基于超图卷积网络的重复性消费会话推荐算法

针对基于会话的推荐算法(SBRS)在建模会话表示时,缺乏考虑会话中物品之间多元关联关系和用户重复性消费的行为模式,提出一种基于超图卷积网络的重复性消费会话推荐算法。算法首先根据用户的会话序列组建超图和线图,并通过超图卷积网络建模会话内物品之间多元关联关系和会话间交叉信息;接着通过注意力网络生成用户的意图表示;然后构建重复—探索模块以建模用户重复消费的行为模式;最后根据生成的会话表示预测下一个产生交互的物品评分,进行推荐。在2个公开的现实数据集上的大量实验结果表明,所提模型在召回率和平均倒数排名指标上优于其他基线算法。     

基于离散化动态图的协同过滤推荐算法

基于图卷积网络(GCN)模型在学习用户/物品表示方面表现出了强大的性能,给传统的协作过滤(CF)算法带来了新的研究突破。然而,现有的基于GCN的CF方法仍然都是针对静态图建模,而在实际场景中,用户与物品的交互不是一成不变的,会随着时间的推移而持续演化;GCN中的过平滑问题会极大地限制现有推荐算法的表示学习建模。为解决上述问题,提出了基于动态图的协同过滤算法(DynGCF),其目的是通过同时捕获图的结构和时态演化信息来学习用户和物品的嵌入表示。DynGCF首先采用GCN学习每个离散快照图上的用户/物品嵌入,然后应用时间卷积网络(TCN)和自注意力机制学习,最终嵌入表示。为缓解过平滑问题,本文改进了传统GCN中的关键模块,即邻域聚合,通过在1阶交互图和2阶共现图建模用户和物品的交互。在4个真实数据集上与基于GCN的CF方法和动态图的基线方法对比,验证了DynGCF的性能提升,并分析验证了改进的方法能有效缓解过平滑问题。     

协同环境下产品开发过程建模的研究

对现代产品开发过程的特点进行了探讨,分析了国内外协同设计过程建模的研究现状。在此基础上,以全局导航、局部决策的思想,提出基于UML活动图和Petri网的分层建模方法。通过用UML活动图对产品开发全局过程进行描述,确定了过程视图和其他派生图之间的关系,提出了视图间的组织结构方法。同时通过对具体生产环节的Petri网描述,达到使管理人员对局部进行有效控制的目的。     

基于用户意图消歧的解离协同过滤算法

协同过滤(CF)是推荐算法中一个重要的研究方向,近期的工作表明CF可以有效地挖掘用户-物品交互背后的潜在意图来精细化建模用户和物品的表示,从而服务下游的推荐任务。然而,本文认为现有的工作没有很好地解决用户-物品交互无偏化问题,它们一般根据假定的而非显式建模的意图生成用户和物品的解离表示。对此,本文提出了一个新的无偏差解离协同过滤(DebiasedCF)推荐框架,该框架利用用户的个人历史来提取其潜在意图,用于表示学习。具体地说,首先利用意图提取模块对用户意图进行显式建模;然后分别对各意图子图进行无偏化;再执行嵌入传播,从而为每个意图生成相应的解离表示;最后设计了一个意图嵌入聚合层来进一步融合在不同意图子图中学得的解离表示。实证结果表明,本文的框架能够在最先进的基线方法基础上取得实质性的改进。进一步的分析验证了提取的用户意图在去偏差和用户-物品表示建模方面的优势。     

基于系统设计思维理念下的交互产品设计研究

目的针对交互设计师在构建交互产品设计时的系统性思维,以用户体验、服务设计理念上的交互产品设计模型为研究对象,创造和优化交互产品设计模式。方法以博物馆交互产品设计为实验样本,基于系统设计思维理念,将交互产品设计置于用户体验、服务设计理念、情景设计理念分析中,阐释基于系统思维的交互产品情感化特征,包括用户情感需求和产品服务生态系统,以及心智模型与概念模型的关系和视觉系统呈现,阐释产品交互界面的数据动态可视化、虚拟现实的游戏化、服务式设计等方式。结论探索了用户体验、服务设计理念在交互产品设计中的应用,提出了"目标—建模—行为—体验"的综合层级的系统模式,有利于满足产品经理和交互设计师开展交互产品设计的需求,提升用户体验和交互产品的优化设计,在系统设计思维理论下,优化了交互产品设计感知行为、情感体验行为,实现了引导转换和系统改良,提升了设计策略的时效性。     

系统开发中的UML建模应用

本文探讨了系统开发中基于UML进行面向对象的系统分析及设计方法,包括静态建模和动态建模：提出了一种实用的基于UML的需求分析及其建模方法,以活动图模型来表达业务模型,以概念层的对象图、状态图及交互图模型表达系统的结构逻辑及行为逻辑,以应用例图表达系统需求：讨论了需求分析及其建模的过程概念。     

基于Kano-QFD的新能源汽车移动端交互设计

目的 能够有效获取车主在移动端和汽车交互的功能需求及其权重,基于需求确定并量化为设计关键要素,从而有效提升用户在移动端界面与汽车交互过程中的满意度,增强用户体验。方法 首先,通过构建用户旅行图分析车主在移动端与车辆交互时的行为路径,归纳用户需求;其次,基于Kano模型从用户满意度和需求重要程度两个维度定性分析需求的优先级,用QFD质量功能图根据需求优先级分析并量化重要性设计需求。结果 用户在移动端设备与汽车发生交互时,电池相关信息反馈需求、车辆周边环境反馈需求、胎压监测需求权重最大,是新能源汽车移动端交互设计过程中的重要性设计需求。结论 基于用户旅行图建立Kano模型和构建“质量屋(QFD)”的方式,对新能源汽车移动端交互进行设计研究,验证了其方法在解决类似设计问题上的可能性,为后续即将大量出现的新能源汽车与用户在移动端的交互设计提供了方法上的指导。     

UML时间顺序图的自动验证技术

UML顺序图反映对象之间的消息交互顺序,在系统建模中应用十分广泛.对顺序图进行时间扩展得到UML时间顺序图,使其具备对实时系统建模的能力.在此基础上研究了UML建模工具和模型验证工具UPPAAL的接口信息,将UML时间顺序图模型转化为时间自动机模型,并对该系统模型进行形式化验证.设计和实现了基于XML的UML时间顺序图自动验证工具.     

基于用户需求的构件行为测试

针对基于构件的软件开发过程中构件的使用者难以验证构件的动态行为这一问题,提出了一种基于用户需求的构件行为测试方法。用接口自动机为构件的行为建模,研究如何根据模型和用户需求对构件进行测试的问题。首先通过对行为模型的分析,确定出构件中不同接口之间的关系,进而用一组相关的接口序列来表示构件的动态行为;然后再根据用户在使用时的具体要求,确定出实际要运行的测试序列。文中介绍的方法能够从整体上检验构件的行为并且可以根据构件模型和使用要求自动生成测试序列,便于用户对构件的验证和测试。     

基于模块化设计的混合图拆卸建模研究

拆卸建模是拆卸序列规划的基础,也是绿色设计的关键。在传统的拆卸序列规划过程中,随着产品零件数目的增加会造成“组合爆炸”问题。为解决该问题,提出了一种基于模块化设计思想的拆卸建模方法。首先,运用图论中有向图和无向图的概念分别表示零、部件之间的约束关系,并将有向图和无向图结合成混合图,建立产品混合图拆卸模型;其次,利用模块化设计中的模块划分原则生成子装配体,通过将模块化设计方法整合入混合图模型中,得到模块化设计的混合图拆卸模型,利用该模型可以有效地解决图论模型中边与顶点产生“组合爆炸”的问题;最后,以模块化设计的计算机主机箱的混合图拆卸建模为例来验证所提出的方法。     

基于联合神经网络的电影个性化推荐算法

随着人工智能的发展,深度学习技术开始被广泛应用在个性化推荐业务上。本文在用户基本信息、电影元信息的基础上,融合点评文本、用户兴趣度的浏览行为、电影海报等多源信息,建立了一个基于联合神经网络的用户评分预测模型,并通过Adam优化方法拟合预测评分矩阵和真实评分矩阵,最后结合海报的相似度对候选推荐集中的电影做一个简单的分类,生成相似度最高的Top-N推荐列表。实验结果表明,该模型预测评分的准确率较ConvMF提高了0.06%,列表排序的平均准确率达到72%,推荐结果的平均综合指标达到0.85,用户满意度较高。     

基于FBM行为模型的在线学习平台交互设计研究

目的从行为角度分析在线学习平台用户体验问题,探究FBM行为模型下的在线学习平台交互设计方法,为在线学习平台的设计研发提供理论依据。方法通过分析当下在线学习平台的现状以及在线学习用户的线上学习行为特征,结合用户问卷、访谈调研等定量定性分析,并根据在线学习者的用户旅程图,总结出在线学习平台中用户的线上学习体验问题。再结合斯坦福大学行为科学教授福格提出的FBM行为模型,从增强用户动机、提升用户能力和增加触发机制三个方面得出FBM行为模型下的在线学习平台交互设计方法。结论基于FBM行为模型下提出的清晰明确的平台定位、荣誉成就体验、及时有效的反馈、激励机制等交互设计方法模型能够满足在线学习用户的学习需求,优化其在线学习体验,最终提升在线学习平台的价值和竞争力。     

高龄用户智能产品多通道交互映射路径研究

目的 在老龄化与智能化的融合发展趋势下,通过探索多通道交互映射模式,提升高龄用户与智能产品交互过程的自然性、适配性和人性化。方法 以高龄用户智能产品人机交互系统为中心,从机能水平、行为习惯、语义表达、活动范围四个部分构建高龄用户特征模型,从通道、产品、交互不同属性层面构建智能产品多通道交互特征模型,并进一步研究两者间的映射关系。基于直觉模式-感官层、自然方式-行为层、逻辑关系-语义层、数字形式-空间层四种映射模式,提出以高龄用户为中心的智能产品多通道交互映射路径。结论 从“人-产品-环境”的系统视角,构建了高龄用户智能产品多通道交互映射关系模型,为高龄用户多通道交互设计研究提供思路借鉴,为智能产品适老化设计提供理论指导。     

基于工程语义约束的线束预装配自动规划方法

线束预装配是线束生产的重要环节,论文通过总结线束工艺设计中的工程语义约束信息,建立装配关联图模型,提出了一种线束预装配自动规划方法。该方法通过主件选择、最大子装配体提取、工程语义约束检测来实现对预装配序列自动规划,而无需与用户进行交互。最后的实例表明该方法是有效可行的,能较好的解决大线束图纸中装配序列规划问题。     

利用序列模型实现基于影片简介的相似影片推荐

相似性推荐是一种根据影片特征进行相似影片匹配的算法,不同于协同过滤推荐算法需要使用大量的用户行为数据,相似性推荐算法致力于影片本身的特征信息.本文涉及实验旨在实现一种能够应用于缺少用户行为数据场景下的影片推荐算法.文章基于序列模型和相似性计算方法,使用影片简介作为影片推荐的主要素材,搭建了一套在缺少用户订购历史数据的应...     

基于深度循环神经网络的社交网络用户情感研究

目的 将深度学习与社交网络、情感计算相结合,探索利用深度神经网络进行社交网络用户情感研究的新方法和新技术,探索模型在用户需求分析和推荐上的应用.方法 自动筛选和挖掘海量社交网络数据,研究具有长时记忆的非先验情感预测方法,对网络中海量的用户数据、人与人之间关系进行建模,为关联时间序列创建LSTM模型,并结合其相互关系融入统一的大型深度循环网络中.具体包括:基于注意力模型的社交网络异构数据处理;基于深度LSTM的长时记忆建模,研究子网络选取、深度LSTM设计,以及针对社交网络的大型网络结构设计;基于社交网络情感模型和强化学习的推荐算法.结果 提高了分析的准确度,降低了对先验假设的依赖,减轻了人工情感模型的工作量和偏差,增强了对不同网络数据的普适性;供深度模型使用.结论 研究成果促进了深度学习与情感计算的结合,可推动网络用户行为分析和预测的研究,可用于个性化推荐、定向广告等领域,具有广泛的学术意义和应用前景.     

基于MEMS传感器和Unity3D的人体运动捕获系统

随着人机交互技术的发展,人与计算机之间自然、多模态交互将成为人与计算机之间交互的主要方式,而这首先需要计算机可以正确地理解和捕捉人的行为特征,运动捕获技术正是在这种背景下提出来。通过运动捕获技术,计算机可以理解人体动作,用户就可以通过体态、方位、手势和表情等模态向计算机发出指令、传达信息等,因此运动捕获是新一代人机交互中的关键技术之一。目前基于MEMS惯性传感器的动作捕获研究主要针对动漫和电影制作,价格昂贵;随着传感器的集成度变高,价格逐渐降低带来了新的系统设计需求。在原有动作捕获技术基础上,设计并实现一种普适性更好的人体动作捕获系统原型,原型系统实现了基于惯性传感节点的人体运动信息的采集与融合、节点与汇聚节点的数据传输、虚拟人体模型实时动作呈现程序;实现了从数据测量到采集,再到模拟呈现的全过程。     

情绪引导下的糖尿病足预防及治疗产品设计

目的 针对糖尿病患者病足的预防及护理,从患者情绪介入,量化用户体验过程中的情绪水平,结合生理、心理、行为等层面,探究情绪与产品交互设计的关系,提出基于情绪引导行为交互下的产品创新设计策略,并通过“WEICHU”糖尿病足预防及治疗产品设计,进行可靠性实证。方法 围绕用户调研、情绪信息挖掘、数据处理和分析,结合用户体验地图研究方法,以“情感环”等相关理论为基础,采用SAM情绪量表,让被试者进行自我情绪评估,对体验地图中的情绪水平进行量化,深度挖掘用户在患病过程中的情绪体验,以此获得更可靠、准确的设计机会点,优化用户体验地图交互模型,并从用户行为方面探究情绪引导与产品设计的关系,据此搭建糖尿病足预防和治疗产品的功能模型。结论 将患者情绪的成因和变化、体验过程中的情绪水平量化分析作为产品交互设计的考量依据,有利于构建良性交互关系,有效改善糖尿病足患者预防和治疗体验。     

注意力机制及其在医学视觉任务中的作用研究

注意力机制模仿人类对特定信息的认知机制，放大关键细节，更多地关注数据本身，其本质就是定位感兴趣的信息，抑制无用信息。注意力也是一种对输入分配偏好的资源分配机制，计算一系列的注意力系数或权重参数。在计算机视觉领域中，注意力基于原有数据觅求信息间的关联，突出待处理对象的重要特征并捕捉图像感受野。本文基于注意力机制一般原理，阐释注意力之于神经网络的重要性，提升了神经网络近似复杂函数的能力，一定程度上缓解了深度神经网络“黑匣子”的不可解释问题。本文重点分析了基于自注意机制的Transformer：模型容量大、能更好地学习信息表征、可提取更高维的信息，以“长程依赖”的优势建模，克服CNN不能捕获图像全局信息的缺憾，是一种较强大的视觉识别工具。鉴于局部和全局特征对于医学图像分割这种密集的预测任务而言缺一不可，未来结合Transformer的整体捕获和CNN的局部提取工作将推动医学视觉任务的进一步突破。     

基于眼动视觉跟踪技术的新闻类APP界面可用性研究

目的 分析用户在真实动态浏览新闻类APP的视觉规律及典型界面设计的可用性评价,提出有利于提升用户体验的新闻类APP界面设计建议。方法 分析现有的3款新闻类APP界面的信息构架和图文布局,归纳为两点式、四点式、五点式的信息构架,以及左文右图、右文左图、上图下文和上文下图4种图文构建方式,通过眼动视觉跟踪技术,对眼动指标（轨迹图、热点图、焦点图、网格图）及行为指标（误操作、犹豫点）进行分析,针对用户浏览时的表现,以用户访谈的形式询问用户的理解和操作行为,进行新闻类APP界面可用性评估。结果 提出了更有利于新闻类APP阅读的界面设计建议。结论 此次可用性评估测试是基于APP的动态眼动仪测试,是具有普适性的新闻类APP用户界面设计的可用性评估方法。