用户行为序列个性化推荐研究综述

作为缓解信息过载的一种重要方式,推荐系统可以帮助用户从海量信息中快速找到有价值的信息,其应用也越来越广泛.用户行为序列个性化推荐,又简称为序列推荐,主要根据用户与物品交互行为对用户特征进行建模,进而使用不同方法捕捉用户的长期偏好和短期偏好,向用户推荐其可能感兴趣的物品.本文从用户偏好会随时间变化的视角出发,分为用户长期...     

生成对抗网络及其个性化推荐研究

生成对抗网络(Generative Adversarial Nets)是一种融合了生成学习和对抗学习的无监督学习方法,以零和博弈作为核心思想,其组件通过互相对抗不断地提升模型效果.将GAN模型融入到推荐领域中,可有效缓解数据稀疏性问题,提高推荐效果.本文从模型输入的是隐式反馈信息或显式反馈信息两个方面对基于GAN的个性...     

数控车床加工φ0.1mm微孔工艺技术研究

在双主轴数控纵切车床XD-20H上加工φ0.1 mm微孔,深度为1.2 mm的工件。当数控车床不能满足实际加工所需的最低转速时,通过降低切削速度,有效控制初始定心误差,采用分步钻孔工艺,应用宏程序进行精密循环加工,最终实现在数控车床上钻φ0.1 mm微孔。经过工艺试验研究及检验结果证明,在数控车床上加工φ0.1 mm微孔是可行的。