MB-ATMK:融合属性权重和时序元知识的多行为序列推荐模型

序列推荐根据用户和项目的交互序列预测用户未来的偏好,然而现有的方法忽略了在现实场景中用户的多行为交互(如浏览、收藏、加入购物车)。其次,用户的偏好有着时序依赖性,同时也受到属性信息的影响。最后,在多行为序列推荐场景中用户的多行为交互存在复杂依赖关系。因此我们提出了一种融合属性权重和时序元知识的多行为序列推荐模型(MB-ATMK)。首先加入用户的多行为交互数据,并基于用户交互的时间戳设计了时序感知编码模块,通过时序感知注意力捕获了用户的动态偏好。其次引入了用户端和项目端丰富的属性信息,设计了属性权重增强的元知识图神经网络。使用元知识提炼了用户的多偏好模式,并基于图神经网络设计了属性权重注意力机制,增强了模型对用户细粒度偏好的捕获。最后提出了包含多行为权重生成模块和偏好迁移网络的元知识预测层,通过生成定制的元知识捕获了用户的跨行为依赖。在两个数据集上进行的大量实验验证了所提模型的有效性和优越性。

新建地铁穿越现有地铁换乘节点施工影响探讨——以北京地铁惠新西街南口站为例

新建地铁穿越现有地铁换乘节点施工需要准确判断施工过程中对现有地铁车站结构及轨道运营的影响.文中以北京某地铁车站为研究目标,简述了新建车站穿过现有车站换乘节点施工作业的相关问题及控制措施.

优秀审计项目是这样“炼”成的

河南省审计厅实施的河南能源化工集团有限公司2013年9月至2016年8月资产负债损益审计项目被审计署评为2018年全国地方优秀审计项目。优秀审计项目是怎样“炼”成的?具体负责组织项目实施的该厅企业审计处归纳总结出如下经验。