【摘 要】
:
传统基于会话的推荐算法主要利用点击物品的时序信息进行建模,忽略了挖掘物品的特征信息,且未利用物品之间的相似性。为提升推荐效果,提出一种新的基于会话的推荐算法SR-I2V。通过Skip-gram模型和层次softmax优化方法学习物品的嵌入向量,由意图递进公式对已发生的物品点击提取出意图特征向量,并根据特征向量相似度计算出每个候选项的推荐分数。实验结果表明,与I2I、Po P和S-POP等传统基于会话的推荐算法相比,该算法在Yoochoose和Diginetica两个数据集上的推荐召回率分别提高了至少4.6
【基金项目】
:
安徽省自然科学基金(1708085MF146)。
论文部分内容阅读
传统基于会话的推荐算法主要利用点击物品的时序信息进行建模,忽略了挖掘物品的特征信息,且未利用物品之间的相似性。为提升推荐效果,提出一种新的基于会话的推荐算法SR-I2V。通过Skip-gram模型和层次softmax优化方法学习物品的嵌入向量,由意图递进公式对已发生的物品点击提取出意图特征向量,并根据特征向量相似度计算出每个候选项的推荐分数。实验结果表明,与I2I、Po P和S-POP等传统基于会话的推荐算法相比,该算法在Yoochoose和Diginetica两个数据集上的推荐召回率分别提高了至少4.6
其他文献
结合物联网LoRa技术的大连接、功耗低、安全性高、成本低的特点,在汽车物流的仓储环节、运输环节及包装管理环节进行部署应用,通过比对LoRa技术采集到的数据与实际业务数据,数据正确率较高,表明LoRa技术在汽车物流业务中有较好的应用价值。通过LoRa技术的应用可以实现零部件的自动接收入库、实时盘点、运输过程、包装器具精确管理等功能。
在职业教育“双高计划”建设的背景下,产教深度融合、校企双元育人时机成熟,但缺少范式和经验,机制体制更需要进一步探索,深化产教融合就成了双高建设的核心任务。通过分析提出了高水平的技术技能人才培养离不开高水平企业的参与,企业发展也离不开学校源源不断的技术人才培养。但学校培养和企业需求之间有很大的差距,企业自己从零培养成本太高,因此企业也愿意参与人才培养过程。产教融合核心是“共建、共享、共用”,以实现产教融合为路径,校企命运一体,共建技术技能平台。该产教融合人才培养模式可为同类院校实现职业教育的专业建设
柴油中脂肪酸甲酯含量的测定广泛采用红外光谱法,针对此方法的检测能力和准确性进行了研究。试验测定红外光谱法检测柴油中脂肪酸甲酯的检出限和定量限分别为0.0066 g/L和0.0220 g/L,加标回收率为99.2%~101.3%,结果表明试验方法具备良好的准确性,能够准确灵敏地检测柴油中脂肪酸甲酯。测定的合成相对标准不确定度为0.0123(置信概率取95%,包含因子k=2),脂肪酸甲酯含量为(3.960±0.097)g/L。分析结果表明标准溶液配制和待测样品配制为引入不确定度的主要因素。
消防安全直接影响着人们的生命健康,消防疏散系统成为人们生活中必不可少的设备。设计一款以STM32F030C8T6为主控芯片的智能语音疏散系统,通过MQ-2烟雾传感器采集烟雾浓度,将数据传送给单片机。超过阈值后单片机控制语音报警模块开启报警、GSM模块给手机发送报警短信并且驱动HK23F继电器来控制水泵放水进行灭火。
针对传统主题模型在挖掘多源文本数据集信息时存在主题发现效果不佳的问题,设计一种基于狄利克雷多项式分配(DMA)与特征划分的多源文本主题模型。以DMA模型为基础,放宽对预先输入的主题数量的限制,为每个数据源分配专有的主题分布参数,使用Gibbs采样算法估计每个数据源的主题数量。同时,对每个数据源分配专有的噪音词分布参数以及主题-词分布参数,采用特征划分方法区分每个数据源的特征词和噪音词,并学习每个数据源的用词特征,避免噪音词集对模型聚类的干扰。实验结果表明,与传统主题模型相比,该模型能够保留每个数据源特有的
针对传统智能进化社区发现算法通常存在弱化节点属性和容易过早收敛等问题,提出基于邻边属性群智能聚类的个人社交网络社区发现算法NLA/SCD。在融合邻边结构及其节点属性相似特性的基础上,定义社会蜘蛛优化算法的适应度函数,并将社区模块度增量作为算子迭代准则。在雌性和雄性个体的进化与交配过程中,利用适应度函数和模块度增量函数从局部和全局角度优化社区划分的寻优过程,以保持种群多样性并避免算法过早收敛。实验结果表明,NLA/SCD算法能有效识别属性信息多样的个人社交网络,且具有较高的运行速度和划分精度。
单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用多尺度局部感受野感知样本信息提取特征,并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练,当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证,实验结果表明,多模态融合的分类精度高于单模态的分类精度,且改进
基于区块链技术的产品溯源系统在现代供应链系统中被广泛应用,溯源区块链适合采用联盟链来构建,其参与利益方多、共识网络差异化高的特性影响了此类区块链系统的性能和安全性。对区块链共识过程进行分析,构建模拟溯源区块链的系统模型和信誉模型,以排除拜占庭故障节点。在此基础上,设计包含代表选择和代表共识两个阶段的共识过程,并提出一种基于信誉的二阶段溯源区块链共识策略RTsBFT。实验结果表明,在相同的配置环境和条件下,相比CSBFT和PBFT策略,RTsBFT可取得更高的系统吞吐量、更短的延迟和更低的故障节点率,能够有
室内场景下的实时场景分割是开发室内服务机器人的一项关键技术,目前关于语义分割的研究已经取得了重大进展,但是多数方法都倾向于设计复杂的网络结构或者高计算成本的模型来提高精度指标,而忽略了实际的部署成本。针对移动机器人算力成本有限的问题,设计一种轻量化的瓶颈结构,并以此为基本元素构建轻量化场景分割网络。该网络通过与特征提取网络级联获得更深层次的语义特征,并且融合浅层特征与深层语义特征获得更丰富的图像特
针对传统属性基加密方案中单授权中心计算开销大以及安全性较差等问题,通过引入多个授权中心以及安全两方计算协议等技术,提出一种支持细粒度属性级撤销和用户级撤销的密文策略属性基加密方案。引入多个属性授权中心以颁发并更新属性版本秘钥,同时秘钥生成中心与云存储服务器之间进行安全两方计算等操作,生成并更新用户密钥,从而进行细粒度属性级撤销。在云存储服务器中,对用户列表中的用户唯一秘值及唯一身份值进行操作以实现用户级撤销,同时通过多个授权中心抵抗合谋攻击,并将部分计算工作外包给云端。分析结果表明,与基于AND、访问树和