论文部分内容阅读
基于知识图谱的深度推荐算法研究
【摘 要】
：
利用社交网络或项目属性等辅助信息提升推荐性能是推荐算法研究中的关键问题,对于缓解协同过滤方法的稀疏性问题具有非常重要的意义。针对这一问题,本文开展了基于知识图谱和深度学习的推荐算法研究,包括如下两个方面:首先,基于知识图谱和神经网络提出用户局部与全局兴趣深度特征交互的推荐算法(recommendation algorithm for user local and global interest d
【出 处】
：
黑龙江大学
【发表日期】
：
2021年09期
其他文献
深度学习的发展使得人工智能取得了很大的进步,伴随着人工智能技术走进我们的生活,具有良好人机交互性的聊天机器人也在不断发展。因此研究将深度学习技术应用于智能聊天机器人系统是很有价值和前景的。智能聊天机器人由文本预处理模块和自然语言生成模块两部分组成。文本预处理模块帮助模型理解自然语言,自然语言生成模块帮助模型学习人类对话的方式,两个模块均使用深度学习模型进行搭建。文本预处理模块包括获取数据、数据清洗
学位
为了更好地规制网络服务提供者怠于履行信息网络安全管理义务的行为,《刑法修正案(九)》中新增了一项罪名——拒不履行信息网络安全管理义务罪。但由于本罪主体类型认定模糊、义务界限不清晰、兜底性条款不明确、罪过形式有争议等问题,造成本罪在司法实践中陷入“适用难”的困境。本文在对拒不履行信息网络安全义务罪的基本理论进行探究的基础上,以朱某非法开展VPN业务一案引出的四个争议焦点为切入点,深入探讨本罪的构成要
学位
BERT是一种基于深度双向transformer的语言预训练模型。经过微调后,BERT能在不同任务中实现最先进的性能。BERT具有数亿个参数,训练和推理的时间长,限制了其在计算资源不充足的场景下的应用。最近的研究使用知识蒸馏(Knowledge Distillation)将BERT压缩成更小,更轻,推理更快的BERT模型。然而,通常模型尺寸减小也意味着性能降低。本论文的研究目的为:在蒸馏压缩BER
学位
互联网的高速发展使得我们早已步入“大数据”时代。但是海量数据也让人们面临严峻的“信息过载”问题,推荐系统作为有效的应对手段之一应用在现实生活中的众多场景中。因此,研究推荐系统十分有价值和意义。推荐系统的目的在于有效地挖掘用户兴趣并缓解信息过载的问题。目前主流的推荐系统倾向于从用户和商品的历史交互行为中挖掘出用户的兴趣爱好并形成推荐。但当交互数据比较稀疏时,这类推荐系统的性能会下降。目前常用的众多推
学位
在打井工作中,由于无法很好地实现各企业车辆要求的同步和协调,导致车辆利用率低。为了最大化车辆的利用率,本文采用工作块建模的方式,使得排程时尽量做到每个车辆的工作量均衡。这样就可以满足不同任务所需的时间、车辆数量和种类的约束,最终建立适用于不同打井生产队的车辆排程模型,并且通过对模型求解得出满足打井工作的最优车辆调度方案。将该系统用于某打井公司,验证了本文建立的车辆排程模型的合理性和优越性。车辆排程
学位
在我国教育飞速发展进程中,自主性学习在各个教育阶段当中都有集中体现,而自主性学习也是目前大学生群体所采用的一种普遍学习方式。在“碎片化”时代飞速发展的背景下,人们日常生活、学习与工作过程中所接受到的信息也呈现出碎片化趋势,因此结合实际情况对“碎片化”时代大学生自主性学习问题加以深入研究就显得十分必要。从碎片化传播的外在表现看主要表现为传播内容、传播时空、受众注意力与传播载体碎片化,这种情况必然会对
学位
图像语义分割是依据语言理解的相关定义将图片上的物体逐像素进行分类与标记的一种技术。例如:将图像中的天空,草地,人物,分别用蓝色,绿色,红色逐像素地进行标记区分。图像语义分割作为图像分析的上游任务,贴近人类日常生活,在汽车自动驾驶、地理信息系统、医学图像诊断等方面都有较为广泛应用。复杂场景下的图像分割任务一直是计算机视觉领域的难点。针对自然场景下图像语义分割易受物体自身形状多样性、距离、光照等因素影
学位
对话系统是能够以自然语言与人类进行交互会话的软件系统,现已广泛应用于公司客服、医疗健康等领域,为人类带来巨大的商业价值。对话系统回复模型通常分为两类:检索对话模型和生成对话模型。检索对话模型主要是根据对话上下文从候选回复集中选出一个最符合当前对话内容的回复,分为单轮对话回复选择和多轮对话回复选择,单轮对话只根据当前消息进行回复选择,多轮对话依据对话上下文进行回复选择。在基于检索的多轮对话回复选择中
学位