基于图卷积网络融合群组关系的社会化推荐方法

协同过滤推荐系统普遍面临交互数据稀疏,社会化推荐通过引入用户社交信息来缓解数据稀疏问题。现有社会化推荐方法主要关注好友关系,即用户间形成的直接社交关系,但社交数据的稀疏性限制了该类方法的性能表现。由用户加入兴趣小组所形成的群组关系数量繁多且富有价值,然而目前较少有研究关注这种关系,仅有的方法多采用矩阵分解等传统方法建模,对用户协同兴趣和社交影响的表达不够深入。为提升推荐质量,进一步研究群组关系,从缓解社交数据稀疏性的角度论证其在辅助推荐方面的作用,并基于建模能力更强的图卷积网络学习用户、项目与群组之间的高阶关系,分别设计出以间接和直接方式利用群组关系的推荐方法IGRec-Trans和IGRec-Direc,探索更合理的群组关系融合方式。在真实数据集上的实验结果表明,所提方法能有效提升推荐性能,相比最优基准方法DiffNet++,在HR@10和NDCG@10指标上最高可提升4.55%和3.98%,在冷启动用户推荐任务上NDCG@10指标最高可提升18.6%。

融合市场动态层次宏观信息的股票趋势预测

股票市场结构复杂、信息多样,股票趋势预测极具挑战性。但现有研究大都把每只股票当作一个独立的个体,或者使用图结构对股票市场中复杂的高阶关系进行建模,缺少对股票、行业、市场三者间相互影响的层次性和动态性考量。针对上述问题,提出一种动态宏观记忆网络(DMMN),并基于DMMN同时对多只股票进行价格趋势预测。该方法按照“股票-行业-市场”的层次对市场宏观环境信息进行建模,并捕获这些信息在时序上的长期依赖;然后将市场宏观环境信息与股票微观特征信息动态融合,在增强个股对市场整体情况的感知能力的同时间接捕获到股票、行业、市场三者间的相互依赖。在收集的CSI300数据集上得到的实验结果表明,相较于基于注意力长短期记忆(ALSTM)网络、添加了图卷积的LSTM网络(GCN-LSTM)、卷积神经网络(CNN)等模型的股票预测方法,基于DMMN的方法在F1分数、夏普比率上都取得了更好的效果,和表现最优的对比方法ALSTM相比分别提升了4.87%和31.90%,这表明DMMN在具备较好预测性能的同时还具备更好的实用价值。

民航旅客旅行模式发现及职业类型画像方法研究

一、引言,在互联网经济时代,基于大数据行为数据的用户画像已经成为企业了解用户偏好、提供个性化服务和精准推荐的重要手段。在民航领域,随着市场竞争日益激烈,从不同维度(如旅行偏好、旅行模式、旅行目的地、旅行目的和市场价值等)对旅客进行画像,为不同类型的旅客提供精准。

一种简单灵敏的基于适配体的黄曲霉毒素B1电化学传感器

黄曲霉毒素B1(AFB1)以其高毒性和致癌性成为食品安全隐患而备受关注.本文拟构建一种新颖、简单、快速、灵敏的传感器用于谷物食品中AFB1的痕量检测.将介孔碳(CMK)修饰在工作电极表面来增大电极的表面积,再将工作电极恒电位沉积金纳米粒子(AuNPs),提高电信号的同时,为下一步巯基化适配体的连接提供位点.检测过程中,AFB1可以竞争性地去除吸附在适配体链上的亚甲基蓝(MB)引起电信号的变化,对AFB1进行定量检测.修饰的工作电极导电性能得到改善,灵敏度大大提高,对AFB1的线性响应范围为0.1-75μg·L^-1,检出限低至36 ng·L^-1.在对不同谷物食品(大米、玉米、糯米)进行加标回收实验中,回收率在92.3%-103.6%范围之间,实现对目标物的定量检测.本文为食品中AFB1快速检测方法提供了一种新思路和新方法.

基于计算机模拟技术优化筛选核酸适配体的初探

目的:通过分子模拟技术优化筛选5’单磷酸腺苷(AMP)的高特异性适配体,利用胶体金可视化试验验证筛选结果。方法:研究文献中已知的AMP原始适配体(S0)的结合位点,对7个关键碱基进行多轮迭代单点突变,获得新的适配体,进一步比较结合自由能,优化获得特异性高的适配体序列。结果:历经5轮筛选,优化筛选出4个特异性高的新序列(S1-S4),使用胶体金的可视化检测对最佳新序列(S4)和原始序列(S0)作比较,结果发现试验结果与模拟结果一致性良好。结论:计算机模拟技术优化筛选适配体具有省时、易制备、分子质量小、储存运输简单等多种优势,为快速获得特异性适配体提供了一个新方法、新思路。

基于IATA Host-To-Host协议的GDS互联适配器设计

为保证中国航信内部系统通信报文格式OSF与GDS系统的通信报文格式HTH的正确转换与传输。降低系统资源，便于中国航信内部系统与GDS系统维护。通过分析OSF和GDS报文格式，以及分析互联适配器的工作环境。建立基于IATAHost-To-Host协议的互联适配器的体系结构，完成系统间的报文收发、报文间的格式转换、系统的自动管理、链路的自动配置更新以及链路异常状态时的报警通知等。最后将适配器成功部署至生产系统每年节约IATA成本及主机升级费用达4亿元，为其他系统间报文格式的正确转换提供设计思路。

基于元算子的深度学习框架缺陷检测方法

在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.

基于云‒端融合的个性化推荐服务系统

主流个性化推荐服务系统通常利用部署在云端的模型进行推荐,因此需要将用户交互行为等隐私数据上传到云端,这会造成隐私泄露的隐患。为了保护用户隐私,可以在客户端处理用户敏感数据,然而,客户端存在通信瓶颈和计算资源瓶颈。针对上述挑战,设计了一个基于云‒端融合的个性化推荐服务系统。该系统将传统的云端推荐模型拆分成用户表征模型和排序模型,在云端预训练用户表征模型后,将其部署到客户端,排序模型则部署到云端;同时,采用小规模的循环神经网络(RNN)抽取用户交互日志中的时序信息来训练用户表征,并通过Lasso算法对用户表征进行压缩,从而在降低云端和客户端之间的通信量以及客户端的计算开销的同时防止推荐准确率的下跌。基于RecSys Challenge 2015数据集进行了实验,结果表明,所设计系统的推荐准确率和GRU4REC模型相当,而压缩后的用户表征体积仅为压缩前的34.8%,计算开销较低。

一种民航领域可扩展图形化规则管理方法

航空公司商务规则在IT系统中的逻辑有其通用性,比如航班、渠道、运价等。传统的规则逻辑设计往往是填空式的,主要存在录入方式复杂,交互性差,效率低下,规则配置方式不够灵活,规则管理不直观,修改维护不便等问题。为解决上述问题设计了基于MVC设计模式的可扩展图形化规则管理方法,实现图形化、拖拽式方式进行规则编辑、并且提供可配置规则管理方案扩展接口,不仅能够加快技术人员扩展其他类型编辑器的开发速度,更重要的是能够让业务人员或者商务人员在纷繁复杂的业务逻辑里找出规律,快速有序的实现从前没有考虑或者不能实现的商务规则,大大提高效率的同时,大幅度提高了相关系统的收益。

传播用户代表性特征学习的谣言检测方法

谣言的及时发现和有效管控,是互联网+政务服务中公共舆情治理的重要组成部分。互联网和移动互联网的发展,提高了民众沟通交流的便利度,同时也加速了谣言的传播速度和广度,极大地提高了谣言的影响力和危害力,给民众的生产生活带来干扰,也严重影响社会秩序。现有的网络平台辟谣工作大多依赖于人工举报筛查,往往耗费大量的时间和精力。而利用数据挖掘、机器学习技术实现的谣言检测算法大多基于文本信息,常用于追溯性谣言检测,不适用于谣言扩散早期数据量不足的情况。首先收集最新的网络平台数据进行标注构造数据集Weibo2020,对其中用户特征分布进行统计分析并选择具有代表性的用户特征,进而提出了基于传播用户代表性特征学习的早期谣言检测方法(RPPC)。经实验验证,RPPC与同样基于传播路径的算法在同等条件下,在输入数据规模减少50%的同时,将准确率提高了2.57个百分点。此外,该方法能对5 min内发布的消息进行检测,快速发现互联网内容中的疑似谣言且准确率达到近80%。因此可以认为提出的方法在现有的数据集中有较好的表现,能够在一定程度上辅助政府部门的舆情治理工作,从而提高政务服务的时效及质量。

一种延误航班旅客动态成行需求量预测算法

为了实现大面积延误场景下延误航班的旅客动态成行需求量的准确预测,从旅客个体角度提出了一个两阶段预测算法框架:一是预测旅客是否会流失,二是预测会流失旅客的具体流失时间。最后通过在任意时间点上将这些旅客个体行为整合至航班的方式来实现动态成行需求量的预测。其中的流失时间预测阶段由于旅客样本流失时间分布极不均衡且实际数据具有一定模糊性等原因成为该框架下的核心难点。为了缓解由这些问题给预测效果带来的负面影响,提出了结合标记分布学习和随机森林的旅客流失时间预测模型。最后在多个真实场景数据集上进行了仿真,结果表明所提方法优于其它对比方法,实现了更加准确的旅客动态成行需求量预测。

交通流量预测的时间异质性图注意力网络

采用注意力模型研究交通流量预测问题,提出并设计一种基于时间异质性结合噪声滤除的交通流量预测方法,有效预测美国加州高速公路未来1 h的交通流量。在构建预测方案过程中,分析交通流量数据特性,分别针对相对时间间隔和绝对时间进行建模,挖掘时间异质性;使用基于节点固有属性的动态噪声滤除方法,解决空间中噪声干扰问题;对预测模型的工作性能和结果进行详细分析,并结合基线模型进行对比评价。试验结果表明,挖掘时间异质性并动态滤除噪声的改进注意力机制预测模型具有一定的预测精度。

民航客运业经济运行景气指数编制研究

目前,对于民航客运市场景气状况的监测,主要采用中航信民航景气指数体系中的景气指数。为更好地反映民航客运市场的景气状况,本文在现有景气指数研究的基础上,选取了衡量民航客运业发展规模、效率与效益以及民航客运业与经济社会发展关联三方面的指标来构建指标体系,采用更为科学的主客观集成赋权法进行赋权,最终形成一种新的衡量民航客运业景气状况的指数模型。本文利用2016年11月-2018年10月两年的数据对模型进行实际验证,结果表明:我国先行、同步合成景气指数的波动趋势大致相同,均呈现出缓慢波动上升的趋势,该模型得到的结果较为科学、合理。

中国民航国际客运票价指数比较研究

民航票价指数不仅可以为旅客提供动态票价趋势相关信息,同时也能为航空公司的票价制定提供依据。本文考虑国内外航空公司的竞争差异,以企业利润和旅客利益为构建票价指数的目标,研究国内外航空公司各地区票价指数及国际综合票价指数。研究结果表明:对于欧洲地区的航线,我国航空公司的票价指数普遍低于国外航空公司;对于北美地区的航线,我国和国外航空公司的票价指数基本持平;对于亚洲地区的航线,我国航空公司的票价指数总体低于国外航空公司,且两者之间的差距不断缩小。这是民航业市场竞争的结果。因此,相关部门应该重视编制权威的票价指数工作;航空公司可以参考民航国际客运票价指数变动选择调整票价的时机;旅客可以根据民航国际票价指数序列预测票价走势,选择出行时机。

航空公司经营指数构建与应用研究

促进民航客运高质量发展、推动实施民航强国战略对加快建立交通强国具有重要意义。本文选取18个指标,从运营投入、运营产出、运营效率、经营效益四个维度,综合利用CRITIC赋权法、TOPSIS法等客观方法构建科学的航空公司经营指数,同时采用障碍度模型识别影响航空公司经营指数的因素,利用中国民航信息集团提供的2019年航空公司相关数据,对构建的经营指数进行实证应用分析,研究得出:该模型的结果较为科学、合理,为航空公司的经营和管理提供理论支持。据此,提出构建航空公司经营指数预警检测机制、提高航空公司抗风险能力等建议。