Yahoo群组 共享你我精彩

泡在网上的你如何与别人分享你的乐趣?如何找到与你有相同志趣的人?雅虎群组,静等你来访!雅虎群组是雅虎空间的一个功能,主要用来与别人分享图片,使用方法很简单,请跟着我来试用一下这个功能吧!     

融合自注意力和图卷积的多视图群组推荐

为了解决大多数现有的群组推荐仅仅从群组和用户的单一交互中学习群组表示,以及固定融合策略难以动态调整权重的问题。提出了一种融合自注意力和图卷积的多视图群组推荐模型（MVGR）,设计了成员级、项目级和组级三个不同的视图,来捕捉群组、用户和项目三者之间的高阶交互信息,缓解数据稀疏问题,增强群组表示建模过程;对于项目级视图,利用基于二分图的图卷积神经网络来学习群组偏好向量以及项目嵌入;进一步提出了自适应融合组件来动态调整不同视图权重,得到最终的群组偏好向量。在两个真实数据集上的实验结果表明,与基线模型相比,MVGR模型的命中率（HR）和归一化折损累计增益（NDCG）在Mafengwo数据集上平均提高了8.89个百分点和1.56个百分点,在CAMRa2011数据集上平均提高了2.79个百分点和2.7个百分点。     

基于聚类关联网络的群组行为识别

目前群组行为识别方法没有充分利用群组关联信息而导致群组识别精度无法有效提升，针对这个问题，提出了基于近邻传播算法（AP）的层次关联模块的深度神经网络模型，命名为聚类关联网络（CRN）。首先，利用卷积神经网络（CNN）提取场景特征，再利用区域特征聚集提取场景中的人物特征。然后，利用AP的层次关联网络模块提取群组关联信息。最后，利用长短期记忆网络（LSTM）融合个体特征序列与群组关联信息，并得到最终的群组识别结果。与多流卷积神经网络（MSCNN）方法相比，CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了5.39与3.33个百分点。与置信度能量循环网络（CERN）方法相比，CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了8.7与3.14个百分点。实验结果表明，CRN方法在群体行为识别任务中拥有更高的识别准确精度。     

基于注意力机制的群组行为识别方法

在基于视频图像的群组行为识别方法中,传统的深度学习方法大多使用标准（最大/平均）池化操作对卷积特征进行处理,并且未考虑群组行为中的关键人物对群组行为分类的重要性。针对以上问题,本文提出一种基于注意力机制的模型来检测群组行为视频中的行为,重点关注活动中的关键人物,根据注意力权重的不同分配动态地对卷积特征进行池化,最终正确识别视频图像中的群组行为。此模型在群组行为数据集CAD（Collective activity dataset）和CAE（Collective activity extended dataset）上的识别准确率优于许多使用标准池化结构的现有模型。     

基于带权评论图的水军群组检测及特征分析

针对在电子商务平台上检测编写虚假评论的水军群组的问题，提出了基于带权评论图的水军群组检测算法（WGSA）。首先，利用共评论特征构建带权评论图，权重由一系列群组造假指标计算得到；然后，为边权重设置阈值筛选可疑子图；最后，从图的社区结构出发，利用社区发现算法生成最终的水军群组。在Yelp大型数据集上的实验结果表明，与K均值聚类算法（KMeans）、基于密度的噪声应用空间聚类算法（DBscan）以及层次聚类算法相比WGSA算法的准确度更高，同时对检测到水军群组的特征与差异作了分析，发现水军群组的活跃度不同，危害也不同。其中，高活跃度群组危害最大，应重点关注。     

GreenBrowser群组技巧二则

快速修改群组GreenBrowser的群组功能颇得众多用户喜爱,利用群组可以一次性打开多个指定网页,比起传统的收藏夹来说更方便更快捷,不过N多群组的管理一直是用户的心病,虽然能够通过“群组/设置群组”命令来管理群组,但遇到大批     

QQ新功能新快报

QQ又出新版本啦！它有什么新的独特之处呢？让我们一起去瞧瞧吧！利用群组工作：群组的功能不仅仅在这个最新的０８２５patch版本中同样也具有一个群组的功能，只不过该功能比以前的更加完善，如图１，通过点击其中的一个组的形式之后即可建立新的一个组，有固定群和临时群，每个功能是不一样的。固定群可以使我们的群是固定不变的，这些只能是申请了会员才能够拥有，如果不申请会员，那么只能是通过建立临时群来解决，当然在网上也是有现成的群，可以通过搜索之后加入即可和该群的朋友进行聊天和开会等等。在新的版本中除了具有原来的一些…     

基于活动的社交网络中的群组推荐算法设计

在基于活动的社交网络（EBSN）中,群组中聚集了具有相似兴趣的用户,并为用户组织并举办线下活动,在社区的发展中起到了至关重要的作用,因而理解用户加入群组的原因和群组形成的过程在社交网络的研究中是一个重要的议题.本文通过基于活动的社交网络中的一些相关内容信息,比如社交网络中的标签信息和地理位置信息,来辅助推荐系统更好地为用户预测对于群组的偏好.本文提出了SEGELER （pair-wiSE Geo-social Event-based LatEnt factoR）模型,并使用这些社交网络中的信息,来为用户的兴趣进行预测.通过在真实的EBSN数据集上进行实验与验证,本文的模型不仅可以有效提升对于用户偏好的预测,也可以缓解冷启动问题.     

独辟蹊径 封杀QQ系统广播

QQ2004 Ⅱ正式版发布后，QQ系统广播（即QQ号为10000的“用户”）不止一次向每个用户和群组（包括付费会员和高级群组）发送“QQ2004 Ⅱ正式发布”的消息。但我们似乎难以通过QQ设置选项封杀它。     

基于社交关系和时序信息的团购推荐方法

针对目前团购推荐方法较少结合单个用户与群组用户，并且对时间间隔、社交关系等上下文相关信息的利用不充分的问题，提出了一种基于社交关系和时序信息的团购推荐方法。对单个用户进行推荐时，针对循环神经网络（RNN）的门控循环单元（GRU）在团购推荐时没有考虑时序信息的影响，以及用户-商品交互序列中不相关的商品数据会产生噪声等问题，提出了融合时序感知GRU和自注意力的团购推荐模型（RTSA）。首先，通过计算用户购买的任意两个商品之间的个性化时间间隔，构建了时序感知GRU(TGRU)模型；然后，采用自注意力网络研究商品位置及个性化时间间隔的影响；最后，实验结果表明在Amazon Beauty数据集中，RTSA相较于对单个用户推荐的最优的基线模型——基于时间间隔感知自注意力的序列化推荐模型（TiSASRec），前10个商品命中率提升了11.73%。对群组用户进行推荐时，针对团购群组推荐中预定义的融合策略不能动态获取群组用户权重，以及群组-项目交互数据的稀疏性等问题，提出了融合社交网络和分层自注意力的团购推荐模型（SSAGR）。首先，采用RNN捕捉团购中用户随时间变化的复杂潜在兴趣；其次，利用分层自注意...     

基于椭圆曲线和三叉树的群组密钥协商方案

将椭圆曲线密码体制和三叉树引入到群组密钥协商中,提出了一种基于椭圆曲线和三叉树的群组密钥协商协议,由于无需向群组所有其它成员广播消息,其计算开销和通信开销均只有O（nlog3 n）。采用了用初始协商的密钥值加密随机数并产生杂凑值的方法使三叉树内部结点间也能进行安全的协商;当有群组成员变动时,通过发起者更新其随机数来提供协议的前向保密性和后向保密性,因此该方案适合于较大规模的动态群组。     

一个基于XML的多Agent网络管理原型系统

网络管理中已经普遍接纳多Agent体系结构，AGIMA是成功开发移动代码机制和群组管理功能的原型系统之一。考虑到Agent交换和共享网络管理信息的需要，新一代的管理信息结构SMlng描述的网管信息可以通过基于XML的资源描述体系（RDF）进行知识表示，需要集成更新的工具软件，为Agent引入网络管理的智能技术打下基础。     

基于聚类关联网络的群组行为识别

目前群组行为识别方法没有充分利用群组关联信息而导致群组识别精度无法有效提升,针对这个问题,提出了基于近邻传播算法（AP）的层次关联模块的深度神经网络模型,命名为聚类关联网络（CRN）。首先,利用卷积神经网络（CNN）提取场景特征,再利用区域特征聚集提取场景中的人物特征。然后,利用AP的层次关联网络模块提取群组关联信息。最后,利用长短期记忆网络（LSTM）融合个体特征序列与群组关联信息,并得到最终的群组识别结果。与多流卷积神经网络（MSCNN）方法相比,CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了5.39与3.33个百分点。与置信度能量循环网络（CERN）方法相比,CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了8.7与3.14个百分点。实验结果表明,CRN方法在群体行为识别任务中拥有更高的识别准确精度。     

支持实时多媒体传输的应用层组播系统

由于IP组播并未取得预期的成功，研究人员又提出了由终端主机来代替路由器实现群组通信功能。针对实时多媒体传输的特点以及目前单组播网络混合存在的现状，该文提出了一利，新的支持实时多媒体传输的应用层组播系统。在系统中，多个网关形成一层覆盖网，由网关完成数据的复制、分发以及组的成员管理，从而在应用层实现了群组通信的功能。     

基于决策单元异质性的群组交叉效率评价方法

交叉效率评价方法是数据包络分析（DEA）的拓展工具,但是现存交叉效率方法是对所有决策单元（DMUs）统一测评,没有考虑决策单元间的异质性问题。提出了一种考虑决策单元异质性的群组交叉效率模型,将具有异质性的群组间效率值进行合理集结的绩效评价方法。运用仁慈型交叉效率模型分析各群组内部的相对效率值;运用改进的熵权法为群组内部各决策单元分配适当权重,得到群组整体的最优权重向量;运用传统交叉效率模型评价与分析群组之间的相对效率值,并以此进行综合排序。为证明该方法具有理论与适用效力,2015年应用于16家中国商业银行的绩效评价,结果表明该方法行之有效。     

考虑共同关注区域静态交谈群组检测的机器人导航及行为评价

针对静态交谈群组,提出了一种基于共同关注区域的F型社交关系（F-formation）检测算法。该算法将行人的位置、方向作为输入构造群组的共同关注区域,采用一个基于滑动窗口的最大值滤波器检测群组中心,然后根据群组中心进行群组聚类。在实现静态交谈群组检测的基础上,构造群组舒适空间,并基于多层代价地图机制将群组舒适空间模型应...     

Notes平台升级了[IBM Lotus Notes 6/Lotus Domino 6 Enterprise Server]

IBM Lotus Notes 6是该产品自1999年以来的第一次重要升级，它与Domino 6 EnterpriseServer相配合，为企业提供了一个功能全面的信息平台，在帮助人们提高日常工作效率的同时也减轻了管理员的负担。我们在Windows 2000 Server上安装了Domino服务器（另外它还支持NT Server 4、Linux、Solaris和AIX操作系统）。IT部门的管理员可以使用Domino Administrator工具快速访问服务器、群组、用户以及其它的系统资源。Domino Admin-istrator的功能相当强大，在看上去有些拥挤的界面中包含了各种标记和工具条，可以提供多种办法来完成相同的…     

基于ranking的深度张量分解群组推荐算法

针对当前群组推荐研究中,对于用户偏好建模时大多忽略了群组偏好与个人偏好之间的相互影响以及建模初始化问题,提出了一种基于ranking的混合深度张量分解群组推荐算法（R-HDTF）。该算法首先利用基于深度降噪自动编码器的混合神经网络对群组、个人和项目等信息进行初始化;然后提出基于成对张量分解模型来捕获群组、个人和项目之间的相关关系;最后,采用BPR标准优化张量分解的损失函数,学习提出算法的参数。在真实数据集上的实验结果表明,该算法性能优于传统的主流群组推荐算法。     

基于JMS规范的群组通信中间件的研究

群组通信是计算机支持的协同45（CSCW）的一个重要组成部分,但传统的JMS发布／订阅机制是一种异步通信方式,不能满足CSCW应用对群组通信的同步要求。通过在JMS基础上增加成员关系服务和组播服务,实现了一种基于JMS规范的群组通信消息中间件JGCM。     

多媒体CAI课件开发中的关键技术

多媒体CAI课件系统的开发选择Authorware为著作工具，背景MIDI音乐的加载需使用多媒体扩展库中的函数MIDIPlay（）及MIDIPlaying()。附着计算图标，决策图标，群组图标的综合应用以实现测试及统计功能。Authorware程序文件集成及与其它应用程序文件的切换需借助系统函数Jumpfile(),JumpfileReturn(),Jumpout（）及JumputRuturn()。要包及网络运行文件生成过程中的关键技术也在文章中作了探讨。