【摘 要】
：
随着基于位置社交网络（Location Based Social Network,LBSN）的兴起,兴趣点推荐成为了生活中不可或缺的服务。因而兴趣点推荐在推荐服务领域中成为了热门的研究领域。在兴趣点推荐中主要面临两个问题,一个是用户对兴趣点评分数据的稀疏性问题。另外一个是用户与兴趣点的特征向量表示问题。传统的协同过滤推荐算法虽然能解决数据稀疏性问题,但是推荐效果并不理想。近年来随着深度神经网络算法
论文部分内容阅读
随着基于位置社交网络（Location Based Social Network,LBSN）的兴起,兴趣点推荐成为了生活中不可或缺的服务。因而兴趣点推荐在推荐服务领域中成为了热门的研究领域。在兴趣点推荐中主要面临两个问题,一个是用户对兴趣点评分数据的稀疏性问题。另外一个是用户与兴趣点的特征向量表示问题。传统的协同过滤推荐算法虽然能解决数据稀疏性问题,但是推荐效果并不理想。近年来随着深度神经网络算法的兴起,由于深度学习可对数据进行升维或降维表示的特性,引来不少基于深度学习在推荐系统上应用的研究。同时,基于概率矩阵分解算法和知识图谱理论的广泛应用,为兴趣点推荐中用户和兴趣点的向量表示带来了新的发展。为了利用这些新兴的技术解决兴趣点推荐面临的数据稀疏问题和用户与兴趣点的隐藏特征向量表示问题,本文进行了以下工作:（1）总结当前现有的推荐算法,评价体系和常用数据集,提出基于LBSN的兴趣点推荐框架。为兴趣点推荐的研究工作提供研究基础。（2）利用基于概率矩阵分解的方法,融合多种因素,从而提高用户和兴趣点的特征向量表示的精度。结合协同过滤推荐算法,提出名为TGSS-MF的推荐模型,与已有的基于深度神经网络学习用户与兴趣点的交互进行推荐的算法进行比较。实验结果表明在Precision@k和Recall@k两个指标上,基于深度学习的推荐算法优于基于单因素的矩阵分解推荐算法,但逊色于融合了多种LBSN特征的TGSS-MF模型。（3）融合知识图谱和深度神经网络,提出名为AKG-DNNRec的兴趣点推荐模型。模型通过深度神经网络,处理了在知识图谱中游走时造成的信息损失,对用户和兴趣点的特征向量表示更加精确。经实验比较分析,本文所提出的模型,相较于单独使用知识图谱嵌入算法或深度神经网络算法,可以获得更好的推荐效果。
其他文献
随着电力系统规模日益扩大,各个行业发展对电力依赖程度的加深,经济调度是电力系统运行的最重要问题之一。同时,国家的经济发展主要依托的基本物质就是能源,国家经济的产业基本是工业能源,实现国家“新基建”战略发展和升级工业4.0的重要物质基础也是能源。在全世界各个国家的稳定发展过程中也将其能源作为其中国家战略问题之一。作为一种不但有助于提升能源利用率,而且有益于改善环境问题的产业,热电联产适合可持续发展的
随着配网的发展和配网市场的建立,传统的馈线终端设计简陋、使用不便利且处理能力较弱,它不能实现自动配网系统数据采集和电源可靠度的要求。而对智能馈线终端LY-F30而言,其核心功能控制和测量,对配网自动化的建设起着关键作用。作为一种新型的馈线终端,在配网领域内得到了广泛的运用。新型的馈线终端LY-F30作为物联网和嵌入式技术在配网领域的一个应用典型,为目前安全性较低、使用不灵活处理能力较差且设计单一等
随着动车组列车行驶速度的不断提高以及铁路网络的不断完善,电气化铁路运输已然成为我国运输的主要手段,它以速度快、载重大、能效高、不污染环境等优点而被广泛应用。但是随着电气化铁路运输的发展,也带来了相应的电能质量的问题,考虑到动车组列车中很多元件都是非线性的,它在行驶时会形成谐波电流,这些谐波电流都会通过牵引变电站流向地区电网并对地区电网的稳定运行造成了隐患。伴随着我国越来越多电气化铁路的兴建以及投运
AGV是一种通过不同的导航方式引导,然后通过差速或者舵轮运动的自动引导车,由于物流行业的兴起,渐渐成为工业4.0的主力军,因此得到自动化行业学者的高度重视,尤其是AGV路径跟踪这方面的问题,是目前AGV行业最难解决也最需要解决的。AGV路径跟踪问题归根到底是消除AGV与设定轨迹偏差的问题,本文首先结合无人驾驶技术中应用得较为广泛的LQR控制和MPC控制,对激光导航方式的单舵轮AGV的路径跟踪控制方
同步定位与建图（Simultaneous Localization and Mapping,SLAM）是机器人实现全自主移动的技术关键,SLAM技术在无人机、无人驾驶、虚拟现实等领域已经实现了多样化的运用。视觉SLAM一直是热门的研究方向,随着计算机视觉和人工智能技术的发展,多传感器融合SLAM、增强语义SLAM、非特征点SLAM都是研究的热点。目前,基于特征点的视觉SLAM技术研究相对成熟,将S
DC-DC（直流-直流）变换器作为直流电能转换设备的核心元件,备受电力电子领域学者的关注。近年来,随着便携式电子设备的市场规模呈爆炸式增长,安全高效的电能转换元件对于电源设备的重要性则愈加突出,针对DC-DC变换器的研究也愈发重要。目前已有较多高效的控制方法应用于DC-DC变换器的控制研究中,但这些方法尚存在一些不足,有待进一步优化与改进。本文基于切换仿射模型,研究了DC-DC变换器的采样控制方法
农作物病虫害是农业生产中粮食安全长期存在的隐患,而农药的过度使用将造成过多残留量,将严重影响人的身体健康。随着人工智能在农业的应用越来越广泛,由于人工识别农作物病害带来的效率慢和准确率低等问题逐步得到解决,农业病害发展初期防治的最佳时机成为重要目标。深度学习技术应用到农业病害的识别上取得很好成效,但目前还存在样本不平衡、困难样本分类难等问题。论文针对这些问题,提出几项算法的改进措施并搭建农作物病害
工业机器人已经开始用于物流本包裹分拣业务中,它利用计算机视觉技术实现自动化流水线的分拣模式,自动化水平的不断提升。然而,工业机器人分拣系统在实际使用中,由于分拣类别不同,系统性能要求、分拣精度等方面也存在差异。物流成交量比较高的状态下,极容易出现“错件”分拣、快递分拣速度低等问题,将严重影响快递包裹分拣。本设计对工业机器人分拣系统的性能、功能等方面进行研究,用机械臂代替人工分拣,进一步提升了工业机
当今互联网技术的飞速发展的同时,伴随着海量又杂乱无章的网络信息产生,因此采取有效的信息管理手段是很有必要的。新闻文本作为信息的重要载体,如何对海量的新闻文本进行分类以挖掘出有价值的信息成为当前热门研究课题之一。面对中文新闻文本分类任务,传统的文本表示方法存在无法解决一词多义和不能为文本提供丰富的上下文语义表征等问题。通过文本表示方法获取Embedding表示,在文本特征提取的过程中,文本特征之间缺
随着科学的进步和发展,人与机器之间的联系越来越密切。在计算机的性能不断提升的情况下,人和计算机的人机交流会更加频繁。手势是人机交互的一种方式。手势识别是通过计算机分析每一个手势的具体含义,通过对手势的识别,可以得到人们传递的信息,从中得到的信息可以直观、智能做到人与计算机机之间的交互。研究者们对包括步态、手势、人脸、姿态等交互技术进行了广泛的研究。在这些交互方式中,使用手势交互比较自然,由于其方便