检索结果-内蒙古大学图书馆

中国管理科学 2025年第2期33卷 95-104页

作者：柴一栋刘昊鑫姜元春刘业政合肥工业大学管理学院安徽合肥230009 网络空间行为与管理安徽省哲学社会科学重点实验室安徽合肥230009 过程优化与智能决策教育部重点实验室安徽合肥230009 大数据流通与交易技术国家工程实验室上海201203

推荐系统的安全性是目前社会关注的热点问题。由于对抗攻击能够评估并提升推荐系统对抗鲁棒性,推荐系统的对抗攻击成为重要的研究问题。针对图卷积神经网络在推荐系统的广泛使用,本文提出一种面向图神经网络推荐系统的对抗攻击方法。该... 详细信息

推荐系统的安全性是目前社会关注的热点问题。由于对抗攻击能够评估并提升推荐系统对抗鲁棒性,推荐系统的对抗攻击成为重要的研究问题。针对图卷积神经网络在推荐系统的广泛使用,本文提出一种面向图神经网络推荐系统的对抗攻击方法。该方法基于图结构干扰的思想,构建对抗攻击的优化模型。然而,该优化模型难以直接求解,因此提出了基于重要性最大化的间接求解方法。在此基础上,针对大规模用户-物品异质图,本文进一步提出社区划分的攻击策略,通过考虑社区规模进一步提升节点重要性评估的效果与效率。基于真实数据的实验表明,本文所提方法具有更好的对抗攻击效果,能够在不改变图结构的同时,有效规避现有推荐系统防御策略。所提方法为设计对抗鲁棒性更强的推荐系统提供重要依据。

关键词：推荐系统图神经网络对抗攻击重要性最大化社区划分

来源：评论

学校读者我要写书评

暂无评论

基于用户重购行为的产品推荐方法

引用

计算机研究与发展 2023年第8期60卷 1795-1807页

作者：耿杰刘春丽魏雪梅程明月袁昆李洋刘业政合肥工业大学管理学院合肥230009 大数据流通与交易技术国家工程实验室(上海数据交易中心) 上海201210 中国科学技术大学大数据学院合肥230026 蒙特克莱尔州立大学商学院美国新泽西蒙特克莱尔07043

重复购买是消费者日常消费决策中的常见现象,考虑用户重购行为对于提升产品个性化推荐准确性至关重要.然而针对用户重购行为建模和预测的研究工作相对较少,还有很多问题有待解决.已有推荐技术主要通过深度挖掘产品、用户或时间某一层面... 详细信息

重复购买是消费者日常消费决策中的常见现象,考虑用户重购行为对于提升产品个性化推荐准确性至关重要.然而针对用户重购行为建模和预测的研究工作相对较少,还有很多问题有待解决.已有推荐技术主要通过深度挖掘产品、用户或时间某一层面信息来进行重购产品推荐,忽略了对多层次信息融合建模方法的研究,同时也忽略了重购推荐结果的可解释性需求.因此,融合多层次用户偏好信息,构建了具有双层注意力机制的可解释用户重复消费推荐方法.该方法融合注意力机制和指针生成网络,多层次提取并学习用户重购偏好,同时基于信息处理理论构建S型用户重购动态偏好函数,融合产品流行度信息进行重购产品和新颖产品的混合推荐,提高了模型可解释性和准确性.真实数据集上的实验结果表明,所提方法在多个性能指标上都优于对比方法,且学习出的参数具备较好的可解释性.此外,通过回归分析验证了S型重购动态偏好函数的可信性,进一步增强了理论的可解释性.

关键词：产品推荐重复消费可解释性注意力机制信息处理理论

来源：评论

学校读者我要写书评

暂无评论

融合个体偏差信息的文本情感分析模型

引用

计算机应用 2024年第1期44卷 145-151页

作者：陈丽安过弋华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室(上海数据交易所) 上海200436 上海大数据与互联网受众工程技术研究中心上海200072

目前情感分析任务经常只聚焦于评论文本本身,忽略了评论者与被评论者的个体偏差特征,会显著影响对文本的整体情感判断。针对上述问题,提出一种融合评论双边个体偏差信息的文本情感分析模型UP-ATL(User and Product-Attention TranLSTM)... 详细信息

目前情感分析任务经常只聚焦于评论文本本身,忽略了评论者与被评论者的个体偏差特征,会显著影响对文本的整体情感判断。针对上述问题,提出一种融合评论双边个体偏差信息的文本情感分析模型UP-ATL(User and Product-Attention TranLSTM)。该模型使用自注意力机制、交叉注意力机制对评论文本与个体偏差信息分别进行双向融合,在融合过程中采用定制化权重的计算方式,以缓解实际应用场景中冷启动带来的数据稀疏问题,最终得到特征充分融合的评论文本和评论双边的表示信息。选取餐饮领域、电影领域的三个真实公开数据集Yelp2013、Yelp2014、IMDB进行效果验证,与UPNN(User Product Neural Network)、NSC(Neural Sentiment Classification)、CMA(Cascading Multiway Attention)、HUAPA(Hierarchical User And Product multi-head Attention)等基准模型进行比较。实验结果表明,相较于比较模型中最好的HUAPA模型,UP-ATL的准确度在三个数据集上依次分别提高了6.9、5.9和1.6个百分点。

关键词：文本情感分析自注意力机制交叉注意力机制 Transformer模型长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

情感增强的对话文本情绪识别模型

引用

计算机应用 2023年第3期43卷 706-712页

作者：王雨袁玉波过弋张嘉杰华东理工大学信息科学与工程学院上海200237 上海大数据与互联网受众工程技术研究中心上海200072 大数据流通与交易技术国家工程实验室(上海数据交易所) 上海200436

针对现有的许多研究忽略了说话人的情绪和情感的相关性的问题,提出一种情感增强的图网络对话文本情绪识别模型——SBGN。首先,将主题和对话意图融入文本,并微调预训练语言模型RoBERTa以提取重构的文本特征;其次,给出情绪分析的对称学习... 详细信息

针对现有的许多研究忽略了说话人的情绪和情感的相关性的问题,提出一种情感增强的图网络对话文本情绪识别模型——SBGN。首先,将主题和对话意图融入文本,并微调预训练语言模型RoBERTa以提取重构的文本特征;其次,给出情绪分析的对称学习结构,将重构特征分别输入图神经网络(GNN)情绪分析模型和双向长短时记忆(Bi-LSTM)情感分类模型;最后,融合情绪分析和情感分类模型,将情感分类的损失函数作为惩罚以构建新的损失函数,并通过学习调节得到最优的惩罚因子。在公开数据集DailyDialog上的实验结果表明,相较于DialogueGCN模型与目前最先进的DAG-ERC模型,SBGN模型的微平均F1分别提高16.62与14.81个百分点。可见,SBGN模型能有效提高对话系统情绪分析的性能。

关键词：对话情绪识别情感分类主题诱导图神经网络双向长短时记忆

来源：评论

学校读者我要写书评

暂无评论

TransformerG:基于层级图结构与文本注意力机制的法律文本多跳阅读理解

引用

中文信息学报 2022年第11期36卷 148-155,168页

作者：朱斯琪过弋王业相余军汤奇峰邵志清华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化研究中心上海200237 上海大数据与互联网受众工程技术研究中心上海200072

该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节... 详细信息

该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节点的特征与文本信息的特征,从而预测答案片段。此外,该文提出了一种句子级滑动窗口的方法,有效解决在预训练模型中文本过长导致的截断问题。利用TransformerG模型参加中国中文信息学会计算语言学专委会(CIPS-CL)和最高人民法院信息中心举办的“中国法研杯”司法人工智能挑战赛机器阅读理解赛道,取得了第2名的成绩。

关键词：层级图结构多跳机器阅读理解法研杯

来源：评论

学校读者我要写书评

暂无评论

基于深度交互融合网络的多跳机器阅读理解

引用

中文信息学报 2022年第5期36卷 67-75页

作者：朱斯琪过弋王业相华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室-商业智能与可视化研究中心上海200237 上海大数据与互联网受众工程技术研究中心上海200072

近年来,多跳机器阅读理解已经吸引了众多学者的关注,其要从多个文档中提取与问题相关的线索并回答问题。但很少有工作注重在段落选择时和回答问题时的多个段落之间的交互与融合,然而这对于多跳推理任务来说是至关重要的。因此,该文提出... 详细信息

近年来,多跳机器阅读理解已经吸引了众多学者的关注,其要从多个文档中提取与问题相关的线索并回答问题。但很少有工作注重在段落选择时和回答问题时的多个段落之间的交互与融合,然而这对于多跳推理任务来说是至关重要的。因此,该文提出了一种针对多跳推理机器阅读理解的多段落深度交互融合的方法,首先从多个段落中筛选出与问题相关的段落,然后将得到的“黄金段落”输入到一个深度交互融合的网络中以聚集不同段落之间的信息,最终得到问题的答案。该文实验基于HotpotQA数据集,所提方法与基准模型相比,精确匹配(EM)提升18.5%,F_(1)值提升18.47%。

关键词：多跳推理机器阅读理解多段落融合

来源：评论

学校读者我要写书评

暂无评论

基于深度距离分解的推荐算法研究

引用

中文信息学报 2022年第5期36卷 41-48页

作者：钱梦薇过弋华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化研究中心上海200436 上海大数据与互联网受众工程技术研究中心上海200037

针对推荐系统中的矩阵分解算法只根据用户和物品的特征向量进行点积运算,无法准确衡量不同用户对物品偏好的弊端,该文提出了一种基于深度距离分解模型的推荐算法。首先,改变传统矩阵分解直接对评分值进行分解的模式,将用户与物品的评分... 详细信息

针对推荐系统中的矩阵分解算法只根据用户和物品的特征向量进行点积运算,无法准确衡量不同用户对物品偏好的弊端,该文提出了一种基于深度距离分解模型的推荐算法。首先,改变传统矩阵分解直接对评分值进行分解的模式,将用户与物品的评分矩阵转化为距离矩阵;然后,将距离矩阵分别按行和按列输入两个深度神经网络进行训练,得到用户和物品的距离特征向量;接下来,用距离特征向量计算用户和物品之间的距离值,通过设计的损失函数使预测距离值与真实距离值的误差达到最小;最后,将用户与物品的预测距离值转化为预测评分。实验结果表明,在不同数据集中,该文提出的基于深度距离分解模型的推荐算法在RMSE和MAE指标上均优于基线推荐算法。

关键词：距离分解深度神经网络评分预测

来源：评论

学校读者我要写书评

暂无评论

多类型注意力下参数自适应的多标签文本分类

引用

中文信息学报 2022年第10期36卷 116-125页

作者：李智强过弋王志宏华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化技术研究中心上海200436 上海大数据与互联网受众工程技术研究中心上海200072

多标签文本分类是指从一个极大的标签集合中为每个文档分配最相关的多个标签。该文提出一种多类型注意力机制下参数自适应模型(Parameter Adaptive Model under Multi-strategy Attention Mechanism,MSAPA)对文档进行建模和分类。MSAPA... 详细信息

多标签文本分类是指从一个极大的标签集合中为每个文档分配最相关的多个标签。该文提出一种多类型注意力机制下参数自适应模型(Parameter Adaptive Model under Multi-strategy Attention Mechanism,MSAPA)对文档进行建模和分类。MSAPA模型主要包括两部分:第一部分采用多类型注意力机制分别提取融合自注意力机制的全局关键词特征和局部关键词特征及融合标签注意力机制的全局关键词特征和局部关键词特征;第二部分采用多参数自适应策略为多类型注意力机制动态分配不同的权重,从而学习到更优的文本表示,提升分类的准确率。在AAPD和RCV1两个基准数据集上的大量实验证明了MSAPA模型的优越性。

关键词：多类型注意力机制参数自适应多标签文本分类

来源：评论

学校读者我要写书评

暂无评论

基于集合预测的方面级情感三元组提取

引用

中文信息学报 2024年第8期38卷 147-157页

作者：余军过弋阮启铭华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化技术研究中心上海200436 上海大数据与互联网受众工程技术研究中心上海200072

近年来,基于方面级别的情感分析(ABSA)任务受到越来越多的关注。其中,方面级情感三元组提取(ASTE)是ABSA任务中最新的子任务,其要求同时提取出句子的方面词、观点词并输出对应的情感极性。先前的工作大多采用pipeline方式进行提取,忽略... 详细信息

近年来,基于方面级别的情感分析(ABSA)任务受到越来越多的关注。其中,方面级情感三元组提取(ASTE)是ABSA任务中最新的子任务,其要求同时提取出句子的方面词、观点词并输出对应的情感极性。先前的工作大多采用pipeline方式进行提取,忽略了方面词和观点词之间的联系,且容易产生误差传播的问题。对此,该文提出一种基于集合预测的方法,将方面级情感三元组提取问题转换成集合预测问题,以端到端的方式进行三元组提取。在多个基准数据集上的实验表明,该文提出的模型取得了较为先进的结果。

关键词：方面级情感分析集合预测情感三元组

来源：评论

学校读者我要写书评

暂无评论

融合交互注意力和参数自适应的商品会话推荐

引用

中文信息学报 2022年第11期36卷 131-139页

作者：郑楠过弋李智强王志宏华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化技术研究中心上海200436 上海大数据与互联网受众工程技术研究中心上海200072

在电商场景中,用户面对繁杂的商品时往往难以快速检索到所需商品,而基于会话的商品推荐能通过学习用户短期兴趣从而为其推荐可能感兴趣的商品,因此基于会话的推荐研究具有显著的理论和应用研究价值。已有的会话推荐算法大多关注于利用... 详细信息

在电商场景中,用户面对繁杂的商品时往往难以快速检索到所需商品,而基于会话的商品推荐能通过学习用户短期兴趣从而为其推荐可能感兴趣的商品,因此基于会话的推荐研究具有显著的理论和应用研究价值。已有的会话推荐算法大多关注于利用全局图中的信息来增强会话图中的表征学习,而忽略了会话图和全局图上物品表征之间的交互关系。该文提出一种通过交互注意力和改进参数自适应策略增强的图神经网络商品会话推荐模型。交互注意层通过提取强相关信息来修正全局图和会话图中的商品表示,而参数自适应层则通过改进参数自适应策略动态权重调整以获得物品的最终表示进而用于预测。实验结果表明,该文所提出的模型在Tmall数据集上显著优于对比模型。

关键词：会话推荐图神经网络交互注意力机制改进参数自适应

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：