基于知识图谱的长短期序列推荐算法

现有的部分序列推荐算法较少关注用户短期兴趣随时间变化的问题,从而导致推荐的精度不够理想,且在用户兴趣转变的可解释性上有待提高。据此,提出了一种基于知识图谱的长短期序列推荐算法(KGLSR)。将交互历史划分为长期和短期行为序列后,结合卷积神经网络与注意力机制进行长期兴趣的特征重构,并引入知识图谱与图注意力更新用户的短期偏好,最后实现自适应聚合。经验证,该模型在3类真实场景下的数据集中以HR、MRR和NDCG为评价指标的表现均优于对比实验中的主流基线模型。

多层多主体谣言传播网络的演化博弈模型

为了更好地揭示谣言在多种媒介和社会影响构成的多层网络中的传播扩散现象,考虑主体间依赖、竞争的博弈行为,结合SIR(susceptible,infected,recovered)传播机制和智能体建模方法构建了“用户层-平台层-媒体层”的多层多主体网络传播模型(SHICR)。首先,利用三类主体间的博弈关系和用户收益矩阵,刻画出谣言作用下各主体自适应的状态演化过程并提出一种用户节点免疫的传播抑制方法;其次,融合结构网络的关系信息和智能体属性,提出具有推广属性的平台抑制机制;最后,分析了媒体影响力对谣言传播的影响。结论表明:利用用户收益阈值可有效抑制谣言的传播;平台采用去除推广信谣者信息的机制可以明显减缓谣言传播;具有高影响力的媒体可有效减少负面信息,维护社会良性发展。

用数学建模解决多目标旅游最优化问题——以南京市旅游景点为例

运用数学建模对多目标旅游进行优化,可以有效提高旅游效率。本文主要研究怎样能在旅游景点数增多的情况下减少游客的行程时间,也就是研究旅游路径最优化问题。并以南京旅游为例,根据给定的数据和信息分析,建立了最优化模型、最优路径、模拟退火算法和多目标优化模型,通过对数学模型的计算以及运用邻接算法和MATLAB来解决这一问题,为游客提供更便捷的出行方案,节省了时间。这种建模方案在实际生活中有较好的利用价值,也可以为旅游等部门提供咨政参考。