基于会话的推荐方法综述

近年来,基于会话的推荐方法受到学术界的广泛关注。随着深度学习技术的不断发展,不同的模型结构被应用于基于会话的推荐方法中,如循环神经网络、注意力机制、图神经网络等。该文对这些基于会话的推荐模型进行了详细的分析、分类和对比,阐明了这些方法各自解决的问题与存在的不足。具体而言,该文首先通过调研,将基于会话的推荐方法与传统推荐方法进行比较,阐明基于会话的推荐方法的主要优缺点;其次,详细描述了现有的基于会话的推荐模型如何建模会话集中的复杂数据信息,以及这些模型方法可解决的技术问题;最后,该文讨论并指出了在基于会话推荐的领域中存在的挑战和未来研究的方向。     

一种具有小世界特征和冲突避免的DSR协议

提出一种DSR的改进协议M-DSR.M-DSR协议首先把路由请求范围限制在一定区域内,然后根据实际情况逐步扩大请求范围,进一步根据节点的性能值来避免局部网络冲突.仿真实验表明,M-DSR协议能够提高路由发现速度、降低网络冗余信息、避免局部网络冲突,在路由负荷较大的情况下的表现尤其突出.     

自动程序修复中的安全隐患场景及解决方案

为提高自动程序修复方法的修复质量,指出在自动程序修复方法修复程序缺陷过程中存在的两种安全隐患场景,即脏补丁源场景和脏测试集场景,并为两种安全隐患场景分别提出相应的解决方案,即补丁校验方案和测试集校验方案。实验结果表明, 所提出的补丁校验方案能够促使自动程序修复方法获取安全性更高的补丁,所提出的测试集校验方案能够准确地定位测试集中的脏测试用例,误报率为7.20%。     

一个基于相关节点的Ad hoc QoS路由协议

通过对Ad hoc路由协议AODV及其相关改进协议的研究,提出了一种基于相关节点的多路径负载均衡QoS单播路由协议kn-AODV.该协议利用Ad hoc网络的路由相关性,并结合TDMA带宽计算方法选取关节点,在关节点上实现网络流量的汇聚与分流.实验表明,该协议满足了一定的QoS要求,在一定程度上实现了网络流量负载均衡.与原协议AODV相比,分组成功抵达率最大可提高14%,路由负载比最大可减小13%.