【摘 要】
:
随着互联网技术的飞速发展,信息过载问题愈发严重,为减少用户寻找感兴趣事物所花费的时间成本,同时增加互联网平台收益,推荐系统应运而生。序列推荐作为推荐系统的一个重要子领域,通过对用户的历史行为序列建模来挖掘用户兴趣。目前序列推荐算法的研究已取得了一定的进展,但仍面临着一些挑战。如单向建模用户-项目交互,限制了模型的预测能力;将用户行为序列分段训练,模型无法挖掘超出子序列长度的依赖关系;现有的序列推荐
论文部分内容阅读
随着互联网技术的飞速发展,信息过载问题愈发严重,为减少用户寻找感兴趣事物所花费的时间成本,同时增加互联网平台收益,推荐系统应运而生。序列推荐作为推荐系统的一个重要子领域,通过对用户的历史行为序列建模来挖掘用户兴趣。目前序列推荐算法的研究已取得了一定的进展,但仍面临着一些挑战。如单向建模用户-项目交互,限制了模型的预测能力;将用户行为序列分段训练,模型无法挖掘超出子序列长度的依赖关系;现有的序列推荐算法只对用户历史行为序列建模,未有效利用用户历史信息等。本文针对上述问题展开研究,主要研究内容包括:1.针对序列推荐模型单向建模用户-项目交互,无法捕捉项目双向依赖关系的问题,提出了基于双向编码的CNN序列推荐算法。该算法通过非因果卷积编码器提取项目上下文特征,将其与项目嵌入向量相融合,再通过因果卷积解码器预测用户下一次交互的项目。实验结果表明挖掘项目双向依赖关系可以提高推荐算法的性能。2.针对序列推荐模型在预处理阶段将长短不一的用户行为序列划分为等长子序列,导致子序列间关联丢失,模型无法捕捉超出子序列长度的依赖关系的问题,提出基于记忆增强的CNN序列推荐算法。模型训练时读取记忆模块中缓存的上一子序列的隐藏状态,作为卷积操作时padding的填充内容,建立子序列间的联系。相较于padding默认的“全零填充”方式,该算法可挖掘超出子序列长度的依赖关系,有助于捕获用户长期兴趣。对比实验的结果表明了算法的有效性。3.针对现有的序列推荐算法仅对用户行为序列建模,存在用户历史信息利用不充分的问题,提出了融合用户信息的CNN序列推荐算法。算法通过对用户信息进行特征交叉提取,并将用户特征与卷积神经网络提取的项目特征进行融合,以预测用户接下来可能交互的项目。实验结果表明,通过融合用户信息可增强模型的表达能力,提升算法的推荐效果。
其他文献
随着航天技术快速发展,航天器微小型化是未来发展趋势,基于微小卫星技术发展的功能卫星由于成本低、开发周期短,已经成为航天应用的重点研究方向。然而,航天器的微小型化并不是裁剪大型卫星的部件和功能就可以实现的。微小卫星虽然体积、重量小,但是其功能要求并未缩水,部分指标要求甚至超过大卫星,因此,微小卫星应用要求对现有空间技术进行轻小型化适配。在所有需要轻小型化的空间技术中,惯性导航和高功率散热是微小卫星应
遥感图像中极小目标检测的问题一直是目标检测研究工作中的难点之一,由于极小目标的成像面积小(小于或等于20×20像素),携带的信息量少,导致目标的纹理边缘或者形状的特征信息十分欠缺,难以实现特征的有效提取和融合。传统的目标检测技术在遥感图像上的效果很差,虽然卷积神经网络的提出简化了检测的流程并提高了检测精度,但是在遥感图像上的检测性能还是不够理想。本文对面向遥感图像的极小目标检测算法进行了研究,主要
伴随工业发展以及人们对个人健康的重视,气体传感器在空气质量监测系统、人类疾病监测与防护等方面应用前景巨大。目前各类气体传感器中研究最多的为半导体式,其中的金属氧化物气体传感器因为气敏性能优异被研究人员广泛关注,但一般情况下金属氧化物气体传感器的最佳工作温度过高。NiCo-LDH在室温下对有害气体表现出优异的气敏性能,在制备复合气敏材料方面具有研究意义。近年来随着可穿戴设备以及柔性材料的发展,柔性气
石英晶体微天平(Qaurtz Crystal Microbalance,QCM)作为一种质量传感器,在生物医学、工业化学及表面科学等微量物质的检测领域应用十分广泛,其通过将特定的敏感膜贴附在石英晶体的表面,利用敏感膜选择性捕捉待检测物体,在敏感膜截留待检测物后,利用石英晶体的振荡频率与附着在其表面的待检测物质量间存在的某种函数关系,可间接测得待检测物的质量。本文以某项目需检测空气中尘埃的浓度为研究
工业的快速发展带来了大量污染物,这严重威胁着生态系统,故迫切需要寻找一种无污染修复环境的技术。而半导体光催化技术因其高效、便利、可重复使用等优点为修复环境带来了曙光,逐渐成为半导体材料的研究热点。在众多半导体材料中,BiOBr因其可见光吸收能力较强、稳定性较高等优点在光催化领域引起了广泛研究。然而BiOBr材料光生载流子分离率较低,为解决该问题,选择化学稳定性较高、禁带宽度较为合适的SnS2材料与
图是一种在现实生活中普遍存在的空间拓扑结构,因其特殊的结构方式得到了广泛的应用,但是在对其处理的过程中遇到了困难。而图卷积网络可以深入挖掘图中的节点信息和边信息,填补了拓扑结构数据处理方面的空白,于是得到了广大学者的青睐,其中节点分类问题具有重要的研究意义。在当前的图卷积网络研究中,存在两个问题:一个是图卷积网络节点信息完整性和网络训练效率之间的平衡问题。现有大部分图卷积网络,如Graph Con
无人机由于机动灵活等特性使得其可以作为空中基站或飞行移动终端为用户提供无处不在的连接,成为未来移动通信系统的重要组成之一。毫米波有着极宽的传输带宽,并且波束窄、安全保密性好。通过将二者结合,无人机毫米波通信将提供更高速的数据速率服务和更广阔的覆盖范围,具有广泛的应用前景。然而,毫米波信号的视距路径极容易受到障碍物阻挡,特别是移动的人体造成的动态阻挡会对毫米波传输质量产生严重影响。目前的研究着重于随
兵马俑、文物青花瓷距今历史年代久远,发掘出土的兵马俑碎片数量繁多,形状较复杂,而青花瓷碎片数量较少,结构表现简单,根据这两种研究对象所具有的不同特质,本文分别以三维和二维的角度对其进行研究实践。针对三维配准阶段易出现关键特征信息提取不足,有效信息丢失问题,根据现有深度网络配准瓶颈,实现碎块间的精确配准为目标加以研究;针对青花瓷碎片拼接后重叠区域易出现伪影现象,非重叠区域出现内容失真问题,基于现有深
对话模型一直是人工智能领域中重要的研究方向,对话模型分为对话检索模型和对话生成模型,对话检索模型通过计算句子相似度检索最合适的回复返回给用户,并未体现出“类人”的思想。而对话生成模型则完全由计算机根据对话内容来生成相应的回复,因此对话生成模型更符合人工智能的目标。研究者常在Ubuntu对话数据集上进行相关实验,数据集包含了大量用户探讨如何使用Ubuntu系统的对话内容,同时也包含了噪声信息。之前的
中国戏曲历史悠久,剧种种类繁多,是中华民族传统文化的重要组成部分,也是中华文明不可再生的重要精神与非物质财富。比较流行著名的剧种有:京剧、豫剧、秦腔等。秦腔作为其中一种,起源于陕西、甘肃一带的古代民间歌舞,由于受到地域等因素的限制,并且随着时间的推移,更多的人特别是青年一代不再对秦腔这种传统民俗演出感兴趣。为了传承和保护秦腔这类戏曲文化,可通过将现代技术与秦腔表演艺术融合,如虚拟现实技术等,来实现