English Version 武汉大学期刊中心

最新刊期

2021 年第 6 期

推荐系统专辑

推荐系统研究进展与应用
黄勃,严非凡,张昊,李佩佩,王晨明,张佳豪,方志军
2021, 67(6): 503-516. DOI: 10.14188/j.1671-8836.2021.1001

摘要：推荐系统一直以来都是很活跃的研究方向。回顾了近5年来推荐系统涉及的数据集、算法、效果评估的研究发展状况，给出了推荐系统在互联网应用场景中的系统架构，从工业知识与经验以及工业生产工艺与工艺参数这两方面对推荐系统工业生产中的最新应用做了介绍。分析了推荐系统中“信息茧房”问题产生的原因，展望了未来推荐系统在“信息茧房”、可解释性、隐私性等方面的研究。
关键词：推荐系统;推荐算法;深度学习;推荐系统的应用

494

|

57

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 20898290 false

发布时间：2022-02-17
基于分离式表征的知识图谱推荐算法
陈清泓,林广艳,柳啸峰,谭火彬
2021, 67(6): 517-524. DOI: 10.14188/j.1671-8836.2021.1002

摘要：基于知识图谱的推荐算法可以挖掘用户的潜在兴趣，有效解决推荐系统中的冷启动和数据稀疏性问题，然而现有基于知识图谱的推荐算法建模层面单一，很难挖掘到用户的深层兴趣。为此，提出一种基于分离式表征的知识图谱推荐算法。该算法首先利用分离式表征方法，将用户和物品的混合表征解耦成多个层面的分离式表征；然后采用图神经网络方法，利用用户-物品交互二分图和知识图谱中的邻域信息扩充用户和物品的分离式表征；同时，在分离式表征聚合邻域信息时，采用注意力机制和门控单元区分不同信息的重要性，自适应捕捉用户兴趣点。该算法细粒度刻画用户和物品表征，深度挖掘用户兴趣和物品特征，在三个公开数据集上与基准算法进行了对比实验，实验结果表明本文提出的算法在AUC、F1等指标上有明显提高。
关键词：知识图谱;推荐系统;分离式表征;图神经网络

293

|

36

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19609873 false

发布时间：2022-02-17
基于时间感知与协同挖掘的下一购物篮推荐方法
周洋涛,褚华,杨文勇,杨雨函,卫彪彪
2021, 67(6): 525-531. DOI: 10.14188/j.1671-8836.2021.1003

摘要：下一购物篮推荐是电商平台上最重要的任务之一，旨在挖掘用户的购物习惯及其兴趣进化的特征。现有的下一购物篮推荐方法存在以下不足：一是仅基于购物篮先后位置建模无法捕捉购物篮时间间隔的差异性；二是基于RNN（recurrent neural network）的方法无法捕获个性化商品频率信息并缺乏可解释性。上述不足限制了电商推荐的准确率且无法提供给用户直观的推荐理由。因此，提出了一种基于时间感知和协同挖掘的下一购物篮推荐方法。该方法对购物篮时间进行建模，将购物篮划分为表征用户短期兴趣的多个组别，并采用层次时间衰退实现用户兴趣进化挖掘；同时对用户表达进行最近邻聚类，基于协同过滤思想增加可解释性。实验表明，该方法能有效建模用户的兴趣进化并提供可解释性，在多种评价指标上优于主流方法。
关键词：下一购物篮推荐;协同过滤;时间感知;可解释性

307

|

37

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19294818 false

发布时间：2022-02-17
一种改善推荐模型长尾性能的框架
严非凡,黄勃,张昊,王晨明,曾国辉,史志才,尹玲
2021, 67(6): 532-538. DOI: 10.14188/j.1671-8836.2021.1011

摘要：为提高推荐模型对于长尾项目的推荐性能，提出一种可集成在基础推荐模型中的通用框架DAST。该框架通过设计特征变换模块来对齐源域（曝光项目）与目标域（未曝光项目）的特征分布，引入了伪标签的概念，用基于数据结构关系的分类器对目标域伪标签进行校验，通过校验后的伪标签进行自训练来进一步改善长尾性能。在Movielens-1M和DIGINETICA数据集上对集成DAST框架前后的基线模型进行了对比，实验结果表明，集成了DAST框架后，各推荐模型的长尾性能均得到显著的提升，证明了此框架的通用性与有效性。
关键词：长尾性能;特征变换;自训练

177

|

19

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19861492 false

发布时间：2022-02-17
联合知识图谱和时间特性的数学知识自动推荐方法
周炫余,李璇,陈圆圆,刘林,卢笑
2021, 67(6): 539-546. DOI: 10.14188/j.1671-8836.2021.1005

摘要：在教育领域的自动推荐方法大多通过历史内容的相似性进行推荐，未同时考虑用户交互序列和知识与知识之间的内在关联信息，难以精准地向学习者推荐其所需知识点。提出一种基于联合知识图谱和时间特性的数学知识自动推荐方法。该方法首先利用自注意力机制和前馈神经网络获取带有时间特性的学习者表示，然后根据知识图谱三元组中知识点与知识点的高阶连通特性和学习者特性深层次表征知识点，最后计算学习者与知识点交互的概率，并根据概率进行推荐。在自构建的初中数学知识推荐数据集上测试表明，本文方法比几类经典的基准系统在AUC值、精确率、召回率和F值上都有提升。该方法的提出能够更加准确地为学习者推荐知识点，帮助其构建知识体系，可望为学习者的自适应性和个性化学习提供了支持。
关键词：自动推荐;知识图谱;时间特性;初中数学;个性化学习

247

|

34

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19854893 false

发布时间：2022-02-17
基于双层规划模型的制造服务组合推荐
张宇飞,赵晓东
2021, 67(6): 547-554. DOI: 10.14188/j.1671-8836.2021.1010

摘要：云环境下，为了解决服务组合优化问题，提出了一种基于双层规划模型的组合推荐方法。该方法引入制造敏捷性等指标建立组合评价体系，构建面向服务组合优化的双层规划模型。该模型以服务质量最优化作为上层优化目标，以资源利用率最大化作为下层优化目标。采用NSGA-Ⅱ算法对多目标优化问题进行求解，得到制造服务的组合推荐方案。最后，通过算例仿真证明了该算法的可行性。
关键词：云制造;服务组合优化;双层规划;NSGA-Ⅱ算法

185

|

11

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19614239 false

发布时间：2022-02-17
基于SOM的多粒度云制造资源组合推荐
邹元昊,赵晓东
2021, 67(6): 555-560. DOI: 10.14188/j.1671-8836.2021.1008

摘要：在云制造过程中，细粒度的资源会使设计任务的匹配变得困难，难以满足云制造请求方对于制造任务的要求。目前实现方法中，多粒度资源组合推荐主要着重于分析资源性质，并从架构设计的角度解决多粒度资源组合的问题，而未从算法角度提供解决方案，泛化性能较差。针对这样的问题，提出基于自组织映射（self-organizing map，SOM）聚类分析的多粒度云制造资源组合推荐方式。该方法首先通过对请求方制造资源调度日志进行聚类分析，将制造资源按照QoS指标分为不同的类型；然后采用滑动窗口分析统计各种类型的资源调度方式，计算不同资源调度方式在整个资源调度过程中所占的比例，进而得出请求方在制造过程中常用的调度组合，以此作为向请求方推荐的资源组合；最后通过模拟实验的方式验证了本文方法时间消耗少于架构的固定组合。
关键词：云制造;SOM聚类;资源组合推荐;多粒度资源

176

|

13

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 20898379 false

发布时间：2022-02-17
钢铁期货价格及现货价格关联预测与推荐
陆晓骏,樊重俊,吴冲
2021, 67(6): 561-568. DOI: 10.14188/j.1671-8836.2021.1004

摘要：为了探明钢铁期货价格与现货价格之间的相关方式，采集了近年来的螺纹钢与热轧板卷期货现货交易的时序数据，并运用多种时序数据相似性度量算法和格兰杰因果检验算法对两组数据进行相关性度量。不同算法的统计分析结果表明，两种钢材期货价格与现货价格之间具有强相关性。鉴于此，使用长短时记忆（long short-term memory，LSTM）网络模型根据期现货历史数据对现货价格进行了预测。根据预测得到的数据与真实现货价格之间的对比，我们得出可以使用期货价格对现货的价格进行预测的结论。预测结果将有助于发掘具有价格上升趋势的期货，进而向钢铁行业投资者进行期货推荐。
关键词：钢铁期货;钢铁现货;时序数据相关性;期货价格预测;期货推荐;长短时记忆

187

|

19

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19854864 false

发布时间：2022-02-17
基于混合注意力机制的脑卒中康复方案推荐
程铭,熊蜀峰,李霏,梁盼
2021, 67(6): 569-577. DOI: 10.14188/j.1671-8836.2021.1007

摘要：脑卒中是一种急性脑血管疾病，患者康复周期长，康复机制复杂，给家庭和社会带来极大负担。为了弥补脑卒中传统诊疗方法的不足，为经验不足的医师提供有效的临床辅助决策支持，提出了一种面向电子病历的混合注意力机制模型为脑卒中患者的康复治疗方案进行推荐。该模型首先利用康复项目语义信息挖掘其与病历文本之间的语义关系，构建面向特定康复项目的病历表示；同时采用自注意力机制从病历文本中识别特定康复项目的病历表示；然后将二者进行有机地融合，生成最终的病历表示；最后构建多标签分类器进行康复治疗项目的top-N推荐。在一个真实的来自三甲医院神经内科和康复医学科的电子病历数据集上进行实验，验证了模型的有效性。
关键词：脑卒中康复;推荐系统;注意力机制;神经网络

214

|

25

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 19609828 false

发布时间：2022-02-17
基于依存句法与多头注意力的生物医学事件抽取
刘辉雄,刘茂福,唐东昕
2021, 67(6): 578-588. DOI: 10.14188/j.1671-8836.2021.0160

摘要：采用流水线方式抽取生物医学事件存在错误传播问题，且子任务之间的联系被忽略了。为了解决这些问题，采用端到端方法，对触发词识别、要素检测和事件评估三个独立的子任务同时建模，以联合的方式进行训练，再引入依存句法信息捕获同一句子中多个事件的关联性，将依存句法树转化为图，然后用基于多头注意力机制的图神经网络来建模图信息。实验结果表明，该方法在三大生物数据集上的事件抽取任务上效果较好。
关键词：生物医学事件抽取;端到端;依存句法;多头注意力;图神经网络

386

|

31

|

0

<HTML>
<网络PDF>

<引用本文> <批量引用> 20898419 false

发布时间：2022-02-17

加载中...

批量引用

⁰