【摘 要】
：
大规模在线开放课程（MOOC）的教学模型为人们提供了便捷的学习场景.网络课程资源的快速增长,导致学习者在面对海量的课程资源数据的时候容易产生信息过载问题.为了帮助人们快速地寻找到合适的,真正感兴趣的课程,同时让优质的网络课程被更多人了解到,在这样的背景环境下,利用推荐系统,分析学习者的历史行为数据,挖掘其潜在偏好信息,实现对学习者的个性化推荐十分必要.但是,当用户与项目的历史交互记录较少的时候,传
论文部分内容阅读
大规模在线开放课程（MOOC）的教学模型为人们提供了便捷的学习场景.网络课程资源的快速增长,导致学习者在面对海量的课程资源数据的时候容易产生信息过载问题.为了帮助人们快速地寻找到合适的,真正感兴趣的课程,同时让优质的网络课程被更多人了解到,在这样的背景环境下,利用推荐系统,分析学习者的历史行为数据,挖掘其潜在偏好信息,实现对学习者的个性化推荐十分必要.但是,当用户与项目的历史交互记录较少的时候,传统推荐算法通常会产生冷启动等问题,导致算法性能受到限制.针对上述问题,考虑到异构信息网络中存在大量的语义信息,尝试将异构信息网络与矩阵分解模型进行结合,并采用显隐式反馈结合的方法提高模型性能.本文的研究内容主要包括:（1）对MOOC平台上的数据进行异构网络建模,通过元路径来获取用户和课程之间的语义关联,然后通过图卷积神经网络学习不同元路径下的内容特征表示.为了充分地利用图卷积神经网络的各层邻居节点的特征信息,将原来单一串行的图卷积层分层传播结构改为跨层连接的结构.通过级联各个图卷积层,获得不同阶邻居节点的特征联合表示.最后,为了区分不同元路径下的内容特征表示的贡献程度,通过注意力机制对其进行融合得到全局特征表示,然后再将其应用于矩阵分解模型当中.（2）结合不同用户反馈机制下的推荐算法来对用户的历史行为数据进行训练.首先采用了一种基于课程热门度和相似度的加权概率采样算法进行负样本采样,使用成对排序学习的方法进行训练.其次采用了一种隐式评分机制将用户的历史日志数据转换为评分数据,使用均方误差损失的方法进行训练.最后将两者的训练结果进行结合得到最终的推荐列表.为了验证模型的可行性与有效性,在MOOCCube数据集和自制的IMOOC数据集上进行实验.同时对比经典的推荐算法,考虑模型中重要的参数和组件对模型性能的影响,设计不同的消融实验和对比实验,并对实验结果进行综合的分析与评价.
其他文献
伴随着我国经济水平的快速发展,行行业业对电力系统的稳定运行提出了更高的需求。一旦发生停电,将会给人们生活带来巨大的损失。然而,在广东沿海丘陵地区由于良好的地理环境和生态气候导致鸟害引发的输电线路故障频发,输电线路的安全受到了严重的威胁。输电线路分布范围广,而且与鸟类活动有关的因素并不是唯一的、固定的。鸟类的危害范围也会因生态环境的变化而每年发生变化,盲目的人工驱鸟很难达到有效防止鸟害的作用。因此,
本文将借助随机矩阵理论这个强大的数学工具对有限维度的混合对称系综展开研究。本文沿着推导出有限维混合对称系综的新结论并将其应用到各类场景的研究思路开展了以下的研究,主要分为三部分:第一部分是混合对称系综的特征值联合分布统一形式的建立。本文先提出了一个关于混合对称系综的排序特征值联合概率密度函数的统一表达式,然后详细推导了拉盖尔酉系综（Laguerre Unitary Ensemble,LUE）与拉盖
传感器技术的快速发展,使得人们能够在计算机视觉、神经科学、信号处理等领域中获取大规模、多维度的数据。然而,由于设备故障、网络延迟、外物遮掩等客观因素,获取到的数据通常是不完整的（仅部分元素可见）,传统的设备和算法往往无法有效处理不完整的数据。所以,越来越多的研究人员关注如何利用仅有的部分数据来恢复出完整张量。除此之外,数据在收集过程中,还通常混杂高斯噪声或椒盐噪声。克服不完整、噪声的干扰,实现数据
在数字化时代,每个用户的身份和行为均可用数字来量化,而其数字背后蕴藏着无数的商业价值。各大平台将依据量化的数字,来精准地为用户投放能够吸引用户观看的内容,或者用户感兴趣的广告,良好的点击率不仅会给平台方带来可观的收益,而且会给用户带来舒适的使用体验。因此,关于点击率预估的研究具有重要的意义。首先,论文叙述并分析了两种主流点击率预估模型的结构和优缺点,并在此基础上提出了一种新型的融合模型。论文对主流
缺陷检测方法作为一种图像视觉检测任务的实现方式,是工业产品生产流程中进行质量把控的一种重要方法。随着视觉检测技术的发展,缺陷检测方法取得了一些进展。但是工业产品表面缺陷检测方法仍然存在一些待解决的问题。例如,工业产品表面的图案样式复杂以及产品缺陷的尺度具有多样性,导致现有的缺陷检测方法存在检测精度不高的问题。此外,由于工业生产过程中新产品的更新速度快,因此难以收集和制作足量的缺陷图像数据集以供视觉
复杂网络是由大量节点组成的网络,这些节点之间存在一定的联系。在日常生活中,复杂网络的例子随处可见,比如,电网、万维网（WWW）、航线网和疾病传播网。小世界网络和无标度网络的发现使复杂网络的研究取得了引人注目的进展,同步、状态估计等问题也随之引起了研究者们的极大研究兴趣。由于复杂网络中的节点通常分布在不同地点,因此需要利用通信网络进行数据传输。由数据传输引起的各种问题（包括采样、网络攻击等）会导致节
近年来，随着中海油海上平台采用陆地电网供电的方案逐步实施，海上平台的电能质量被逐渐引起关注。采用岸电供电与自发电系统有很大不同，接入陆地电网后海上平台必须要满足地方电网的电能质量要求。但海上平台生产中的大量非线性设备，影响供电系统的供电电能质量，对电网造成电压波动及谐波注入，因此必须对海上平台电能质量进行评估并进行针对性的治理。以岸电平台谐波的仿真分析计算为例，给出谐波分析计算结果及谐波治理方案。
观察和理解他人行为是正常人类生活中的一项基本技能,同时,现代人类心理学的一个重要的研究分支就是观察人类的动作行为并进行分析。动作识别是健康监测、人机交互、机器人以及其他很多应用的基础技术,一直以来都受到研究人员的广泛关注。该方向不仅拥有重要的理论研究价值,还有着广泛的应用前景。研究表明,多模态信息融合的方法可以提高人体动作识别准确性。因此,在动作识别中,充分获取和高效利用多模态动作数据中的特征信息