检索结果-南通市图书馆

作者：艾姗姗北京交通大学

学位级别：硕士

随着电商平台的迅速发展,商品图像数量呈现爆炸式增长。商品图像的自动分类也因此成为一个重要的课题。近年来基于卷积神经网络(CNN)的大规模视觉分类研究取得了长足进步,其中普遍采用的是平行的一对多(flat one-vs-all)网络结构,但这... 详细信息

随着电商平台的迅速发展,商品图像数量呈现爆炸式增长。商品图像的自动分类也因此成为一个重要的课题。近年来基于卷积神经网络(CNN)的大规模视觉分类研究取得了长足进步,其中普遍采用的是平行的一对多(flat one-vs-all)网络结构,但这类结构对商品图像分类来说并不是最优的。一件商品在电商平台上通常存在多个处在不同层次的类别标签(例如:鞋和运动鞋),同时商品还包含一些属性描述,如款式、颜色、品牌等。以上两类信息显然可以被用来辅助分类,然而,利用这些信息来探索商品分类方法的工作尚不多见。此外,电商平台上商品类别标记错误的情况并不罕见。通过视觉分析方法纠正这些蓄意或无意的错误标注类别,对电商平台来说也是一个有着明确应用价值的课题。基于以上认识,本文研究在存在商品类别层次标签和属性描述下的大规模商品图像分类方法,提出了两种基于深度学习的解决方案。同时,针对类别标注错误现象,提出了一种基于视觉分析的类别纠错方法。具体如下:首先,本文提出了一种基于空间显著性学习和多类回归的分类方法ssCNN-MCR。空间显著性学习方面,通过在CNN中插入一个空间显著性模块进行空间权重学习,可突出商品前景区域在分类中的重要性;多类回归方面,首先基于不同层次的类别标签分别构建深度分类模型,然后利用多类回归模型将这些深度模型的分类结果进行融合,挖掘它们之间的相关性。淘宝数据集上的实验表明,融入显著性学习和多类回归后,确实提高了大规模商品图像分类的性能。其次,本文提出了一个基于多任务学习的端到端商品图像分类方法ssMTL-CA。该方法将商品类别判定和属性值预测视为同一个网络中的可互相增强的不同子任务,通过设计合理的网络结构及损失函数,实现融入属性信息的商品图像分类。与前述ssCNN-MCR通过两阶段学习实现分类不同,ssMTL-CA可融入更多有助于分类的信息并实现端到端的建模学习。淘宝数据集上的实验表明,基于多任务分类的方法在性能上显著超过了基于单任务的方法,特别是在属性信息相对完整齐备的情况下。本文基于细粒度商品类别和描述性属性构建的ssMTL-CA方法取得了最好的分类性能。最后,本文提出了一个基于深度视觉分类模型的商品图像类别纠错方法。首先通过数据分析明确了易混淆或标注错误的类别。然后,通过提取商品在深度分类模型中的得分向量分布,融入类别间的混淆关系矩阵、商品预设类别标签信息,-提出了三个类别纠错方法,旨在将类别标记错误的图像赋予尽可能高的置信度得分从而更容易被找到。实验表明,融入多种信息的纠错模型在纠错准确率及检索效率方面均显著的超越了其他方法。

关键词：商品图像分类显著学习卷积神经网络多类回归多任务学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

半监督的社区发现方法研究

半监督的社区发现方法研究

作者：康旭彬北京交通大学

学位级别：硕士

自然界中存在的很多系统可以用网络的形式表示,如人际关系网、蛋白质作用网络、交通网络等。这些网络具有很高的复杂性,因此被称为“复杂网络”。社区结构是复杂网络研究的几个重要分支之一,越来越受到人们的重视。现有的社区发现方法... 详细信息

自然界中存在的很多系统可以用网络的形式表示,如人际关系网、蛋白质作用网络、交通网络等。这些网络具有很高的复杂性,因此被称为“复杂网络”。社区结构是复杂网络研究的几个重要分支之一,越来越受到人们的重视。现有的社区发现方法常存在算法复杂度高、需要事先指定社区的数目、需要预先制定评价指标等缺陷,有的甚至需要给出大致的社区大小,限制了算法的实际应用效率。LPA(Label Propagation Algorithm)是一种重要的社区发现算法,它具有思想简单、复杂度低、不需要指定社区数目等优点,但算法精确度比较低。针对LPA算法,本文设计了一种改进的基于节点局部相似性的半监督算法,本文的主要创新点有：一,LPA算法在节点的label传播过程中,由于平等的对待了节点的每一个邻居节点,当邻居节点中出现多个label数目相同时,LPA会随机的选择一个label作为候选label,此方法容易造成不同社区之间的label相互传播,从而造成社区划分的准确率比较低。本文通过计算相邻节点间的相似度,为网络的每条边加入权值,使得不同社区之间的label传播被阻断,提高了算法的精确率。二,现有的社区发现算法都属于无监督学习的范畴,无法处理事先给定的半监督知识。本文中,将LPA算法加入了对半监督知识的处理过程,通过增加must-link节点对之间的边,删除cannot-link节点对最短路径中权值较小的边,使得网络的社区结构趋于明显,从而提高了算法的精确度。三,将以上两种方法相结合,通过在不同规模的人工网络和多种真实网络中进行试验并与多种方法相比较,验证了该算法的有效性。

关键词：复杂网络社区发现半监督

大规模软件系统结构合理性的网络分析方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大规模软件系统结构合理性的网络分析方法研究

作者：卜宇斯北京交通大学

学位级别：硕士

对于大规模软件系统,迭代开发过程中各种因素不断发生变化,比如开发人员变更、需求变更、系统升级等,都会引起源代码、数量、质量以及系统模块结构产生变化。因此,如何衡量和确保软件源码的质量,成为软件开发人员必须面对的问题。尤其... 详细信息

对于大规模软件系统,迭代开发过程中各种因素不断发生变化,比如开发人员变更、需求变更、系统升级等,都会引起源代码、数量、质量以及系统模块结构产生变化。因此,如何衡量和确保软件源码的质量,成为软件开发人员必须面对的问题。尤其是对于大规模软件系统,其源码的结构合理性,更是直接决定了软件系统是否能够安全高效地运行。本文将从复杂网络的角度来研究软件系统的结构合理性问题,以此衡量大规模软件系统的源码质量。我们研究方案及实验主要分为三个步骤：1)将大规模软件系统的源码抽象成为一个复杂网络;2)设计并计算各类基于复杂网络的软件质量评价指标;3)设计软件质量的客观评分标准,验证各类复杂网络指标的合理性。首先,我们将大型复杂软件系统的源代码抽象成基于拓扑结构的复杂网络,以函数作为网络节点,函数间调用关系作为网络中的边。由于软件的迭代开发过程中,每个函数都会处于某一个功能模块中,因此我们将软件源码的这种自然功能模块划分作为软件复杂网络的原始社团结构。然后,我们计算各类基于拓扑结构的网络特征指标,主要包括两类：第一类是简单网络指标,比如平均聚类系数、平均路径长度、平均度、模块度、网络直径等;第二类,我们基于复杂网络社团结构,提出一种基于社团发现的网络指标,通过比较社团发现算法得到的社区结构与软件复杂网络原始社团结构的相似度(利用NMI、RI等指标)来确定软件结构的合理性。最后,利用采集开源网站上公开发布的大型软件系统源码作为我们的实验数据集。为了客观地反映开源软件的质量,我们基于软件的用户评论、评分和下载量,设计了一个综合客观评分标准,并通过一系列实验来验证软件综合评分与各类软件质量评价指标之间的相关性,从而验证各类软件质量评价指标的合理性。实验结果表明,本文提出的基于复杂网络社团结构的软件结构合理性评价指标,明显优于其他各类已有的软件质量评价指标。

关键词：软件系统源码质量评价指标复杂网络社团结构

融合评论语义的用户商品交互图表示学习推荐算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合评论语义的用户商品交互图表示学习推荐算法研究

作者：荆慧北京交通大学

学位级别：硕士

随着移动网络的发展,线上数据呈现出爆炸式增长的趋势,导致了严重的信息过载问题。以电子商务平台为例,用户难以在海量商品中快速准确地找到自己感兴趣的商品。现实的问题凸显出电商推荐相关研究的必要性。研究人员对此提出大量推荐算法... 详细信息

随着移动网络的发展,线上数据呈现出爆炸式增长的趋势,导致了严重的信息过载问题。以电子商务平台为例,用户难以在海量商品中快速准确地找到自己感兴趣的商品。现实的问题凸显出电商推荐相关研究的必要性。研究人员对此提出大量推荐算法,但已有模型依然面临以下两个问题:(1)部分方法没有研究评论文本对交互学习的辅助作用,忽略了用户-商品交互图中高阶特征的影响,也未考虑交互异构图中同质节点在信息传播中的影响。(2)用户-商品交互图中交互数据分布不平衡,并且图上监督信号弱,仅使用观察到的交互信息不能充分学习图结构的潜在特征。针对以上问题,本文主要研究内容和成果如下。(1)为了充分挖掘用户-商品交互图结构信息,本文提出融合评论语义的同质图注意力网络推荐算法HR-GAT。该方法首先利用卷积神经网络提取评论特征并将其转化为向量表示,以此挖掘细粒度语义信息。然后将评论表示作为边信息传播至高阶邻居节点,并利用图注意力网络学习不同邻居对于中心节点的影响。最后使用自注意力机制,将同质聚合节点与图中对应节点相互迭代更新,增强同质节点在信息传播中的影响。在五个亚马逊推荐数据集上进行实验,结果显示该模型达到了优于其他基线模型的推荐效果,验证了融合评论文本和用户-商品交互图对推荐任务的有效性。(2)为了缓解因交互数据稀疏导致的监督信息不足问题,本文在HR-GAT的基础上,设计基于图对比学习的推荐算法CL-HR-GAT。该方法首先使用边扰动和点丢弃的方法对交互子图进行数据增强,得到同一交互子图的两种不同视图。然后使用HR-GAT对不同视图进行编码,获得其向量表示。之后将二者映射到同一隐空间,以便调整视图表示。最后对两种视图表示进行对比自监督学习,提取交互图上的隐含特征。在五个亚马逊推荐数据集上进行实验,结果表明该模型相较于其他基准模型推荐准确性更高,验证了图对比学习辅助自监督模型对推荐任务的有效性。

关键词：推荐系统自监督学习评论语义图神经网络图对比学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多视图K-means聚类算法研究

多视图K-means聚类算法研究

作者：洪敏北京交通大学

学位级别：硕士

大数据时代,人类收集、存储、传输、管理数据的能力日益提高,各行各业已经积累了大量的数据资源。同一数据对象的多源信息采集技术和多样化的特征表示能力使多视图数据在众多实际应用中越来越普遍。而对于特定的机器学习任务,数据对象... 详细信息

大数据时代,人类收集、存储、传输、管理数据的能力日益提高,各行各业已经积累了大量的数据资源。同一数据对象的多源信息采集技术和多样化的特征表示能力使多视图数据在众多实际应用中越来越普遍。而对于特定的机器学习任务,数据对象的多个视图彼此之间通常具备互补性和一致性,有利于利用不同视图的优势提高机器学习的有效性,因此多视图学习逐渐受到了人们的关注。多视图聚类作为多视图学习的基本任务之一,通过充分融合多个视图中的信息,从而获得有效的类划分结果。现有的经典多视图K-means聚类算法,由于其简单高效、易于实现的优点,已经成为众多多视图聚类中应用最为广泛的算法之一。然而多视图K-means聚类算法不但存在K-means固有的初值敏感、类数目事先指定的问题,还存在如何自适应学习视图对类结构的权重贡献,以及样本对不同视图重要性的“局部”学习问题。本论文针对以上两个问题展开研究,取得了如下研究成果:(1)针对K-means型多视图聚类算法的类个数和初始中心选择问题,本文研究了不同初始化方法对多视图K-means的影响,提出一种基于采样的主动式初始中心选择方法(SDPC)。该方法首先对原始数据集进行均匀采样,运用DPC算法和CV指标获得候选类中心和类个数,然后对剩余节点进行直接指派,将得到的指派结果作为多视图K-means聚类算法的初始类划分。相比随机初始化、K-mean s++等其他初始化方法而言,SDPC算法不仅解决了类个数和类中心的问题,实验结果显示SDPC算法还以约10倍的计算速度加快了 DPC算法的种子选取进程,降低了算法的复杂度。(2)针对现有多视图K-means聚类算法没有全面考虑多视图数据的不同样本间存在“局部”信息的差异性问题,本文提出一种新颖的多视图样本权聚类方法(SWMVC)。该方法不仅可以学习不同样本点中的多个视图间权重的“局部”差异,而且学习到的“局部”差异可以反映出不同视图对簇结构贡献的“全局”差异,具有较好的灵活性。多个数据集上的实验表明:SWMVC方法在具有较好互补性的异质多视图数据上聚类效果提升明显。

关键词：多视图聚类 K-means算法初始中心聚类个数样本权

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

鲁棒谣言检测模型研究

鲁棒谣言检测模型研究

作者：孙玉霖北京交通大学

学位级别：硕士

互联网的快速发展不仅改变了人们获取信息的方式,还使得信息的产生和传播变得去中心化,人人都能传播信息同时也能够篡改信息,这导致虚假信息的产生和传播变得更加频繁和迅速。为了减少虚假信息的传播对社会产生的危害,谣言检测任务逐渐... 详细信息

互联网的快速发展不仅改变了人们获取信息的方式,还使得信息的产生和传播变得去中心化,人人都能传播信息同时也能够篡改信息,这导致虚假信息的产生和传播变得更加频繁和迅速。为了减少虚假信息的传播对社会产生的危害,谣言检测任务逐渐受到重视,近年来,伴随着深度学习的快速发展,大量针对谣言检测任务的深度学习方法被提出并取得了优异的性能。但是,现存方法还存在以下问题:(1)谣言数据在不同的时间或事件下特征差异较大,谣言检测模型对新的谣言数据的鲁棒性不足;(2)主流的谣言检测数据集存在数据量不足的问题,谣言检测方法不能在足量的数据集上充分学习谣言特征,导致模型缺乏鲁棒性。针对以上问题,本文的主要工作如下:(1)提出了一种基于自训练的谣言检测迁移方法。由于谣言数据在不同的时间或事件上的差异较大,我们将谣言检测在新数据上的分类任务视为一个领域自适应任务,将已有的有监督信息的数据作为源域数据,新的数据作为目标域数据,将在源域数据上训练的模型在目标域数据上使用自训练算法预测伪标签,进行迭代学习。同时,提出了一种基于训练损失的噪声标签过滤方法,将不可信的伪标签从训练数据中删除,减少噪声的引入。实验表明我们的迁移框架可以使得谣言检测模型在目标域数据上得到更好的性能。本文首次提出关注谣言检测模型的迁移性能,并在Twitter15、16数据集上进行谣言检测迁移学习任务。(2)提出了一种基于图数据增强预训练的谣言检测模型。现有公开谣言检测数据集数据量不足,同时谣言数据收集困难和人工标注成本高等问题导致大规模收集数据存在困难。在这种情况下,为了能够在现有的数据集上更充分的利用数据,我们使用了三种针对谣言检测任务的基于图的数据增强方法扩充数据集。同时,我们为模型添加了基于深度聚类的预训练过程,减少了数据增强导致的噪声的引入。通过实验表明,我们的模型和数据增强方法能够在现有数据集上进一步提升模型的性能,并拥有更高的鲁棒性。

关键词：谣言检测领域自适应自训练数据增强预训练

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轻量化场景文本识别模型研究

轻量化场景文本识别模型研究

作者：杜永坤北京交通大学

学位级别：硕士

场景文本识别(STR:Scene Text Recognition)技术旨在利用计算机视觉及人工智能技术对自然场景图像中的文本进行识别,在智能文档、智慧金融、智能办公、智慧教育、电子商务、信息安全、文化传承等诸多领域有非常广阔的应用前景,是计算机... 详细信息

场景文本识别(STR:Scene Text Recognition)技术旨在利用计算机视觉及人工智能技术对自然场景图像中的文本进行识别,在智能文档、智慧金融、智能办公、智慧教育、电子商务、信息安全、文化传承等诸多领域有非常广阔的应用前景,是计算机视觉及人工智能领域的重要研究内容之一。近年来,基于深度学习的方法成为了场景文本识别的主流方法,基于卷积神经网络和Transformer框架强大的建模能力,这些方法显著提升了场景文本识别的精度。为确保识别精度,当前方法大多数都采用了复杂的编码器和解码器结构,存在模型参数规模大且识别速度慢的问题。而场景文本识别作为在产业中应用最广泛的计算机视觉技术之一,轻量化、易部署并维持较高精度的识别方法研究一直是研究领域重点关注的方向。本论文针对编码器-解码器的结构,围绕轻量化场景文本识别模型开展深入研究,提出了以下两项创新工作:首先,针对编码器的轻量化,提出了一种基于单视觉模型的场景文本识别方法。现有方法采用通用的分类模型作为视觉编码器,未充分利用文本字符的特点,缺乏提取代表性特征的能力。本文方法结合文本字符笔画-部首结构特点,在视觉Transformer框架基础上,首次提出字符组件级特征建模方法,提取的多尺度字符笔画、部首等组件级特征以及跨字符间的视觉特征。该方法受益于多粒度的特征建模,成功提取更具代表性的字符特征,仅使用最简单的时序连接分类方法作为解码器,即能在权威公开数据集上得到当前最先进方法的识别精度,且模型参数量更低,并在识别速度上大幅领先其他方法。其次,针对解码器的轻量化,提出了一种上下文感知并行解码器。当前主流识别方法主要采用基于注意力机制的自回归解码器(AR:Autoregression Decoder)和并行解码器(PD:Parallel Decoder)。前者识别精度高,但迭代式识别方式速度慢;而后者并行识别方式速度快,但精度略低。为此,本文深入探究了AR的解码过程,发现其高精度的识别能力取决于建模的识别上下文信息,而PD无法有效捕获类似的信息。本文提出的解码器得益于精心设计的感知字符内容上下文信息的字符计数模块和感知字符阅读顺序上下文的排序模块,快速且有效地提取了识别上下文信息。权威公开数据集的实验表明,相较于已有方法,基于该解码器设计的场景文本识别方法不仅取得了最高的识别精度,并且识别速度比对应的自回归解码版本快接近7倍,是迄今为止最快的基于注意力机制的解码器。

关键词：场景文本识别注意力机制自回归解码并行解码

结构性病理图像重染色的无监督生成对抗方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结构性病理图像重染色的无监督生成对抗方法研究

作者：陈鑫北京交通大学

学位级别：硕士

组织病理学检查是临床诊断癌症的金标准。病理医生首先提取人体疑似病变的活检组织,再利用染色等手段制成组织标本,最终通过高精度仪器扫描和多视野无缝隙拼接处理才可获得高分辨率的组织病理全切片图像。上述传统的组织染色过程不可逆... 详细信息

组织病理学检查是临床诊断癌症的金标准。病理医生首先提取人体疑似病变的活检组织,再利用染色等手段制成组织标本,最终通过高精度仪器扫描和多视野无缝隙拼接处理才可获得高分辨率的组织病理全切片图像。上述传统的组织染色过程不可逆,因此构造配对的病理图像数据集非常困难。其次,病理医生需要在显微镜下对整个染色过程进行监控,而我国病理医生数量稀缺,再加上活检组织昂贵,因此制取不同类型的组织病理全切片图像耗时耗力。基于上述背景,本文对结构性病理图像重染色的无监督生成对抗方法进行了研究,即要在保证图像医学解释不变的前提下,使用已有病理图像来获取所需的其他结构性染色病理图像,从而达到染色过程可逆和节省染色成本的目的。相比于自然场景图像,病理全切片图像存在分辨率高,包含的细胞或组织复杂多样,配对的数据获取困难等特点,因此当前重染色工作普遍存在平铺伪影和染色扩散等问题。为解决染色扩散问题,本文分别从保留内容特征和促进局部区域风格迁移两个维度对病理图像的重染色展开了研究,并取得了以下研究成果:第一,提出了基于对比学习和高层损失引导的重染色模型。为了保证图像在去染色和再染色过程中诸如细胞或组织的大小和形状等内容特征保持不变,本文基于对偶多尺度对比学习框架进行了建模,并结合循环结构一致性损失、感知嵌入一致性损失和多尺度对比学习损失分别对图像转换前后的原始结构、高层语义特征以及编码器提取局部区域的多尺度隐层特征保持一致做出了约束。实验表明,这些模块能够有效地提高病理图像重染色的性能,并促使提出的模型在内容特征保留的性能上整体优于各基线模型。第二,提出了目标域引导多尺度风格解耦的重染色模型。由于研究一提出的模型使用的循环框架对图像局部区域的风格迁移约束较弱,因此本文在其单边模型上添加了多尺度风格特征解耦分支。具体而言,利用目标域图像作为参考图像,先经过风格编码器和特征映射网络提取其解耦后的风格特征,再通过不同的仿射层映射和自适应实例归一化操作便可为解码器的再染色过程提供不同尺度的风格指导信息,最终可促使网络在迁移全局风格的同时保证局部区域的风格特征和内容特征得到较好地融合。实验表明,本文提出的模型相比于各基线模型可转换得到更加贴近目标域数据分布的病理图像。

关键词：结构性染色组织病理图像重染色生成对抗网络无监督

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于话题预训练的半监督自训练谣言检测研究

基于话题预训练的半监督自训练谣言检测研究

作者：王奕滢北京交通大学

学位级别：硕士

社交媒体的普及虽然改变了人们分享信息、进行决策的方式,但信息产生和传播的去中心化也使得社交媒体成为虚假谣言滋生的温床。为了减少虚假谣言的危害,谣言检测任务逐渐受到研究者、社交媒体平台及国家信息安全部门的重视。近年来,深... 详细信息

社交媒体的普及虽然改变了人们分享信息、进行决策的方式,但信息产生和传播的去中心化也使得社交媒体成为虚假谣言滋生的温床。为了减少虚假谣言的危害,谣言检测任务逐渐受到研究者、社交媒体平台及国家信息安全部门的重视。近年来,深度学习发展迅猛,各种基于时间序列和图的谣言检测方法被提出并显著提升了谣言检测方法的性能。但是,现有的谣言检测方法还存在以下问题:(1)谣言数据收集难度大,现有的谣言数据集有限且数据规模小,在有限的数据集上进行有监督训练制约了深度学习模型的泛化性能;(2)现实世界中,真实谣言数量远远多于虚假谣言,使得谣言检测本质上是一个极端类不平衡数据集上的分类任务,而现有的用于研究的谣言检测数据集的类分布通常是平衡的,与真实情况不符。针对上述问题,本文的主要工作如下:(1)提出了一种基于话题预训练的自训练谣言检测方法。由于谣言本身是一种话题数据,我们利用项目组抓取的UWeibo无标注谣言话题数据集预训练一个基于图对比学习的话题特征提取器,再联合分类器在有标注的谣言数据集上进行模型微调。在微调模型过程中,假设可获取的谣言样本数量有限,在此场景下给出了一种基于自训练的半监督小样本学习方法。该方法首先在少量有限标注样本上微调谣言表示模型并训练分类器,再利用训练好的分类器为无标注样本打上伪标签。之后,挑选高置信的样本加入训练集重新学习并预测伪标签,如此往复。实现一个基于预训练话题学习的从易到难的谣言学习过程,只利用了少量有标注样本并且充分挖掘了无标注数据中的有监督信息。在Weibo和DRWeibo上的实验结果显示:我们给出的方法可以在有限样本条件下通过自训练显著增加谣言检测模型的性能,并且话题数据集上的预训练显著提升了模型的泛化性能。(2)提出了一种基于极度类不平衡假设的自训练谣言检测方法。为实现上述任务,我们在现有谣言数据集Weibo和DRWeibo的基础上构造几组类不平衡比例下的谣言数据集,用以研究类分类不平衡条件下有效的预训练自训练小样本谣言检测方法。由于类不平衡条件下,真实谣言占据多数,因此,我们在自训练的过程中只为虚假谣言类预测伪标签,并将高可信度的虚假谣言样本加入训练数据集中,如此往复。不断增加的虚假谣言样本缓解了虚假谣言类样本少的类不平衡现象。并且,在模型中我们探索了多个类不平衡分类损失函数对该任务的作用。实验结果显示:我们的基于预训练的自训练模型在有限样本条件下其在类不平衡的数据集上性能超越了在类平衡数据集上学习的结果。

关键词：谣言检测预训练自训练数据增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社区结构感知的社交推荐方法研究

社区结构感知的社交推荐方法研究

作者：李翔锟北京交通大学

学位级别：硕士

随着科学技术的快速发展,海量数据充斥着人们的生活,信息过载问题日益严重。推荐系统逐渐成为人们获取个性化信息的有力工具,帮助人们在海量信息中获取有用信息,并且已经成功应用到各行各业。基于协同过滤的推荐方法通过利用用户和项目... 详细信息

随着科学技术的快速发展,海量数据充斥着人们的生活,信息过载问题日益严重。推荐系统逐渐成为人们获取个性化信息的有力工具,帮助人们在海量信息中获取有用信息,并且已经成功应用到各行各业。基于协同过滤的推荐方法通过利用用户和项目的行为数据来学习用户和项目的特征表示,逐渐成为主流的推荐方法。但是现实世界中用户-项目评分矩阵具有高度稀疏而且分布不均匀的特点,当推荐系统仅考虑用户和项目之间的评分矩阵信息时,其性能很容易受限于数据稀疏和冷启动问题,使得用户无法得到满意的推荐内容。当今已处在Web2.0时代,越来越多的用户参与到在线社交活动当中,用户之间产生了大量的社交关系,这些独立的社交数据为解决协同过滤方法固有的数据稀疏和冷启动问题以及提升推荐系统的性能提供了契机,一些研究者开始在传统推荐系统中加入社交信息来提高模型性能。此外,用户之间的社交网络中存在大量的社区结构,在社区内考虑用户之间的社交关系尤为重要。本文在现有工作的基础上,主要研究社区结构感知的社交推荐方法。主要研究内容和研究成果总结如下:（1）提出了一种融合重叠社区正则化及隐式反馈的协同过滤方法OCRIF。该方法首先利用社区发现算法将用户进行社区划分并允许用户可同时归属于不同的社区,以充分挖掘用户潜在的社区信息;其次,OCRIF模型中融入了社区内的社交隐式反馈信息以及商品隐表示一致性约束;最后,结合网络表示学习方法,我们给出了更有效的用户-社团隶属度计算方法以及用户之间相似度计算方法,将OCRIF模型扩展为OCRIF+模型。在3个公开的数据集上实验表明:我们提出的两个方法要优于以往的同类推荐算法。（2）提出了一种融合社区影响力扩散和用户兴趣扩散的图注意力社交推荐方法GASC。该方法对用户与用户之间社交网络中的高阶社会影响扩散和用户-项目兴趣网络中的兴趣扩散进行建模,首先利用社区发现算法将用户划分到所属社区中,考虑在社区中更细粒度的高阶社会影响扩散。另外,模型中设计了多层注意力网络,以区分社区内不同邻居节点、不同社区以及不同异质网络图对用户和项目低维嵌入表示的不同影响。最后,在模型中引入了区分不同阶影响的注意力网络。在两个公开的数据集上实验表明:我们提出的方法优于先前提出的同类推荐算法。

关键词：推荐系统社交网络图神经网络协同过滤网络表示学习社区结构