基于不同搜索路径下成对随机游走的推荐算法

推荐系统中用户项目之间的交互及其他信息可以构成一个异构信息网络(HIN)。传统基于HIN的推荐算法往往直接构建用户项目间的异构信息网络,忽略了用户用户以及项目项目本身具有的相似性,所构建的网络不够完整,并且在计算节点关联性时鲜有考虑不同搜索路径下的不同关联性。为解决上述问题,提出一种考虑用户及项目本身相似性的HIN推荐算法。通过查找用户与项目之间更多的搜索路径,并考虑不同的搜索路径,引入深度学习中的随机游走(RW)来度量用户项目节点之间的关联度,从而实现更加精确的推荐。将所提算法在公开的MovieLens数据集上进行了实验,实验结果表明:相较于传统的协同过滤推荐算法以及基于HIN的推荐算法,基于不同搜索路径下成对随机游走的算法具有更高的推荐性能。

野鸢尾黄素对气道炎性反应豚鼠5-LOX下游炎性反应代谢物的影响

目的建立气道炎性反应模型豚鼠血浆中羟基廿碳四烯酸(HETEs)的测定方法,以此研究野鸢尾黄素降低气道炎性反应的作用机制。方法以格列苯脲为内标,采用Triton X-114对血浆样品进行浊点萃取,结合LC-MS/MS法MRM监测模式测定气道炎性反应模型豚鼠血浆中HETEs的浓度。结果血浆中(±)5-HETE、(±)15-HETE在1~100 ng·mL^(-1)内,(±)12-HETE在25~2.5×10^(3)ng·mL^(-1)内线性关系良好,日内精密度为5.01%~12.24%,日间精密度为5.19%~12.59%,批内准确度89.39%~107.38%,批间准确度88.09%~104.84%。结论该方法环保、准确、稳定,可用于豚鼠血浆中HETEs的测定。