基于图注意力的神经协同过滤社会推荐算法

互联网技术的发展使得信息过载问题日趋严重，为了解决传统推荐技术的数据稀疏和冷启动问题，社会推荐逐渐成为近年来的研究热点。图神经网络(GNNs)作为一种能够自然整合节点信息和拓扑结构的网络，为改进社会推荐提供了巨大的潜力。但基于图神经网络的社会推荐还存在许多挑战，例如，如何从用户项目交互图和社交网络图中学习准确的用户和项目的潜在因子表示；简单映射用户和项目的固有属性来获取嵌入，但用户项目交互的关键协作信号未被学习。为了学习更准确的潜在因子表示，捕获关键的协作信号，提升推荐系统的性能，提出了基于图注意力的神经协同过滤社会推荐模型(AGNN-SR)。该模型基于用户项目交互图和社交网络图，通过多头注意力机制多角度地学习用户和项目的潜在因子；此外，图神经网络利用高阶连通性递归地在图上传播嵌入信息，显式编码协作信号，探索用户和项目之间的深层复杂的交互关系。最后，在3个真实数据集上验证了AGNN-SR模型的有效性。     

CMM2级的配置管理规范在实际软件项目中的应用

随着软件工程化管理的不断深化，各种认证、评估不断涌入，配置管理逐渐成为了软件项目开发中非常重要的环节。结合CMM2级中的要求对软件项目中的配置管理工作的开展给出一些建议。     

面向计算机与信息大类招生培养的知识结构剖析和设计

针对计算机与信息类专业大类招生及人才培养的教学客观需求,围绕面向计算机与信息大类招生培养的知识结构进行探讨。根据ACM、IEEE和我国教育部高等学校计算机科学与技术教学指导委员会发布的计算机专业规范,分析计算机与信息类专业大类培养的计算机学科知识结构,为计算机与信息类专业大类课程体系建设及创新型特色高素质人才培养提供科学依据。     

Web服务组合形式理论分析与研究

形式化方法对于建模和验证软件系统是一种有效的方法。对于Web服务及其组合来说，保证其组合正确性以实现其服务增值十分必要。分析Web服务的综合特征，总结Web服务组合的典型特征，重点介绍有代表性的Web服务组合形式模型和方法，包括OWL（DAML—S）、进程代数类的CSP和π-演算、自动机理论的米兰机以及Petri网。通过综合比较与分析，对各个模型和方法给出一定评价，为系统地建立Web服务组合形式理论打下基础。     

远程网络实验系统的设计与实现

介绍一种基于B/S及C/S架构的路由器和交换机等网络设备的远程实验系统的设计与实现方法。该系统可以使学生在网络环境中远程预约,进行网络实验,教师可以远程设置、控制实验,与学生在线交流。     

扩大学生思考空间的教学方法

创新型人才培养是高等教育面临的一个挑战性课题。广袤的思考空间是培养学生创新能力的基础。文章针对计算机体系结构课程的教学活动,探索为学生创造思考空间的教学方法,提出在课后习题和课程实验内容设计环节,为学生留出充分思考空间的教学理念,并介绍具体实施方法。     

计算机系统观的起步培养

结合教学实践和国内外计算机系统类课程分析,提出计算机系统与C语言程序设计课程同步教学观点,并且梳理培养C程序员计算机系统观的6个系统核心知识,旨在培养具有计算机系统观的人才.     

利用CORBA技术实现分布式应用程序

CORBA足建立存面向对象基础上的分布式对象体系结构。我们用Java和C＋＋编程语言与CORBA结合的方式编写客户机／服务器应用程序，依据ORB的远程对象编程语言无关的特性，使客户程序按访问本地对象的方式透明地访问远程对象的操作，实现了CORBA技术的分布式虚用。     

计算机与信息大类招生模式下多学科交叉创新人才培养改革与实践

大类招生模式给计算机与信息类高校人才培养带来新的挑战,同时多学科交叉融合的发展趋势也给创新型人才培养创造新的机遇。针对现有培养框架与课程体系在多学科背景与大类招生模式下存在的问题,研究计算机与信息技术学院4个专业5个方向的培养目标和专业定位,提出以多学科交叉为基础的结构化培养框架及综合与特色并重的课程体系,对多学科背景与大类招生模式下计算机与信息类创新人才培养实践进行分析和探讨。     

基于策略梯度算法的工作量证明中挖矿困境研究

针对区块链中工作量证明（PoW）共识机制下区块截留攻击导致的挖矿困境问题，将矿池间的博弈行为视作迭代的囚徒困境（IPD）模型，采用深度强化学习的策略梯度算法研究IPD的策略选择。利用该算法将每个矿池视为独立的智能体（Agent），将矿工的潜入率量化为强化学习中的行为分布，通过策略梯度算法中的策略网络对Agent的行为进行预测和优化，最大化矿工的人均收益，并通过模拟实验验证了策略梯度算法的有效性。实验发现，前期矿池处于相互攻击状态，平均收益小于1，出现了纳什均衡的问题；经过policy gradient算法的自我调整后，矿池由相互攻击转变为相互合作，每个矿池的潜入率趋于0，人均收益趋于1。实验结果表明，policy gradient算法可以解决挖矿困境的纳什均衡问题，最大化矿池人均收益。