【摘 要】
:
传统的推荐算法通过分析用户和物品之间的交互数据建模用户对物品的偏好。受限于交互数据的稀疏,这类模型可能无法从数据中学到足够多的信息来准确的建模用户偏好。为了应对这种情况,学者们将用户和物品相关的其他信息加入推荐算法中作为交互数据的补充,社交网络推荐就是通过增加用户在社交领域中的信息来缓解交互数据稀疏问题的一类方法。目前大多数利用用户社交信息的推荐算法都只是利用了社交数据中用户和用户的直接社交关系信
论文部分内容阅读
传统的推荐算法通过分析用户和物品之间的交互数据建模用户对物品的偏好。受限于交互数据的稀疏,这类模型可能无法从数据中学到足够多的信息来准确的建模用户偏好。为了应对这种情况,学者们将用户和物品相关的其他信息加入推荐算法中作为交互数据的补充,社交网络推荐就是通过增加用户在社交领域中的信息来缓解交互数据稀疏问题的一类方法。目前大多数利用用户社交信息的推荐算法都只是利用了社交数据中用户和用户的直接社交关系信息(一阶联系),这种方法存在着局限,因为社交数据同样存在着稀疏问题,此外,社交数据分布不均。社交关系非常丰富的用户和社交关系十分稀疏的用户都占据了所有用户的很大比例。这种分布使社交数据变得更加稀疏。当用户之间的一阶社交联系较为稀疏时,这些方法可能无法取得令人满意的效果。因此,只利用社交信息中的一阶联系是不够的。社交关系可以表示为图结构的社交网络,而深度学习中的图神经网络技术可以通过邻居聚合利用图结构中的高阶信息,这提供了利用高阶社交联系的方法。基于这些假设,本文做了如下工作:(1)本文提出了两个基于图结构的社交网络推荐模型。他们不仅将用户社交信息组织为图的形式以利用高阶社交联系信息,并且利用修正的余弦相似度分析不同用户对物品的共同评分数据,发掘物品之间的相似联系并组织成图的形式,通过这种方法构建的物品联系图不仅包含了物品之间的联系信息和高阶联系信息,也是用户和物品之间高阶交互信息的重要体现。通过对这些高阶联系信息的利用,可以极大的缓解算法面临的数据稀疏问题。(2)用户和物品之间的交互数据中蕴含了丰富信息的同时也含有大量与当前任务无关的噪声信息,为了更好的利用这些数据,本文利用注意力机制从用户和物品的交互数据中抽取和当前任务最相关的信息。(3)为了利用推荐数据中的高阶联系信息,本文在社交网络图和物品联系图上应用图卷积神经网络学习用户和物品的高阶特征表示。(4)针对经典图卷积神经网络无法灵活学习节点间影响权重的问题,本文使用图注意力网络来对模型进行改进;为了适应社交关系数据和物品联系数据中连接关系分布不均的特点,本文设计注意力模型为不同类型的节点学习不同的特征组合方案,灵活的整合节点在图上的各阶特征。(5)在两个开源数据集上与当前的经典推荐算法进行了对比实验,实验结果证明了本文提出的模型的有效性。
其他文献
近年来,随着深度学习算法研究的不断深入,深度学习技术成为了医疗辅助诊断领域的重要工具,在医学图像处理领域受到越来越多的研究者关注。超声心动图是一种低成本、无创性的心脏医学影像,常应用于在临床的心脏功能评价、心脏病诊断等。左心室功能评价是临床诊断中十分重要的步骤,也是后续疾病诊断的基础。目前许多研究通过深度学习算法,实现超声心动图的辅助诊断,如心脏视角分类、心室心房分割、疾病分类和左心室功能评价等,
糖尿病前期是将来发生糖尿病的一个分水岭,经过有效的干预,可以将其逆转,降低向糖尿病的转化,从而缓解因此带来的社会经济压力。该病当属中医学“脾瘅”范畴,陈秋教授运用中医学理论体系解析糖尿病前期主要的病因病机,病证结合,标本同治,提出了“健脾行气、滋阴活血”为治疗大法的综合干预方案。笔者结合医案进行分析、总结,以期为中医临床提供一定的借鉴意义。
<正>互联网时代的到来,丰富了人们的生活方式,同时也衍生出多样化的社交方式。现如今,随着智能设备的普及,人们逐渐开始使用电子设备进行社交,以此满足自己的社交需求,这种社交方式没有随着时间的流逝而逐渐被人们所遗忘,反而随着社会的变迁发展,变得越来越常态化。为了进一步促进网络社交方式的发展,让人们逐渐适应这种新型社交方式,有关部门需要对年轻群体进行适当的引导,帮助其正确通过社交平台,从网络渠道与他人进
真菌次级代谢产物十分丰富,是天然药物的重要来源。我们的研究对象是本实验室自主分离获得的大团囊虫草菌(Tolypocladium ophioglossoides L2)。课题组在前期工作中对菌株进行了全基因组测序,经生物信息学分析,通过高表达bln簇内调控基因bln R,成功激活了该隐性基因簇并成功分离鉴定到balanol和其他新产物。Balanol是非选择性靶向蛋白激酶C(PKC)和c AMP依赖
目的 观察中医药综合干预对糖尿病前期(PD)患者糖脂代谢的影响。方法 选取2020年3月—2022年2月北京中医药大学房山医院月华分院综合内科门诊收治的184例PD患者作为研究对象,按照随机数字表法分为对照组92例和观察组92例。对照组患者采用二甲双胍+饮食控制干预,观察组患者在对照组基础上联合中医药综合干预。2组干预疗程均为3个月。比较2组干预前及干预1、2、3个月后的体质量,干预前、干预3个月
<正>糖尿病前期是发展为糖尿病的可逆过程[1-2],主要为糖耐量减低和/或空腹血糖受损。2020年我国2型糖尿病患者已经超过1亿[3-4]。为进一步减缓糖尿病前期向糖尿病转化,关键在于糖尿病前期把控和干预,这也符合我国慢性病的政策防控[5]。间歇性断食是指正常能量摄入和能量摄入受限交替进行的一种新的饮食模式[6],相较于传统的节食模式,带来更多的减重获益,同时能够维持β细胞稳态,改善葡萄糖耐受性,
目的 探讨饮食行为护理在糖尿病前期患者中的应用效果,分析对其饮食行为遵医情况、情绪状态、糖代谢指标等的影响。方法 选择2020年9月-2022年9月本院收治的糖尿病前期患者50例为对象。随机按照信封法原则将患者分为对照组、观察组,每组各25例。对照组饮食一般性护理,观察组实施饮食行为干预,比较两组饮食行为遵医情况变化,借助量表调查两组患者情绪状态、生活质量,检测其糖代谢指标并比较,调查护理满意度并
<正>2型糖尿病前期是介于血糖正常与2型糖尿病中间的一种状态,分为糖耐量受损,即空腹血糖<6.1毫摩尔/升、餐后2小时血糖为7.8~11.1毫摩尔/升;空腹血糖受损,即空腹血糖6.1~7.0毫摩尔/升、餐后2小时血糖<7.8毫摩尔/升。这两种情况都表明身体对血糖的调节能力出了问题。
随着互联网技术的不断深入发展,网络中传输的数据在数量和种类上都呈现快速上升的趋势。对网络中的数据进行监控和审查,以提升网络服务质量、加强监管、保障网络安全变得尤为重要。传统的基于中间人的加密数据检测算法使用接收数据包、解密数据、检测数据、再加密数据的方式实现。这种检测方式不仅会造成隐私泄露,而且解密数据包的行为违背了加密传输协议的设计初衷。因此,如何设计一种能够实现在保护通信双方隐私的前提下实现数
糖尿病视网膜病变(DR)和糖尿病黄斑水肿(DME)是长期危害糖尿病患者视力的眼部疾病,如果在患病早期及时发现并进行干预治疗可以有效预防视力损伤防止失明,因此高效准确的眼底疾病自动筛查方法尤为重要。近些年基于深度学习的DR或DME自动筛查方法达到了不错的分级精度,但大多数方法只关注于其中某一种特定疾病,缺乏通用性,并且往往模型参数过大导致不易于训练和临床应用。更重要的是大部分方法都没有去直面医疗数据