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。     

基于社交媒体的谣言检测研究综述

互联网的兴起促进了各种社交媒体快速发展,人们通过社交媒体了解新闻时事、获取消息资讯、讨论实时热点。但是正因为社交媒体传播速度快、范围广、成本低,也为谣言的发布和扩散也提供了温床。这些谣言会引发群众恐慌、危害公共安全、损害民众利益,对社会造成极大的影响。因此,近年来社交媒体上的谣言检测问题引发了广泛的关注。本文将现有的谣言检测模型分为三种类型,详细介绍了这三种不同类型的谣言检测方法,并对近年来较为典型的模型进行对比实验,分析了不同模型的检测效果。     

硝酸铅对绿豆苗的毒性研究

以绿豆苗为实验生物,通过研究不同浓度（0、100 mg/L,200 mg/L,300mg/L,400 mg/L,600 mg/L）的硝酸铅对绿豆苗生长发育及多酚氧化酶、过氧化氢酶活性以及叶绿素含量的影响,初步探讨了硝酸铅对绿豆苗的毒性作用,以期为及时发现并排除重金属铅污染提供理论依据。实验结果表明：硝酸铅对绿豆苗叶的5d-IC50为276.33 mg/L,对绿豆苗根的5d-IC50为6.47 mg/L;随试验液中硝酸铅浓度的升高,绿豆苗叶中,PPO活性表现为抑制-诱导效应,绿豆苗根中,PPO活性表现为诱导-抑制效应;CAT活性表现为诱导-抑制效应;绿豆苗叶中叶绿素含量表现为抑制效应。