基于均衡聚类索引的近似最近邻检索方法

大数据时代,深度学习通过将复杂对象表示为高维特征向量,并使用向量之间的距离度量来衡量样本的相似性,在推荐系统、用户画像、数据中台管理等场景中得到了广泛的应用.但是,随着数据规模的不断增加,海量特征数据的相似向量检索面临着检索模型占用内容大、特征检索算法召回率较低的严重挑战.如何在保证检索精度的前提下,设计紧凑型索引图结构,降低特征检索的内存消耗,对于提升大数据系统的近邻检索效率具有重要的作用.因此,本文提出了一种均衡感知的快速K均值近邻聚类的特征数据分桶及其图结构紧凑型索引用于海量数据近邻检索.首先,设计了均衡感知的快速K-均值聚类算法,通过在图索引构建过程中海量特征数据的均衡分桶,将高维向量压缩成轻量级紧凑型图索引结构,随后通过量化操作进一步压缩高维向量样本,提升其在候选集上的最近邻检索速度.在基准数据集上实验验证结果表明,本文提出的方法能够在保证较高检测召回率的同时,有效加快索引构建速度,可以用于支持高维特征数据的高效最近邻检索.

领导—成员交换关系非均衡性感知的研究综述

领导—成员交换关系是领导和成员之间通过不断的互动产生的结果,因此双方之间的关系应该被共同感知。现有的研究表明领导报告的关系质量和成员报告的关系质量之间存在较低的相关性。本文从领导—成员交换关系非均衡性感知的影响因素、形态特征、测量方式等方面做出回顾和述评,并在关系非均衡性感知的形成机理、影响机制,以及中国文化情境下的特征和效应等三个方向对此领域的研究进行展望。

公众诉求、均衡性感知与公共服务满意度——基于相对剥夺理论的分析

我国社会福利支出逐年递增,但是公众的福利满意度并不高,这一方面源于政府财政供给的数量和质量不足,更为重要的是源于社会福利财政供给失衡,这种资源配置不均衡降低了公众的福利满意度。基于中国综合社会调查微观数据和财政经济宏观数据的实证分析结果显示,不管是使用主观相对剥夺指标,还是使用客观相对剥夺指标,提高均衡程度都有利于提高居民公共服务满意度;公众利益诉求对公共服务满意度不仅有直接影响,还有间接调节效应。因此,政府应在增加公共服务财政支出的同时,提高域内公共服务均衡程度,正确定位自身在社会福利支出中的角色,优化相关宣传以强化公众对于公共服务的正面心理预期。