融合行为交互图的兴趣感知新闻推荐算法

个性化新闻推荐的关键是候选新闻和用户兴趣的精准匹配,现有基于顺序模型的方法通过建模行为序列的单向交互仅能捕获单一的用户兴趣,而基于图的方法通常忽略了用户行为序列内部的高阶转换关系。针对上述问题,提出了融合行为交互图的兴趣感知新闻推荐模型,以全局和局部的角度建模用户动态兴趣。该模型结合知识图谱和深度预训练网络以多视图学习方式提取新闻深层语义信息,采用融合上下文位置信息的线性自注意力机制捕获局部用户兴趣。此外,将用户行为序列构建为有向交互图,使用门控图神经网络递归地聚合邻域信息捕获序列间的高阶转换关系,从而挖掘全局用户兴趣。在2个公开数据集上的实验结果表明,本文提出的模型在各个指标上均优于基线模型,并且有效提高了新闻推荐效果。     

基于BERT-RCNN的中文违规评论识别研究

以网络暴力为主的恶意攻击行为已经导致多起恶性事件发生,违规评论问题引起了社会广泛关注。当前违规评论检测手段主要是依靠敏感词屏蔽的方式,这种方式无法有效识别不含低俗用语的恶意评论。该文通过爬虫及人工标注的方式建立一个中文违规评论数据集,采用BERT预训练模型进行词嵌入操作,以保留文本隐含的语义信息。在BERT基础上再利用结合注意力机制的RCNN进一步提取评论的上下文特征,并加入多任务学习联合训练提升模型分类精度及泛化能力。该模型不再完全依赖敏感词库。实验结果表明,该文提出的模型相比传统模型可以更好地理解语义信息,利于发现潜在恶意。该文模型在识别中文违规评论数据集时精确率达到了94.24%,比传统TextRNN高8.42%,比结合注意力机制的TextRNN高6.92%。     

一种支持服务关联的Web服务选择方法

目前存在的大多数基于QoS(quality of service)的Web服务选择方案都忽略了服务之间的关联关系, 认为服务之间是相互独立的, 使得组合服务的结果与实际有所偏差。为了提高组合Web服务QoS的精确性, 考虑到服务之间的关联关系对组合服务质量的影响, 分别对服务之间的接口关联、业务关联和统计关联三种关联关系进行研究, 提出了一种基于关联度的关联服务集合发现方法, 将支持服务关联的选择问题转换为混合整数规划模型进行求解。实验结果表明, 考虑服务之间的关联关系会提高组合Web服务的质量。     

基于IRGAN模型和Hadoop的电影推荐系统的设计

随着近几年人工智能技术的飞速发展,深度学习技术在推荐系统领域中的应用也已经成为研究热点之一。尤其是生成对抗网络(GAN)作为无监督学习中最具前景的方法之一,在图像处理和自然语言等领域取得突破性进展。针对目前存在的电影市场规模扩大、观影用户数量增长过快以及电影资源更新频繁等带来的数据利用率低、系统压力大、实时性差等弊端,结合Hadoop、Spark和Kafka等大数据处理技术,设计基于IRGAN算法模型的离线推荐模块和基于在线用户行为数据收集处理的在线推荐模块。实现了基于IRGAN模型和Hadoop的电影推荐系统。测试表明,该系统具有良好的推荐准确性、稳定性和实时性。     

支持并行规划和设计的项目管理模型研究

给出了一个交互式的基于Petri网的项目管理模式,该模型利用Petri网描述并发事件的能力,将整个项目管理模式分解为规划网、监控网、预测网和资源管理网,并给出了Petri网表示的转换、项目监控、资源分配和冲突等问题的解决方法,基于以上模型的系统能较好地解决项目管理中系统的并行规划和设计,是一种比较有效的项目管理模型。     

动态环境下的项目管理模型研究

该文介绍了一个基于WEB的项目管理系统(DSPM)设计和实现机理,它利用知识库和工作流技术,很好地将项目过程管理与工作流系统集成起来,并且提出了一种有效的任务依赖关系管理模式,很好地解决了项目规划、调度、变更等关键问题。     

基于LBSN好友关系的个性化景点推荐方法

基于位置的社交网络（LBSN）中照片带有丰富时间空间位置信息,为发掘用户偏好信息、进行景点推荐提供了条件。现有推荐方法存在推荐条件单一、难以准确估算用户偏好、推荐结果准确性不高的问题。改进传统协同过滤中相似用户计算和推荐方法,提出PTLR方法。通过用户景点照片矩阵计算用户偏好,结合好友亲密度信任关系计算相似邻居。利用多条件如兴趣偏好、景点时间适宜程度及候选周边关联景点产生推荐。实验结果表明PTLR能有效提高推荐准确性。     

一种基于概念格的用户兴趣预测方法

传统协作过滤方法将用户所有属性不加区分地用于计算相似度寻找最近邻,推荐效果不太理想。本文提出了一种基于概念格的用户兴趣预测算法。首先,从用户访问日志中抽取用户资源访问的形式背景,构建该形式背景的概念格;其次,选择合适的滑动窗口来限定用户的当前访问内容,据此识别出用户当前的独立偏好;最后分别计算独立偏好对待排序文档的推荐效用,通过加权计算用户当前所有兴趣所反映的个性化资源偏好,进行用户兴趣预测。该方法分析了传统方法中没有考虑的文档独立性,从而有效地识别和划分用户偏好,符合用户之间仅仅在某一方面或者某一兴趣上相似、而并非所有兴趣都相似这一特点。实验采用真实的日志数据。结果表明:该方法能够有效地实现资源推荐,且可以减轻传统协作过滤方法的冷启动问题。     

基于微服务架构的国土档案系统

针对传统SOA架构设计的国土档案系统面临的服务安全、负载均衡和伸缩性等问题,设计实现了基于微服务架构的分布式档案系统.根据微服务架构思想,将档案系统功能划分为细粒度的微服务组件,微服务之间设计鉴权服务模块来实现微服务的安全访问控制,通过服务注册中心、服务网关和SpringCloud体系框架来解决系统的软负载问题,利用Docker微服务集群完成微服务组件的独立部署运行和业务功能伸缩.对档案数据文件建立了倒排索引,提高了档案数据查询时的速度和准确度.