面向在线社区用户的群体推荐算法研究

结合现有两种主要群体推荐算法的优势, 建立新的算法框架, 并引入差异度因素对模型进行优化。另外, 考虑到在线社区用户的特点, 定义互动度指标来描述群体成员间的互动程度, 通过分析其与推荐精度之间的关系, 探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验, 并与传统方法进行比较, 结果表明, 融入差异度的算法具有更好的推荐效果, 且有效的互动机制能够保证较高的推荐精度。     

固特异公司获上海通用优秀供应商奖

2009年4月28日，中日合资企业威海高濑翻新轮胎有限公司在山东威海工业新区开业。这是继普利司通之后进军中国翻新轮胎市场的又一家日资企业。     

固特异 三款产品获汽车媒体大奖

为进一步适应市场对子午线轮胎的需求．经多方考察,南京锦湖轮胎有限公司拟在南京高新技术产业开发区新建一座轮胎生产企业,项目建成后将形成年产14万条全钢子午线轮胎的生产能力,使全钢胎产能达到44万条／年。     

Y油田低渗透油藏高含水阶段提高采收率研究

低渗透砂岩油藏储量丰富,约占全国储量的2/3以上,开发潜力巨大。该类油藏具有孔渗条件差、储层非均质性强、吸水能力差等特点,开发后期油藏进入高含水阶段,存在水驱效果差、开发难度大、采收率较低等问题,因此亟需探究提高采收率的有效手段。以Y油田低渗透油藏为例,在地质模型和精细油藏描述的基础上,通过生产动态分析和剩余油表征,针对全区水驱储量控制程度低、油井含水高、注采井网不完善的问题,提出了精细注水、注气和水气交替等措施。通过数值模拟方法,对比不同措施的开发效果,优选最佳方案,预测实施调整方案15年后,全区采收率提高12%。该研究成果可为低渗透砂岩油藏高含水期的高效开发提供参考依据和借鉴。     

固特异公司投资5亿美元大连建新厂

6月26日，美国固特异轮胎与橡胶公司宣布启动近5亿美元作为初期投资，将其位于大连市沙河口区的工厂迁至大连普兰店。迁址以后建成的新工厂将采用国际上最前沿的技术设备。 据悉，鉴于目前沙河口工厂毗邻居民区，严重制约了其生产规模的扩展，因此，固特异公司决定，待2010年底新工厂落成后，便开始将生产陆续转移至新厂。     

石油价格波动对中国股市影响的实证分析

以国际原油价格与中国股市收益率日数据为样本，对中国股市的有效性进行了实证研究。通过等尾置信 区间估计方法，证明国际原油价格时间序列数据为一近单整过程而非确定的单位根过程。在此基础上，使用近单 整时间序列的Bonferroni 检验，得出国际原油价格对中国股市的收益率不存在明显溢出效应的结论，并对造成这一现 象的原因进行了分析。这一研究结论对未来我国原油定价机制改革以及制订股市投资策略都具有重要意义。     

固特异公司发布新品“耐乘”轮胎

日本东海橡胶工业公司（TRI）和住友电器工业公司（SEI）于2009年9月11日宣布，将联合组建一家公司。新公司将与KTK集团公司合作，在中国江苏省生产和销售用于滚动基座的减震橡胶和空气弹簧。目前，中国已规划到2020年建设连接主要城市的高速铁路约1．6万公里，对滚动基座的需求快速增长。     

面向联邦学习的对抗样本投毒攻击

为了解决传统的机器学习中数据隐私和数据孤岛问题,联邦学习技术应运而生.现有的联邦学习方法采用多个不共享私有数据的参与方联合训练得到了更优的全局模型.然而研究表明,联邦学习仍然存在很多安全问题.典型地,如在训练阶段受到恶意参与方的攻击,导致联邦学习全局模型失效和参与方隐私泄露.本文通过研究对抗样本在训练阶段对联邦学习系统进行投毒攻击的有效性,以发现联邦学习系统的潜在安全问题.尽管对抗样本常用于在测试阶段对机器学习模型进行攻击,但本文中,恶意参与方将对抗样本用于本地模型训练,旨在使得本地模型学习混乱的样本分类特征,从而生成恶意的本地模型参数.为了让恶意参与方主导联邦学习训练过程,本文进一步使用了“学习率放大”的策略.实验表明,相比于Fed-Deepconfuse攻击方法,本文的攻击在CIFAR10数据集和MNIST数据集上均获得了更优的攻击性能.     

基于SNA的群体推荐系统的研究

由于信息爆炸问题,如何为用户提供有效的个性化信息服务已得到广泛关注,而随着社交网络的流行及其带来的大量网络群体,如何为群体提供更好的个性化推荐服务也变得越来越重要.文中不仅考虑用户的兴趣偏好,同时利用社会网络分析法（Social Network Analysis,简称SNA）衡量用户之间的社会关系,将此因素融入推荐过程,实验证明此方法能够取得较好的推荐效果.