融合知识图谱的学习者个性化学习资源推荐

针对学习资源个性化推荐中存在的数据稀疏和冷启动问题,本文提出了一种基于知识图谱的学习者个性化学习资源推荐模型模型(LPRM).LPRM模型利用在线学习中学生与课程的历史交互信息以及在线课程的属性信息构建课程知识图谱,辅助课程资源的个性化推荐;针对RippleNet框架中实体关系传播未考虑实体影响力的问题,提出节点影响力计算模型衡量知识图谱中实体的影响力,构建LPRM模型框架得到学习者对学习资源的评分.大量对比实验结果表明,本文提出的基于知识图谱的学习者个性化学习资源推荐模型模在AUC和ACC评价指标上均表现出最优的性能,模型参数分析结果表明LPRM模型能有效地提升学习者学习资源个性化推荐性能,较好地缓解了数据稀疏和冷启动引起的学习者个性化资源推荐不准确等问题.

基于知识图谱卷积网络的学习资源推荐

针对现有知识图谱卷积网络(KGCN)推荐模型随机采样选择邻域容易导致推荐结果不稳定的缺点,构建基于结构洞和共同邻居的重要性排序采样模型(SHCN),结合KGCN处理高维异构数据的优势,提出基于结构洞和共同邻居的KGCN推荐模型(KGCN-SHCN)。首先使用SHCN模型对知识图谱中的实体邻域进行排序采样,其次根据图卷积网络将实体信息与邻域采样信息进行聚合得到学习资源的特征表示,最后将学习者的特征表示和学习资源的特征表示依据预测函数得到交互概率。在3个学习资源数据集上的实验结果表明,所提模型尤其是使用求和聚合(Sum)方式时,评价指标AUC和ACC总体优于KGCN、RippleNet等基于知识图谱的推荐模型,证明了所提KGCN-SHCN模型的有效性。

基于区块链技术的知识产权全生命周期管理模型的构建

随着技术的不断发展,知识共享的速度加快,知识产权的确权、流转和维权过程均存在着许多的问题。如何使用新兴技术解决知识产权面临的确权时间长、产权溯源弱和维权举证难等困境是知识产权领域现阶段的研究热点。区块链技术具有去中心化、去信任化、可追溯和防篡改的特性,在解决上述困境问题上能够发挥其独特优势。本文首先分析知识产权领域存在的问题,并引出区块链技术在知识产权领域中的价值体现,其次,从学术界、决策层和产业界对区块链技术与知识产权的研究进行详细梳理,然后,依托学术研究和产业应用,构建新型基于区块链技术的知识产权全生命周期管理模型。最后,提出基于区块链技术的知识产权未来研究方向。

基于专利视角的FPGA技术趋势研究

FPGA因其在能耗比、并行度、可重构方面的优势,对于构建国产自主替代的中国IT产业创新发展具有促进作用。本文从专利视角出发,运用专利分析方法,对FPGA设计、应用领域产业专利情况进行分析,包括申请趋势、专利申请国、申请人、技术分布、核心专利和未来趋势等。研究发现,在FPGA芯片设计方面,国外厂商已经形成了垄断。在FPGA应用领域,国内厂商具有一定的领先地位,但同样面临核心技术的缺失,这将对其产品生产销售产生一定负面影响。

一种基于高阶组织的学习者潜在重叠社区检测算法

学习者网络拓扑结构稀疏,且传统的社区检测算法无法为惰性/冷启动学习者检测其潜在的社区。针对该类问题,提出了一种基于高阶组织的学习者潜在重叠社区检测算法(POCDL)。POCDL算法是一种局部图聚类算法,首先利用社交化在线课程平台中的好友关系、同学关系和师生关系解决学习者网络数据稀疏问题;然后挖掘学习者网络中的高阶组织并重构学习者网络;最后,根据学习者的度中心性选取初始种子集,根据社区归属度和社区亲密度进行局部社区检测。在人工网络和学者网真实网络数据集上的实验结果表明:POCDL算法能够较好地为惰性/冷启动学习者检测社区;对其他类型的复杂网络也具有一定的普适性。

基于外观专利分析的吉祥物IP造型设计研究

[目的]吉祥物IP的打造是品牌构建的重要途径和首选策略,然而,在吉祥物的开发设计过程中,经常会遇到IP形象过于普通、没有特色、不够典型、与已有形象撞脸、注册申请知识产权保护不通过等问题,如何解决这些问题并形成指导性策略有助于提升创作效率。[方法]通过外观专利检索,对随机选取的100个吉祥物样本进行统计和分析,归纳现有形象的外观特征及造型规律,确定IP形象外观设计的八个评价指标,并运用主成分分析法计算各指标的权重。[结果]最后通过设计实践及方案的评价筛选,验证指标的有效性。[结论]实践证明,对外观专利样本进行梳理和分析,能够有效引导设计创作,避免吉祥物开发过程中的外观形象同质化和近似等问题,增强设计的差异性,提高品牌辨识度。

一种基于注意力机制的无监督商标检索方法

针对现有商标特征提取方法无法有效捕捉重点区域的关键信息和图像标注成本过高的问题,提出一种基于注意力机制的无监督商标检索方法。该方法基于实例区分算法,将注意力模块同时运用在神经网络特征映射层的空间维度和通道维度上,通过对各个通道进行权重的分配以及对空间变换参数的学习,增强无监督网络的特征表达能力。该方法在公开的商标数据集上进行了验证,实验表明检索效果优于传统的商标检索方法,甚至优于一些有监督商标检索方法。

提升我国外观专利审查质量的思考

知识产权是创新型经济发展的基础,外观设计专利是保护和激励经济发展的重要措施.加快专利审查授权是社会经济发展的需要.本文分析了现有的外观专利智能审查过程中面临的一系列问题,包括外观专利必须与产品结合的法律问题、外观专利分类标准存在缺陷以及随之带来的智能审查平台的问题.本文在对比日、美等发达国家的外观设计分类标准的基础上,提出了提升外观专利智能审查的建议,即构建适应于AI技术的外观专利分类标准来提升智能审查水平.