【摘 要】
：
基于图神经网络的会话推荐(简称图神经会话推荐)是近年来推荐系统领域的一个研究重点和热点,这主要是因为它们引入了会话图拓扑结构信息来提高物品和会话特征表示的准确性,因而,在一定程度上提升了会话推荐的性能.然而,现有图神经会话推荐方法仍然存在两方面的不足,从而影响其性能:1)它们所构建的会话图中物品间的相关性权重均是在模型训练之前就预先指定并保持固定不变,导致不能准确捕捉物品间的相关性;2)它们只从单个会话的物品序列中产生物品和会话的局部特征,而缺乏从整个会话数据集出发,全局考虑不同物品之间以及不同会话之间的
【机 构】
：
华南师范大学计算机学院 广州 510631;北京大学软件与微电子学院 北京 102600;达而观智能(深圳)有限公司研发部 广东 深圳 518063
论文部分内容阅读
基于图神经网络的会话推荐(简称图神经会话推荐)是近年来推荐系统领域的一个研究重点和热点,这主要是因为它们引入了会话图拓扑结构信息来提高物品和会话特征表示的准确性,因而,在一定程度上提升了会话推荐的性能.然而,现有图神经会话推荐方法仍然存在两方面的不足,从而影响其性能:1)它们所构建的会话图中物品间的相关性权重均是在模型训练之前就预先指定并保持固定不变,导致不能准确捕捉物品间的相关性;2)它们只从单个会话的物品序列中产生物品和会话的局部特征,而缺乏从整个会话数据集出发,全局考虑不同物品之间以及不同会话之间的相关性,并由此来生成物品和会话的全局特征,从而充分表示物品和会话的语义特征.为此,本文提出了一种新颖的会话场景下基于特征增强的图神经推荐方法FA-GNR(Feature Augmentation based Graph Neural Recommendation).FA-GNR方法首先基于单个会话构建物品间相关性权重可学习优化的会话图,并借鉴GRU(Gated Recurrent Unit)神经网络来产生物品局部特征,同时基于会话数据集,通过GloVe(Global Vectors)词嵌入方法产生物品全局特征,从而融合物品的局部和全局特征来生成其语义特征.然后,FA-GNR方法基于物品语义特征,利用局部注意力机制来产生会话的局部特征,同时基于物品的全局特征,并通过全局注意力机制来产生会话的全局特征,从而融合会话的局部和全局特征来生成其语义特征.最后,在物品和会话语义特征的基础上,FA-GNR方法通过交叉熵损失来学习给定会话下不同物品的点击概率分布.在多个公开数据集上的实验结果表明,FA-GNR方法的推荐性能优于目前主流的方法.
其他文献
腮腺肿瘤性病变的病理类型复杂多样，术前对腮腺良性与恶性肿瘤的准确判断对手术方式的选择及预后具有重要意义。本文中探讨腮腺肿瘤性病变的影像学诊断思路及功能MRI的诊断价值。
为解决文本分类中因文本数据篇幅长且语义情感分布不均导致分类准确度偏低的问题,提出一种基于分层式卷积神经网络(convolutional neural network,CNN)的长文本情感分类模型pos-ACNN-CNN.通过在嵌入层加入位置编码来捕获文本中的词序信息,结合基于注意力机制的CNN识别不同词语的情感语义贡献度,得到连续两个句子组成的句子对的特征信息;利用CNN提取文本中所有句子对的全局特征,获得最终的分类结果.在IMDB影评数据集中进行的多组对比实验结果表明,该情感分类模型具有更好的分类效果.
为解决矿井探水作业中人工验收效率低、耗时长等问题,提出一种融合交叉熵损失函数的3 DCNN探水作业动作识别模型.使用ReLU非线性化函数和SoftMax交叉熵损失函数,将隐含的特征数据判断分类别后再进行学习,得到较为丰富的批次网络信息图;将批量归一化操作引入到网络结构中,弥补网络模型收敛速率慢的不足,提高模型的泛化能力和鲁棒性,达到有效提高验收效率的目的.经过与其它网络模型对比,实验结果表明,该方法有效解决了人工验收低效率的问题,提高了动作识别的准确率.
根据先天性心脏病远程辅助诊断中实时分析、心音远程听诊以及便携式需求,设计一种可实时心率检测的远程心音采集系统,实现心音信号的无线实时采集显示、音频回放、云端储存、诊断结果回传以及实时心率检测等功能.在此系统的基础上,提出一种适用于低性能嵌入式设备且不依赖于ECG信号的心率检测算法,通过软件包络检波与峰值定位快速准确地实现心率的实时计算.实验结果表明,软件包络检波法在实时心率检测上比希尔伯特提取包络运行效率高3.6倍且精度更高,该系统满足设计需求.
为进一步提升基于骨骼信息的人体行为识别准确率,对人体姿态的骨骼信息进行研究,分析图卷积(GCN)的理论基础,提出一种多尺度时空图卷积(multi scale ST GCN)的方法对骨骼的动态信息进行建模,不同于传统的手工对人体进行自上而下或者自下而上的遍历规则设计方法,而是通过构建网络模型对人体行为的时间空间信息进行自动捕捉,利用图卷积学习人体骨架在空间特征信息,结合多尺度时间卷积(multi scale TCN)在时间层捕获的骨架动作序列信息,增强网络模型对人体骨骼动作信息的理解,将其应用到人体的行为识
目的:探讨产前MRI量化评价法洛四联症（TOF）胎儿心血管结构及脑发育的价值。方法:回顾性收集2011年8月至2021年4月在上海交通大学医学院附属上海儿童医学中心确诊的30例TOF胎儿，孕周为18~33（25±3）周，孕周≤25周17例、>25周13例。收集同期孕周匹配、心脑发育正常的60例胎儿为对照组。于快速平衡稳态梯度回波序列图像上测量胎儿主动脉弓峡部（AoI）、主肺动脉（MPA）直径及TOF胎儿室间隔缺损（VSD）长径，计算MPA/AoI。于单次激发快速自旋回波序列图像上测量胎儿脑双顶径（BBD）
能量CT成像技术发展迅速，近年来在临床的应用越来越成熟，在疾病的诊断中发挥了重要作用。为推动能量CT在我国的规范化应用，中华医学会放射学分会和中国医师协会放射医师分会组织专家参阅大量文献并结合我国的临床实践，经反复讨论并达成以下共识，包括能量CT成像原理、实现形式和技术特点，以及在血管、头颈、心胸、腹部及骨骼肌肉成像等方面的临床应用。
如今,图数据已经被广泛地应用于现实生活与科学研究当中,有巨大的使用和研究价值.但与此同时,针对图数据的收集与发布中也存在巨大的隐私风险.如何在保护图隐私的同时,发布与收集可用图数据,是目前个人、企业、政府等面临的重大挑战.本文首先从隐私信息所包含的内容、不同的隐私泄露场景,以及敌手模型三个方面深入地剖析了图数据在使用中存在的隐私风险,然后重点从攻击和防御两个角度展开介绍.针对攻击而言,本文分析了当前可行的图数据隐私攻击与攻击量化算法及其算法原理.针对防御而言,本文总结了简单匿名、图修改、聚类,以及差分隐私
目的:基于MRI应用独立成分分析和双回归结合的方法，探索肌萎缩侧索硬化症（ALS）患者大尺度运动及认知相关网络功能变化，及其与运动、认知功能的关系。方法:前瞻性收集2014年1月至2016年6月于西安交通大学第一附属医院就诊的46例ALS患者（ALS组），另招募性别、年龄匹配的正常对照40名（对照组），均完成运动及多维度认知功能评价［包括简明精神状态评价（MMSE）、蒙特利尔认知评价量表（MoCa）、语义流畅性（SVF）、音韵流畅性（PVF）、向前数字广度（DS_F）、向后数字广度（DS_B）、额叶功能评
目的:旨在探讨糖尿病心肌病（DCM）早期心肌应变的改变特点。方法:60只健康4周龄雄性C57BL/6J小鼠，采用随机数字法分为2型糖尿病（T2DM）组（30只）和对照组（30只）。对照组采用普通饲料喂养，T2DM组采用高脂饲料喂养。喂养4周后，T2DM组单次大剂量腹腔注射链脲佐菌素（STZ）溶液制作T2DM模型，最终造模成功23只。对照组注射等剂量柠檬酸钠缓冲液。造模成功后第4、8、12、16、20和24周作为监测时间点采集实验数据。每个时间点时各组均入组9只小鼠，然后各组随机选取6只用于体重和血糖监测及