增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。

低洼地低成本绿化模式探讨

唐山市地貌地形为北依燕山、南临渤海,河系湖泊众多,既有山前倾斜平原形成的低洼地,又有河湖水系自然形成的盐碱沼泽,还有河流入海口及海水侵蚀的盐碱滩涂地带,同时也存在大量因大范围施工改造自然环境局部低洼地形。为解决这些地带的造林与绿化问题,当地先期进行了多种有益尝试,在充分总结经验与教训的基础上,摸索出了一套比较成熟的低洼地低成本绿化模式。