基于多视图融合跨层对比学习的推荐算法

现有基于图对比学习的推荐模型在图数据增强方面通常只采用一种视图增强方法,忽略了单一方法存在的局限性,在对比学习方面通常只对比同一节点的一对视图,未充分利用各个视图不同的层嵌入。为此,提出一种基于多视图融合跨层对比学习的推荐算法框架(MFCCL)。MFCCL分别使用随机边丢弃和随机添加噪声的增强方法构建2个全局视图,使用奇异值分解的方法构建局部视图,通过3种不同的视图增强方法构造全局和局部共3个视图,以实现有效的用户表示。同时,提出一种新的多视图融合跨层对比学习方法,该方法将2个全局视图不同的层嵌入通过平行和交叉2种方式进行融合后作对比,以获取更多的特征信息。将多视图融合跨层对比学习与全局-局部视图对比学习相结合,联合优化模型,从而提升推荐性能。在Yelp、Tmall和Amazon-book这3个公开数据集上进行实验,结果表明,MFCCL在推荐任务中具有有效性和可行性,相较于对比模型中性能最优的基线模型SimGCL,MFCCL在3个数据集中的Recall@20增益分别达到15.0%、13.3%和28.7%,NDCG@20值分别提升14.3%、13.2%和29.6%。

基于两阶段DEA的科技型中小企业融资效率研究

先运用两阶段DEA(数据包络分析)方法对深圳中小板以及创业板上市的科技型中小企业的融资效率进行测算评价,结果发现,医药生物制品行业的总体融资效率、科研投入效率以及科研成果效率都要高于信息技术以及电子行业,但在科研阶段的投入有相当的冗余,资源还没有达到优化配置;接着对该结论的原因进行探讨。从而提出提高我国科技型中小企业融资效率的几点对策建议。

基于信任关系重建和社交网络传递的推荐算法

传统的协同过滤推荐算法存在数据稀疏和可用用户偏好信息有限的问题。针对数据稀疏问题和联系不可靠现象对传统社交网络推荐带来的影响,提出一种在信任关系重建和社交网络传递基础上的推荐算法。引入去伪存真方法避免联系不可靠现象,根据用户所建立的联系规模改进用户相似度计算公式提高去伪存真准确度。定义预备朋友的概念,为用户推荐预备朋友解决数据稀疏问题。在重建的信任关系上利用社交网络的传递性进行预测评分,并定义二端分布函数调节预测评分提高推荐准确度。在数据集Epinion上进行实验,结果表明,该算法能减小数据稀疏和联系不可靠现象对推荐结果的负面影响,有效降低预测结果的平均绝对误差,提高推荐的准确度。

基层政府购买公共法律服务的途径

基层政府购买公共法律服务作为一种诉诸市场理性和效率的新型公共法律服务供给方式,对其购买途径的研究可以通过描述当前中国的具体现状,以更好地回应公民的多元公共法律服务需求。通过建立描述型框架和采用跨案例聚类分析方法对购买途径进行分析,指出,购买途径中存在购买内容界限模糊、购买范围狭窄、规定型购买缺乏统筹、裁量型购买不足、购买途径失衡等问题。在此基础上提出完善制度以厘清购买内容界限、考量"公共性"以拓宽购买范围、构建工作机制以统筹规定型购买、培育民众信任以引导裁量型购买、规范公开招标及政府补贴和加强监督公开以规范私人关系的购买途径等政策建议。

国家审计促进公共支出效率的路径与机理——基于中国省级面板数据的实证分析

提高公共支出效率是建立现代财政制度的题中之意。围绕国家审计提高公共支出效率这一主题,构建国家审计提高公共支出效率的理论框架,并基于投入导向的超效率DEA模型测算2008—2013年中国各省份的公共支出效率,运用Tobit模型进行数据检验,结果显示:国家审计通过审计揭示功能、审计处理处罚功能与审计建议功能之间的协同作用对公共支出效率产生积极影响,共同提升公共支出效率。因此,国家审计机关要在揭露违法违规问题、进行处理处罚的基础上,重点挖掘体制、机制和制度层面的原因,提出高质量的审计建议并推动其实施,共同促进公共支出的效率效果。

贵州省某W国企基层员工赏罚制度满意度实证分析

本文通过对某W国企的合同工与正式工的赏、罚满意度的多元回归分析,从而探讨满意度之所以如此的成因,并根据这些原因提出合理的对策及建议。

我国生产性服务贸易的发展现状及国际竞争力分析

现代经济发展中生产性服务被认为是服务业与加工制造业的桥梁,近年来生产性服务贸易在服务贸易中的地位逐渐上升。从贸易规模、进出口结构以及区域发展差异三个方面对我国生产性服务贸易的现状进行整体概述,并利用贸易竞争力指数TC的测算,从横向、纵向两个角度分析我国生产性服务贸易的国际竞争力,进而尝试提出我国生产性服务贸易的发展策略及建议。

基于内容的战场信息分发系统研究

战场信息的按需分发技术是战场信息服务的关键技术。针对目前战场信息按需共享能力不足的问题,通过分析作战用户的信息需求特点,建立了一个基于内容的信息分发系统模型,并对战场信息的元数据描述、信息需求模型的构建以及信息推荐等系统实现的关键技术进行了研究。与其他传统信息分发系统相比,基于内容的信息分发系统能更好满足海量战场信息精准、按需共享的需求。

基于深度学习的多交互混合推荐模型

传统的推荐系统中,基于矩阵分解的协同过滤方法只考虑单一的评分信息,而且作为浅层模型无法学习到更深层次的特征信息。提出一种基于深度学习的多交互混合推荐模型,通过深度学习模型融合更多的辅助信息作为输入,能够缓解数据的稀疏性问题;利用多层交互的非线性网络结构去学习更抽象、稠密的深层次特征表示;通过对用户和项目的隐表示进行多次内积交互获得不同层次的特征表示结果;聚合所有的交互结果进行预测。在Movieles latest 100K数据集上进行实验,采用RMSE指标进行评估,结果表明所提模型在推荐效果上有所提升。

调整环境政策 发展环保产业

本文介绍了中国的环境政策,论述了开放竞争的条件对中国现存环境政策和环保产业的影响,并对未来中国环境政策提出了改革建议。

基于标签计算的高校图书馆学者画像及知识推荐研究

高校学者在使用图书馆过程中产生了大量的基础数据,据此对他们进行用户画像并开展知识推荐研究,对于高校图书馆提升知识服务水平具有重要意义。针对学者画像领域存在标签库构建困难以及知识推荐过程中异构模型融合困境,提出了一种涵盖画像建模、标签库构建、异构模型融合和画像应用等过程的高校图书馆学者画像构建及知识推荐模式,并给出应用案例。该案例以高校图书馆学者借阅数据库和互联网平台“知乎”知识库为基础,充分利用“知乎”标签库的“规范性”优势,依托画像模型,进行异构知识融合并开展知识推荐,为高校图书馆破解学者画像研究困境提供参考。

石油化工自动化仪表施工管理

介绍石油化工企业自动化仪表施工管理程序和施工管理方法,并指出设计、安装、调试要点。

发展知识经济 坚持以人为本

在知识经济时代企业管理的重点应坚持以人为本。

中医药快速动态指南制定方法(三)——快速证据收集整合及推荐意见形成

缺乏高质量直接证据是中医药快速动态指南推荐意见形成过程中面临的一个重要问题,间接证据的补充是解决这一问题的关键途径。提出在证据收集过程中,应明确所需证据的类型,包括直接证据和间接证据,并通过设定“先直接,后间接”的证据筛选原则,规范并加速指南制定流程。建议在进行证据整合时,若直接证据充足,可直接形成推荐意见;当直接证据不足时,则需要通过整合间接证据来补充和完善推荐意见。此外,当证据体中包含多来源证据时,应遵循“就高不就低”的原则对证据进行评级。最后在形成推荐意见时,应将证据体级别、安全性、经济性等作为推荐强度的考量因素。

主体视角下登山户外运动安全事故影响因素与预防建议

采用文献资料和问卷调查法对登山户外运动安全相关问题进行研究。研究认为,当前登山户外运动存在参与者安全意识较弱、专业化和规范化建设不足,安全教育及安全管理不到位,基础设施建设及安全救援体系建设滞后等问题。影响登山户外运动安全的因素包括参与者、组织管理者和政府3个方面;针对影响因素提出了具体的预防建议,对降低安全事故的发生具有重要意义。

基于情境化用户偏好的协同过滤推荐模型

协同过滤推荐是目前个性化推荐系统中使用最为广泛的方法.然而,传统协同过滤推荐一方面仅根据用户对项目的评分来判断用户之间是否存在共同喜好具有一定的片面性,因而降低了近邻搜索的质量;另一方面忽略了不同情境对用户偏好影响的差异性,进而影响了个性化推荐的效果.为此,提出一种基于情境化用户偏好的协同过滤推荐模型.首先,在模型中采用信息熵理论分析不同情境对用户偏好产生影响的重要程度,并结合用户-商品评分和用户对商品属性的偏好来搜索近邻用户;在此基础上,将情境重要度的权重引入到协同过滤推荐的生成过程中进而产生推荐结果.通过MovieLens数据集对该模型和其它两种协同过滤推荐进行比较的结果表明:本模型具有较低的平均误差,进而表明了考虑情境化用户偏好的协同过滤可明显改善个性化推荐的质量.

基于加权派系的个性化信息推荐研究

【目的/意义】面对网络时代数据的海量性和无序性,为用户推荐个性化资源有利于增强用户间合作、提高知识的共享速度,对新知识的发现具有深远意义。【方法/过程】基于具有相同兴趣用户的聚合优于单纯的信息聚合,构建基于社会化标注系统的个性化推荐模型。通过引入社会网络中用户使用标签的频次来选择与用户关联显著的标签,并通过加权派系发现和聚合"小众"凝聚组群和相似标签集,进而为用户推荐优质资源,使其真正契合用户的个性化需求偏好。【结果/结论】结果表明模型能够有效实现信息的个性化推荐,消除单独聚类带来的粗糙数据集,并通过抓取豆瓣上的数据进行实证分析。