基于双路注意力机制的习题推荐模型研究

习题推荐是利用推荐算法将习题推荐给学生的任务,点击率(CTR)预测则是推荐领域的主流研究方向之一,现有的大部分习题推荐模型没有重视注意力机制的创新,因而落后于CTR预测领域。为了研究CTR预测模型中注意力机制在教育领域的应用前景,该文提出一种分层次学习注意力权重的双路注意力推荐模型(SEFM)。该模型通过因子分解机(FM)与压缩激励注意力网络(SENET)两个注意力机制的并行运行,实现学习特征之间的关系以及特征本身的权重,从而完成推荐。在两个CTR广告数据集与一个教育数据集上的实验表明,SEFM能准确地学习特征在多种维度上的权重,在两个评价指标上的表现均优于现有的先进基准模型。

面向数字孪生水利工程的电力监控数据传输通道解决方案

在数字孪生水利工程的建设中,计算机监控数据的集成非常关键。从水利工程的实际问题出发,以项目建设者视角,提出了一套面向数字孪生水利工程的电力监控数据传输通道解决方案。概述了跨安全区数据传输通道的基本概念和要求,探讨了管理人员的谨慎态度及固化观念、数据孤岛问题、老旧设备性能瓶颈、网络安全防护、跨学科知识融合及项目管理等存在问题。针对这些问题,从网络结构调整、数据传输通道设计、网络安全防护能力提升和项目管理等四个维度,详细阐述了解决方案的实施策略。以百色水利枢纽为例,展示了解决方案的应用效果。该的数据传输通道解决方案可为数字孪生水利工程建设提供生产数据安全、高效传输方面的参考。