非典型序列推荐若干问题研究

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:weike112121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着近年来信息技术的发展,互联网上的各类内容和信息与日俱增,信息过载现象越来越明显。个性化推荐系统作为缓解信息过载问题的主要方法之一,越来越受到各大互联网平台的重视。推荐系统的核心思想是根据物品和用户的特征以及用户的历史行为记录等信息,推测用户的个性化偏好并自动地给用户推荐其感兴趣的物品。其中用户的历史行为记录最能直接地反映用户对物品的喜好,也是推荐系统建模中最核心的部分。不同于传统的静态推荐方法只能建模用户的一般化兴趣,序列推荐(Sequential Recommendation)方法通过分析和建模用户的最近历史行为序列,能够捕获用户的动态兴趣和用户行为的序列相关性。尽管已有大量的工作研究了各种场景下的序列推荐问题,致力于通过一些强大的序列模型建模用户行为序列。但是这些典型的序列推荐方法都受限于对用户的单一行为序列建模,而忽略了群体的动态兴趣和用户不同行为序列的不同特点。在很多复杂的推荐场景中,不能简单地将交互行为记录概括为单个行为序列,而需要为不同的交互行为构建不同的行为序列。例如在序列群推荐问题中,需要融合建模群体中的每个成员的行为序列并捕捉群体共同的动态兴趣;在多频道场景的序列推荐问题中,为了细化考虑不同频道下交互行为的特质,需要对用户在不同频道下的行为序列进行融合建模并捕捉用户在当前频道中的动态兴趣;在稀疏目标行为(例如购买、分享行为等)序列推荐问题中,目标行为的稀疏性导致历史行为序列中的信息不足,因此需要引入具有丰富记录的行为(例如浏览,点击行为等)作为辅助信息,融合建模目标行为序列和辅助行为序列并捕捉用户基于目标行为的动态兴趣。为此,本文研究以上几个需要融合建模多个用户行为序列的的非典型序列推荐问题,所研究的问题和实验数据均来源于真实应用场景,具有科研和应用价值。本文的主要研究内容和贡献可概括如下:一,序列群推荐。序列推荐和群推荐是推荐系统领域中的两个重要分支,但是已有的群推荐方法忽略了群行为的序列性以及群的动态兴趣。本文首先融合序列推荐和群推荐,提出一个新颖的序列群推荐问题。该问题的主要挑战是怎么通过每个群成员的行为序列建模群的动态兴趣表示。为了解决该挑战,本文提出一种群感知的长短期图表示学习方法(GLS-GRL)。具体来说,该方法首先为每个群构建一个群感知的长期图和短期图,分别编码每个群成员的长期历史记录和短期历史记录,以及物品之间的全局共现关系。而后利用图表示学习分别建模每个成员在该群中的的长短期兴趣,并进一步自适应地融合着长短期兴趣以获得每个成员的动态兴趣表示。最后通过一个受约束的群成员交互注意力机制和池化聚合操作获得群整体的动态兴趣表示,该表示融合了每个群成员的动态兴趣以及群成员之间的关联信息。二,多频道序列推荐。为了显式地区分不同类型的物品,很多平台会将差异较大的物品归类为不同的频道。多频道序列推荐即基于用户在多个频道中的交互记录,推荐用户当前所在频道中的物品。该问题需要考虑用户在不同频道中的交互记录,融合建模用户在多个频道中的行为序列,并捕捉用户在当前频道中的兴趣偏好。为此,本文提出一个序列多融合网络模型(SMFN)来解决该问题。该模型首先利用两个门控循环单元(GRUs)分别对用户在当前频道和其他频道中的行为序列建模,得到用户在当前频道和其他频道中的行为序列表示。然后通过一个简单有效的融合单元(Fusion Unit)将一个行为序列中每个物品与另一个行为序列的整体表示进行融合,来表示这两个类别的行为之间的隐式交互。最后通过加和池化操作分别得到两个融合后的序列表示作为用户在当前频道中的兴趣表示。三,稀疏目标行为序列推荐。目标行为序列推荐旨在预测特定类型的交互行为(例如点击、购买、分享等行为)构成行为序列中的下一个物品。而当目标行为比较稀疏时(例如购买、分享等行为),仅利用目标行为的历史行为序列来预测下一个物品是比较困难的,而另外引入具有丰富记录的行为序列作为辅助信息能有效地缓解数据稀疏问题。因此在该问题中,主要挑战在于怎么融合建模多个类型的行为序列并缓解数据稀疏问题,以准确地预测用户基于目标行为的兴趣偏好。针对该挑战,本文首先基于所有用户的所有行为序列构建一个全局物品多关系图记录物品之前的全局关系,并递进式地提出了两个模型来解决该问题。(1)为了融合多个类型的行为序列以及物品与物品之间的全局关系,本文首先提出一个多关系图神经网络模型(MRGNN)。该模型利用图神经网络(GNN)建模全局物品多关系图中物品与物品的多种全局关系,并分别获得目标行为序列和辅助行为序列表示。接着通过一个简单而有效的门控机制自适应地融合不同类型行为序列的表示,获得用户在目标行为上的兴趣表示。(2)为了促进模型的训练并进一步提升推荐的性能,本文继续提出一个基于链接预测任务增强的多关系图神经网络模型(LP-MRGNN),该模型基于MRGNN模型进行了几点重要改进:(a)基于课程学习的思想,通过引入链接预测任务当成简单课程来学习以帮助推荐任务的早期训练;(b)为节点表示增加一个线性变换层以提升节点的表达能力;(c)通过边权选取更重要的邻居节点。并且通过全面的扩展实验,验证了 LP-MRGNN模型基于MRGNN的提升和每个改进点的贡献。
其他文献
在公共地问题、公海渔业、生态环境保护等实际问题抽象出的社会困境中,可以考虑一些法律法规外的、非强制的因素对个体行为的作用。本文考虑个体的态度特征和行为特征,并将个体依据所持态度和具体行为进行分类。当态度和行为都是两种类别时,个体分为四类。在态度可以互相转变、行为可以相互学习的基础上,建立群体演化模型,探究个体态度与合作行为的变化规律,对合作的出现与维持提供一定的解释,为摆脱此类困境提供新的思路。本
太阳能驱动光解水制氢是解决全球化石燃料快速消耗和二氧化碳过量排放问题的理想方法。为此,研发高能效、低成本、稳定、并且环境友好的光催化产氢体系和光电催化产氢电极至关重要。有研究证明用分子催化剂修饰半导体材料表面能够有效地提高基于半导体的光催化体系和光电催化电极的产氢效率。然而,迄今为止仅有几种分子催化剂被锚定在半导体材料表面,用于光催化和光电催化产氢,而且大多数己报道的分子催化剂/半导体杂合光阴极的
芬顿(Fenton)工艺是Fe2+在酸性条件(pH=3~4)下,催化H202生成羟基自由基(·OH)将有机污染物分解的过程,其广泛应用于难降解废水的处理。然而,在该工艺末端将pH回调至中性时,铁离子的絮凝作用会使残留的有机物与铁絮体沉淀至反应池底部,从而产生大量含铁污泥(即Fenton铁泥)。Fenton铁泥含有大量有机物和三价铁离子,直接排放会对环境造成严重污染,目前缺乏有效的处理手段,已经影响
对于一个实际使用的对称密码体制或密码结构,我们希望确定它所能提供的安全性。总的来说,存在两种不同的技术思路,即分别为密码分析和可证明安全分析。这两种不同的技术思路,将分别给出研究对象的安全性上界和安全性下界。密码分析还可进一步细分为具体攻击和通用攻击。其中具体攻击的对象一般是现实密码,在其攻击过程中需考虑目标密码的具体实现以及算法细节。而通用攻击则与可证明安全分析联系紧密,其研究对象一般为抽象层面
混凝土面板堆石坝(简称面板坝)因具有对自然环境的高适应性、施工便捷、造价低、抗震性能好等诸多优势,已成为最有发展前景的坝型之一。近年来,为了解决经济发展与资源分布的高度不平衡,实现东、西部经济发展与资源共享,我国在西部地区相继兴建了一大批面板坝。随着经济、科技、施工技术与设备的快速发展,逐步实现了坝高由100m级向300m级跨越。然而,西部地区的水电工程多处于喜马拉雅-地中海地震带上,地质、地形条
棉花是世界上重要的经济作物与纺织原材料之一,提高其产量、纤维品质和抗逆性始终是育种工作的重要目标,但这些性状都是复杂的数量性状,受微效多基因和环境的共同作用,遗传机理复杂。目前,国外棉花育种工作已经进入常规育种手段与分子标记辅助育种相结合的3.0育种时代。我国棉花育种工作者利用常规育种手段已经培育出一些产量、品质和抗逆性等综合性状优良的品种并在生产中发挥出重要作用,但利用分子育种进行品种改良与国外
里德堡原子(Rydberg atom)由于其相关实验的快速进展和广泛的应用前景引起了人们极大的关注。里德堡原子指的是原子中外层电子被激发至主量子数(n)很大的高激发电子态的原子。由于里德堡原子的外层电子远离原子核,它具有普通低激发态原子不具备的一些独特性质,如原子尺寸大,寿命长,电偶极矩大,极化率大等特点。此外,里德堡原子之间的偶极-偶极相互作用能在12个数量级的范围内进行调控。这些独特的性质使得
曲线梁桥由于其良好的线形适应性,在公路和城市道路建设中被大量采用,但由于其复杂的空间受力特性以及缺少针对性的设计指导规范,一方面导致了该桥型在实际工程中被谨慎的应用,另一方面也导致了部分曲线梁桥病害的发生。随着国家经济与交通建设水平的发展,为了使曲线梁桥这一桥型得到更为广泛应用,从而更好的服务于国家交通建设需要,因此有必要对该桥型展开更为深入的研究,以补充和完善该桥型的设计理论。本文通过模型试验、
煤、生物质气化技术是推进煤炭清洁高效利用、提高可再生清洁能源利用量的关键技术之一,焦-CO2气化反应是煤、生物质气化反应的速控步骤,焦-CO2气化反应动力学研究是煤、生物质气化炉设计与优化的基础。热重分析仪(TGA)是焦-CO2气化反应动力学研究中最常用的热分析仪器。然而,基于TGA的常规热分析方法存在难以消除的交叉耦合传质效应,影响动力学结果的可比性。钙基催化剂由于其高催化活性及低成本成为煤、生
环境和能源是人类目前面临的两大问题。CO2是主要的温室气体,同时也是最丰富的C1资源。在众多的CO2转化技术中,光还原CO2利用储量丰富的太阳能,在光催化剂的作用下,将CO2转化成有价值的碳氢燃料,是一种最有前景的转化CO2的方法之一。光还原CO2仍然面临很多的挑战,其中催化效率低是最大的瓶颈。最主要的原因在于对光还原CO2机理的研究不足:首先很少有人通过光物理过程来研究电子和空穴的复合;其次光化