基于知识子图与注意力机制的在线课程推荐模型

推荐系统可以帮助用户在海量的资源中筛选出满足其需求的项目,不断发展的推荐系统为在线教育提供了新的思路。在线课程资源推荐作为在线教育领域中的重要一环,目前存在课程资源过载和课程推荐结果缺乏可解释性的问题。对此,该文提出了一种基于知识子图与注意力机制的在线课程推荐模型,以利用知识子图进行推荐。有别于直接利用知识图谱进行推荐而忽略了知识表示不准确问题的模型,该模型首先采用Node2vec随机游走方法从知识图谱中提取连接用户-课程对的连通子图,然后通过分层注意网络对子图进行编码,以生成用于用户所需课程预测的子图嵌入,最后生成Top-N推荐课程列表,并给出模型的可解释性说明。为验证模型的有效性,以“中国大学MOOC(慕课)”上的数据为样本构建数据集,实验结果表明,相较于KGCN-PN、GAT、KGAT以及POCR模型,文中模型在NDCG、HR以及MRR评价指标上分别提升了10.6%,9.41%,13.7%。

基于DLT-Kmedoids算法的用电负荷聚类分析

针对高校用电负荷中传统聚类算法直接应用于时间序列聚类效果准确性较低的问题,提出一种融合DTW距离、LB_Keogh距离以及时间窗口的DLT-Kmedoids算法,以提高聚类算法应用于时间序列的准确性以及算法效率。DLT-Kmedoids算法使用DTW计算时序数据之间的距离取代传统的欧氏距离度量方式,提高了相似性度量算法精度,同时也提高了聚类算法的准确性和复杂度,引入LB_Keogh距离在计算DTW距离之前过滤掉大部分不可能是最优匹配序列的序列,对于剩下的序列再使用DTW逐个比较,进一步降低算法的复杂度。最后结合高校建筑用电负荷时间序列数据进行分析,通过与主流聚类算法进行比较,表明该算法对于高校用电负荷数据的聚类任务,能够更准确地识别相似的负荷模式,并以更高的效率进行聚类分析。

社交网络中个体对群体影响力分析

随着互联网的快速发展,社交网络节点影响力的研究成为热点,影响力分析对理解网络谣言、信息、病毒传播等具有重要意义。当前研究多集中于如何评价和衡量影响力,少有从个体对群体角度研究影响力的作用机制。文中将影响力看作是一种能够在网络连边传递的能量,个体影响力的大小为传递能量的程度。基于该思想,提出了一种基于介数中心性和节点贡献度的个体对群体影响力算法。通过与介数中心性、k-shell和PageRank算法的对比以及传染病传播模型的传播实验表明,该算法能够有效、准确地表征个体对群体的影响力;通过对个体对群体的影响力各区间段节点频数分布研究发现,其值呈现幂律分布,具有无标度现象,即少数节点具有较大的影响力,普通节点虽然数量较大,但其影响力普遍较小。

乡村振兴战略下西南边疆民族体育旅游可持续发展的现实困境与应对策略

采用专家访谈、问卷调查、个案研究等方法,剖析乡村振兴战略下西南边疆地区民族体育旅游发展困境,探索可持续发展道路。研究认为:认识不到位引致多元主体协同治理格局难以形成、民族文化烙印不足造成产品市场吸引力偏弱、人口流失导致产业可持续发展动力不足、数字化建设落后阻碍市场进一步拓展是西南边疆民族体育旅游可持续发展面临的现实困境。应对策略:构建多元主体协同机制,推进政策落实落地;打造具有民族文化烙印的特色产品,提高市场竞争力;实施引才引智工程,提升发展动力;加快民族体育旅游数字化建设,拓展市场空间。

高中生对医生的认知调查及影响因素分析

目的调查高中生对医生职业及形象的认知情况并分析其影响因素。方法采用问卷调查的方法,选择2019年3月至2019年6月上海、浙江、贵州、江西4个省份10所高中的6000名在校生为研究对象并发放问卷。问卷内容包括人口统计学信息、高中生对医生职业的认知情况、医生形象评价量表及潜在影响因素。使用单因素方差分析法,确认影响高中生认知的因素。结果6000份问卷总计回收有效问卷5344份。结果显示,高中生认知中,医生职业较为艰苦,但对其未来发展相对乐观;同时高中生对医生形象的评分有所差异,专业水平得分相对较高,道德形象得分相对较低。单因素方差分析显示高中生对医生职业及形象的认知情况与其家庭状况、个人经历等因素相关。结论不同高中生对医生职业和形象的认知存在差异,人口统计学、生活经历等因素会产生一定影响。

基于SOM-K-means算法的商品评论研究

为了更有效率地对商品评论聚类出相应的评价标签,运用SOM-K-means算法,对商品评论中的情感词进行聚类分析。该算法综合了SOM算法和K-means算法的优点,在聚类过程中减少了人工干预,具有较强的自适应性。实验结果显示,在数据量小于10000条时,SOM-K-means算法的平均运行时间为0.3s,而市场上主流的LDA算法平均运行时间为3.5s,SOM-K-means算法的平均运行效率是其12倍左右,这为追求效率和性能最佳的电商平台提供了一种新的聚类思路。

学术资源推荐服务中多维度用户画像构建

针对学术资源推荐系统优化,提出一种包含3个维度的学术用户画像,在用户基本信息和行为特征的基础上,融入“学术人格”这一概念。首先通过调查问卷的方式获取真实的用户数据,然后构建多维度学术用户画像模型,最后以主观评价的方式对基于用户画像的推荐结果进行分析验证。结果显示,多维度用户画像完善了学术用户画像的理论体系,优化了学术资源推荐服务策略。

腹膜假黏液瘤的基础研究进展

腹膜假黏液瘤是黏液癌的一种罕见亚型,大部分临床病例由阑尾黏液肿瘤在腹腔种植引发。腹膜假黏液瘤的发病机制仍不清楚,当前的临床治疗手段无法有效避免其复发。全文论述近年来腹膜假黏液瘤的基础研究进展,主要包括腹膜假黏液瘤动物模型研究、腹膜假黏液瘤中黏液分泌相关信号通路、降解黏液的物理化学方法研究,以及腹膜假黏液瘤中的基因突变研究等,以期为腹膜假黏液瘤的临床治疗提供参考。

A structural comparison of measurement-based admission control algorithms

Measurement-based admission control （MBAC） algorithm is designed for the relaxed real-time service. In contrast to traditional connection admission control mechanisms, the most attractive feature of MBAC algorithm is that it does not require a prior traffic model and that is very difficult for the user to come up with a tight traffic model before establishing a flow. Other advantages of MBAC include that it can achieve higher network utilization and offer quality service to users. In this article, the study of the equations in the MBAC shows that they can all be expressed in the same form. Based on the same form, some MBAC algorithms can achieve same performance only if they satisfy some conditions.