【摘 要】
:
随着基于位置的社交网络(Location-Based Social Network)的快速发展,海量的签到数据被用于挖掘用户的行为模式以实现兴趣点(Point-of-Interest)推荐。兴趣点推荐不但可以提高用户体验,增加用户粘性,还能为商家带来潜在的商业利益,已成为推荐系统中最重要的研究方向之一。现有的相关工作主要对时间、空间、序列、社会关系等多种因素进行建模。但是,这些工作还存在着诸多不足
论文部分内容阅读
随着基于位置的社交网络(Location-Based Social Network)的快速发展,海量的签到数据被用于挖掘用户的行为模式以实现兴趣点(Point-of-Interest)推荐。兴趣点推荐不但可以提高用户体验,增加用户粘性,还能为商家带来潜在的商业利益,已成为推荐系统中最重要的研究方向之一。现有的相关工作主要对时间、空间、序列、社会关系等多种因素进行建模。但是,这些工作还存在着诸多不足:(1)对用户签到序列中相距较远的签到之间的关系建模不足;(2)推荐时未充分融合地理位置信息;(3)缺乏对用户评论的有效挖掘以从中提取用户偏好等观点。为解决这些问题,本文提出一种时空和文本表示学习模型(STa TRL)以及一个改进模型,即基于用户-兴趣点交互的协同进化学习模型(CLo UPI)来实现精准的兴趣点推荐。本文的主要贡献包括以下两个方面:(1)为解决远距离签到之间依赖丢失的问题,STa TRL采用Transformer注意力模块来建模用户的签到序列,并融合兴趣点的地理特征来改进注意力分数的计算过程。此外,该算法采用多任务框架,包括一个主任务(即推荐未访问的兴趣点)和一个辅助任务(即找出用户偏爱的兴趣点,其候选兴趣点集合同时包括已访问的和未访问的兴趣点)。实验结果表明,该辅助任务有助于模型训练并提高推荐质量。另外,为整合用户观点及兴趣点口碑对兴趣点推荐的影响,该模型利用情感分析技术来挖掘评论中的情感极性(Sentiment Polarity)。据我们所知,这是首次将基于方面的情感分析(ABSA)用于兴趣点推荐。(2)与STa TRL模型仅挖掘兴趣点间的关系不同,CLo UPI还对用户与兴趣点之间的交互进行建模。它包含一种新型Geo-Transformer编码器,该编码器利用初始化后的兴趣点嵌入(POI Embedding)对用户表征进行编码。该兴趣点嵌入通过一个用户-兴趣点交互图进行预训练。其次,它利用注意力地理感知(Attention Geo-Aware)解码器取代STa TRL的线性解码层,该解码器通过自适应地学习多方面特征从附近候选者中召回推荐的兴趣点。另外,模型采用加权交叉熵函数来增强任务的隐式反馈,其效果与STa TRL的多任务损失函数相仿,但模型计算的时间消耗显著降低。最后,本文在Yelp challenge、Gowalla和Yelp 2020公开数据集上进行大量的实验,实验结果证明了STa TRL和CLo UPI的有效性。
其他文献
船舶耐波性是船舶与海洋工程专业的一门专业课,在专业课程中融入思想政治教育具有重要意义。在分析船舶耐波性课程思政教育教学现状基础上,通过阐述船舶耐波性的研究历史,培养学生民族意识,增强学生爱国主义情怀;结合具体工程案例的介绍,使学生的责任担当意识得到加强;在传授专业知识的同时,挖掘其中的哲学元素,提升学生人文素质和思想深度。在船舶耐波性课程教学中引入思政元素,达到育人目的。
纺织品由经纱和纬纱组成。纺织图案定义了经纱和纬纱之间的上下关系。通过物理改变纱线的颜色,相同的图案数据可以生成具有不同颜色组合的纺织品。纱线的实际颜色只是设置织机的问题:通过改变织机上的纱线,可以获得相同图案的不同颜色组合。然而,不同颜色的纺织物编织在材料和时间方面都是昂贵的。尤其是改变经纱的颜色是非常费力的。在提花机织中,改变经纱的颜色需要几个小时到几天的时间。在这项工作中提出了两种基于偏振观察
本文主要针对具有大外飘平台船型(如半潜平台、大件货物运输船等)首部及舷侧结构在高海况下受波浪载荷影响,参考ABS和DNV等规范,借助耐波性软件,通过多点选取,重点分析其在不规则波浪条件下受到的波浪抨击载荷,评估在高海况下进行海上作业的安全性。分析结论可作为此类船型大外飘甲板的设计参考。
场景图生成旨在检测图像中的目标并预测目标之间的关系,进而构建以目标为节点、关系为边的场景图。场景图生成任务不仅能为视觉内容理解提供图像中潜在的关系,这些关系也是高层次视觉任务的知识基础,因此具有十分重要的研究价值。目前,场景图生成任务的难点主要体现在两个方面:1)从图像中生成信息丰富的场景图需要整合并推理各种目标和关系的交互信息,但现有的场景图生成方法大多由于缺乏关系的高层推理和有效的信息整合机制
眼睑恶性黑色素瘤是一种死亡率极高的罕见疾病,对该疾病进行准确诊断既重要又具有挑战性。在眼睑恶性黑色素瘤诊断过程中,由于存在病理图像染色不一致、人工标注成本高等问题,设计高效且有针对性的辅助诊断方法具有重大现实意义。本文针对眼睑恶性黑色素瘤病理图像数据集开展研究,通过结合自监督学习(Self-Supervised Learning,SSL)、注意力机制等技术,首先进行了染色处理和数据增强优化,并在此
本文汇总2018~2021年梅州市化妆品监督抽样检测结果,从样品类别,被抽样单位、不合格(问题)项目等不同角度对近4年共296批化妆品检测结果进行分析。并重点对“妆”字号和“消”字号婴幼儿护肤品检测结果的明显差别,标签标识问题进行分析讨论,发现监管风险点,提出监管建议。
瓷砖具有图案美观、防水耐磨等特点,是装潢设计中不可或缺的材料。目前瓷砖样式设计自动化程度较低,设计师主要通过扫描天然大理石或者木纹等切面纹理进行设计加工,这些纹理图案通常风格样式单一,无法满足多样化设计需求,而传统的基于图像纹理生成方法在瓷砖真实感和多样化方面有所欠缺。为了解决这个问题,本文提出基于深度学习的瓷砖图像多样性设计方法,即瓷砖纹理自动生成和瓷砖风格转换的两类方法,这些方法能满足瓷砖设计
在互联网大数据时代,智能手机以及监控相机等数据采集设备的广泛应用,显著地提高了行人图像数据的获取、分享和传播效率。一方面,这些数据能广泛应用于智能服务以提高人们的工作效率与生活质量;另一方面,如果这些数据被滥用,会严重威胁个人或者组织的隐私安全。因此,研究行人图像隐私保护方法具有重要的价值及应用前景。近年来,生成对抗网络技术为基于图像合成替换的身份匿名隐私保护方法提供了新思路。然而,现有方法大多关
近年来我国在校大学生数量一直在持续增加,现已达到了4000余万。大学生毕业后总是希望从事“专业对口”的职业。社会职业与大学专业间的关联性很强,而大部分学生却对专业和职业缺乏足够的了解与认知。特别是在社会经济迅猛发展的今天,新职业不断出现,大学生对当前社会各行业有哪些与自己所学专业对口的职业更加不了解。另外,就业地区也是大学生就业时的重要考量因素,因为同一个职业在不同的地区和城市其薪资水平可能会有很
近年来,随着人工智能技术不断发展与创新,电子商务借助人工智能技术实现新突破。各大电商平台相继推出虚拟试衣服务,旨在改善消费者的网购体验,从而提高零售商的销量。本文主要研究基于图像的虚拟试衣,并根据适用场景将其划分为基于时尚单品场景的虚拟试衣和基于全套服饰场景的虚拟试衣。通过对两个场景的虚拟试衣方法的深入研究,本文展开以下两个工作:(1)通过分析基于时尚单品场景的虚拟试衣的难点,针对其存在的服装形变