虚拟主播山兔出道 《阴阳师》在下一盘什么大棋?

在“宜以假乱真,忌信以为真”的愚人节里,一本正经胡说八道、漫无边际大开“脑洞”已经成为各大企业与品牌热点营销的主要动作。在今年的愚人节,《阴阳师》将其游戏中的人气式神—山兔,打造成新晋虚拟主播出道,并带来一系列“大新闻”:式神偶像天团出道、玉藻前推出个人绘画集、声控斗技、《阴阳师》新联动、《阴阳师》自主潮牌上线…….     

双擎物种 聆听HIFIMAN DEVA

在各种电子设备全面无线化的浪潮下,音频行业、耳机市场中的各个细分领域同样也都在拥抱这一趋势,即便是定位在发烧友的Hi-Fi耳机也不例外。在我们以前的观念中,无线传输对音质的影响是比较大的,所以Hi-Fi产品还是以有线为主。不过随着蓝牙无线技术的不断发展,更多高品质无线传输音频编码格式随之诞生,这就为Hi-Fi耳机的无线化创造了可能。     

基于LBSN动态异构网络的时间感知兴趣点推荐

随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。     

改进的多层感知机在客户流失预测中的应用

针对在传统的客户流失预测数据预处理中，使用one-hot编码处理离散属性导致数据维度增加及数据过于稀疏的问题，提出了两种基于多层感知机的改进后的客户流失预测模型。其主要思想是分别使用堆叠自编码器和实体嵌入两种方法对多层感知机进行改进，通过将离散属性的高维编码数据向低维空间映射，有效地减少了one-hot编码产生的稀疏数据，增加了离散属性值之间的关联度。在对两份公开的数据集进行交叉验证后的实验结果表明，改进后的模型既有效地提高了预测的准确度，又维持了传统多层感知机模型在并行化计算方面的优势。