算法的研究在理
随着城市化建设的高速发展,高层建筑的数量不断增多,电梯作为高层建筑中的主要运输工具,与人们的日常工作和生活息息相关。电梯轿厢内部环境密闭,发生异常行为时,外界不容易直接观察到。通常在电梯顶部安装监控摄像头,进行异常行为的检测。传统的人工监控法存在监控人员易疲劳、误报漏报现象多、报警响应时间长、异常发生后调查取证困难等多种弊端。通过图像处理、视频分析等技术对电梯轿厢内的异常行为进行智能的检测,对维护
如今科学技术不断进步,机器人产业蓬勃发展,由于仿人机器人具有酷似人的外形及灵活的作业性能,仿人机器人的研发风靡全球。网络的快速发展不仅为我们的生活带来了便利,同时以网络为媒介的遥操作机器人也成为了当今世界研究的热点之一。在一些特殊环境下,仿人机器人不能独立自主的完成复杂任务,为了保障复杂环境下机器人的作业能力,本文将对基于网络的仿人机器人的控制方法进行研究。本文的研究内容如下:首先搭建了仿人机器人
白藜芦醇（Resveratrol,RES）作为一种非黄酮类生物多酚类天然化合物,已被确认具有良好的抗肿瘤活性,可作用于多种分子信号通路。在抑制肿瘤细胞的同时对正常细胞影响较小。但其较差的水溶性导致其生物利用度较低,且代谢迅速,以至于血药浓度达不到治疗浓度。为了改善Res的用药缺点,本课题结合了智能响应水凝胶具有高亲水性、良好生物粘附性和可作为药物缓释载体的优势,构建了白藜芦醇温敏凝胶给药系统,该系
近年来,移动机器人导航在各个领域引起了广泛研究,深度强化学习可以让智能体与未知环境不断交互,从而获得到达目标的最优策略,并不需要任何先验知识,因此深度强化学习应用于移动机器人导航是目前的发展趋势。本文研究的是基于深度强化学习的多AGV路径规划算法,通过基于改进深度双Q网络,提高对值函数估计的准确性和样本的利用率,采用HER策略并结合独立DDQN思想,在稀疏奖励环境中实现多AGV装卸任务,并获得高效
在当前科学技术快速发展的形势下,无人机的出现,替代了传统的作业手段,为社会发展带来了巨大的便利。无人机室外飞行过程中主要使用GPS技术,因此较为稳定。但是信号除了容易受到地磁干扰,在建筑物遮蔽情况下同样会精度降低。在信号受阻时,诸如室内仓库、山洞等场景,无人机的稳定性存在很大的问题,无法满足我们的巡查要求。此时计算机视觉技术就可以发挥较好的作用,可以使用特征提取和特征匹配的方法进行参数估计,使得无
如今,随着物联网在国际上越来越受到重视,无线传感器网络（Wireless Sensor Network,简称为WSN）也成为了人们研究的热点。低能耗、自组织、成本低廉都是无线传感器网络拥有的特点,WSN网络中的节点能够实现在现实环境当中采集数据、进行数据融合、传送数据三个功能。被应用到多种领域,如金融行业、智能交通、航空监察等等。但是因为WSN的一定的弊端导致其在应用中有局限性,WSN网络的节点的