基于随机游走的网络表示学习推荐算法

根据网络结构中的连接关系得到节点的向量表示,进而将节点的向量表示应用于推荐算法可有效提升其建模能力。针对推荐系统中的同质网络,提出结合随机游走的网络表示学习推荐算法。以DeepWalk算法为基础,在随机游走过程中根据节点重要性设定节点游走序列数,并设置终止概率以控制游走长度优化采样结果,在网络表示学习过程中将SkipGram模型融合节点属性信息,同时考虑上下文节点离中心节点的距离获得更准确的推荐结果。实验结果表明,该算法相比DeepWalk、Node2vec等算法具有更高的推荐准确度,并且较好地解决了冷启动问题。     

生物炭用量对烟苗生长的影响

为揭示生物炭对烟苗及根系生长的影响,采用盆栽试验,在土壤中添加不同用量的生物炭,并测定了不同处理条件下烟苗的干物质积累量,氮、磷、钾含量(质量分数),以及烟苗根系形态及根系活力。结果表明:与对照相比,当生物炭施用量为1%时,对烟苗的促生效应最佳,烟苗干物质积累量增加了28.5%;当生物炭施用量超过4%时,烟苗生长反而受到抑制,干物质积累量下降了7.1%。同时,随着生物炭施用量的增加,烟苗根系体积、根系面积及根总长均呈现出增加趋势。当生物炭施用量为3%时根总长最大,增加了10.5%;当生物炭施用量为4%时根系体积最大,增加了238.7%。3%生物炭用量对烟苗生长具有促进作用,而更高用量生物炭则抑制了烟苗的生长。