【论文】图神经网络在推荐系统中的挑战、方法和方向
Graph Neural Networks for Recommender Systems:Challenges, Methods, and Directions
- 1. 前言
- 2. 背景 - 推荐系统的发展历程和挑战
- 2.1.1 浅层模型
- 2.1.2 神经网络模型
- 2.1.3 图神经网络模型
- 3. 推荐系统的分类
- 3.1 根据推荐系统的不同阶段
- 3.2 根据不同推荐场景
- 3.2.1 社交推荐
- 3.2.2 序列推荐
- 3.2.3 会话推荐
- 3.2.4 捆绑推荐
- 3.2.5 跨域推荐
- 3.2.6 多行为推荐
- 3.3 根据不同的推荐目标
- 3.3.1 多样性
- 3.3.2 可解释性
- 3.3.3 公平性
- 3.4 根据不同的推荐应用
- 3.4.1 产品推荐(电子商务推荐)
- 3.4.2 POI推荐(兴趣点推荐)
- 3.4.3 新闻推荐
- 3.4.4 电影推荐
- 3.4.5 其他推荐
- 4. 图神经网络(Graph Neural Networks, GNN)
- 4.1 图的构建
- 4.2 图神经网络的建模,消息传递聚合机制
- 4.3 如何优化
- 4.4 GNN为什么适合推荐系统
- 5. 挑战——GNN在推荐系统上应用需要考虑的几个问题
- 6. 现有的方法 --(待补充)
- 7. 未来发展方向
- 8. 总结
- 9. 参考
1. 前言
论文是由清华大学李勇、中科大何向南老师团队有关GNN和推荐系统的综述:Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions。这篇文章对图神经网络及其在推荐系统中的应用进行了详细的调研,从不同角度对GNN在推荐系统的应用进行了分类,最后基于这些调研对领域内存在的问题和发展方向进行了讨论。
论文链接
:https://arxiv.org/abs/2109.12843
仓库链接
:https://github.com/tsinghua-fib-lab/GNN-Recommender-Systems
2. 背景 - 推荐系统的发展历程和挑战
2.1.1 浅层模型
早期的推荐模型主要通过计算交互的相似度来捕获协同信号,之后随着Netflix比赛中矩阵分解模型的大放异彩,推荐系统被转化为表示学习问题。
此阶段提出了基于模型的CF方法,例如矩阵分解(CF)和分解机。
然而,这些方法面临着诸如复杂的用户行为或数据输入等关键挑战。
2.1.2 神经网络模型
浅层的模型不足以建模复杂的用户行为和大量数据输入,以神经协同过滤NCF,深度因子分解机DeepFM为代表的神经网络方法被开发了出来。
例如,开发了神经协同过滤(NCF)
,用多层感知器(MLP)
扩展MF的内积,以提高其容量。类似地,深度因子分解机(DeepFM)
将浅模型因子分解机(FM)
与MLP
结合起来。
然而,这些方法仍然非常有限,因为它们的预测和训练范例 忽略了观测数据中的高阶结构信息。
例如,NCF的优化目标是预测用户项交互,训练样本包括观察到的积极用户项交互和未观察到的消极用户项交互。这意味着在特定用户的参数更新过程中,只涉及他/她交互的项目。
2.1.3 图神经网络模型
传统的神经网络很难学习到数据中的高阶结构信息,而图神经网络GNN
采用消息传递机制整合邻居信息,通过多层堆叠使得节点可以访问高阶邻居的信息。因此图神经网络模型近年来被广泛应用在推荐系统中,并成为最先进的方法。
为了将图神经网络很好地应用到推荐系统中,有一些关键的挑战需要解决。
(1)推荐系统的数据输入应该仔细、正确地构造成图,节点表示元素,边表示关系。
(2)对于具体的任务,需要对图神经网络中的组件进行自适应设计,包括如何进行传播和聚合,现有的工作已经探索了各种各样的选择,各有优缺点。
(3)基于GNN模型的优化,包括优化目标、损失函数、数据采样等,应符合任务要求。
(4)由于推荐系统对计算成本有严格的限制,并且由于GNNs的嵌入传播操作引入了大量计算,因此在推荐系统中高效部署图神经网络是另一个关键挑战。
3. 推荐系统的分类
3.1 根据推荐系统的不同阶段
-
Matching 匹配阶段:
第一个推荐阶段会从非常大的item池子中匹配出几百个候选项目。该阶段的特点是数据规模大,同时出于在线服务的延迟考虑,模型通常比较简洁。此外,现实工业界中的推荐系统通常包含多个匹配渠道,来分别考虑不同方面的信息。
这个阶段的核心任务是高效地检索潜在的相关项,并实现用户兴趣的粗粒度建模。 -
Ranking 排序阶段:
第二个推荐阶段会把来自不同渠道的多个匹配结果整合到一个列表中,并对其进行排序,选出排名靠前的items。这一阶段由于输入规模较少,系统可以为了精度来使用复杂算法,并把多种特征考虑进来。例如,可以考虑包括用户配置文件和项目属性在内的丰富功能,并且可以利用诸如自我关注(self-attention)之类的高级技术。
多种特征之间如何交互也成为了该阶段的关键挑战。 -
Re-ranking 重排序阶段:
上一阶段的优化目标主要是推荐精度,但推荐系统除了精度之外,还需要考虑新鲜度,多样性,公平性等问题。这一阶段需要考虑不同Items之间的多重关系,进行删除或者更改顺序等操作。
在这一阶段的主要关注点是考虑最高得分项目之间的多重关系。例如,类似或可替代的项目在推荐中紧密显示时可能导致信息冗余。
3.2 根据不同推荐场景
3.2.1 社交推荐
除了用户-商品之间的交互之外,利用用户的社交关系来增强推荐效果。
主要挑战: 如何捕获社交因素,如何结合社交信息和交互行为。
近期发展:
3.2.2 序列推荐
利用用户的历史交互序列提取用户的兴趣,来预测下一个item。
主要挑战: 如何从序列中提取尽可能多的有效信息。
具体来说:(1)对于每个样本,即在每个序列中,需要从序列中提取用户的兴趣,以预测下一个项目。特别是当序列长度增加时,同时对用户的短期、长期和动态兴趣进行建模是非常具有挑战性的。(2)除了在序列内建模外,由于项目可能出现在多个序列中或用户具有多个序列,因此需要捕获不同序列之间的协作信号以更好地表示学习。
近期发展:
3.2.3 会话推荐
在许多现实场景中,例如一些小型零售商和移动流媒体(例如YouTube和Tiktok),由于存储资源有限,不可能或不需要长时间跟踪用户id的行为。换句话说,用户档案和长期的历史交互不可用,只通过匿名用户的短会话数据进行推荐。
主要挑战: 如何在会话数据中建模items的变化模式以及如何在噪声数据中提取用户的核心需求。
近期发展:
3.2.4 捆绑推荐
给用户推荐bundle(一组items)而不是单个item
主要挑战: 用户对捆绑包的决策需要考虑items的从属关系,用户和捆绑包的交互更加稀疏,高阶关联的建模
近期发展:
3.2.5 跨域推荐
利用用户在多领域内的历史交互,缓解冷启动和数据稀疏问题。
跨域推荐(CDR)方法大致可分为两类,单目标CDR(STCDR)和双目标CDR(DTCDR)。
CDR方法将信息从源域向目标域单向传输;DTCDR强调源域和目标域信息的相互利用,可以扩展到多目标CDR(MTCDR)。
主要挑战: 如何整合利用不同域的信息
近期发展:
3.2.6 多行为推荐
利用多种行为下的交互进行推荐,来缓解数据稀疏问题。
用户与推荐系统在多种类型的行为下交互,而不是仅在一种类型的行为下交互。
例如,当用户单击视频时,他/她还可能执行收集或评论等行为。在电子商务网站中,用户通常在购买产品之前单击、添加到购物车、共享或收集产品。
尽管推荐系统的最终目标是推荐用户将购买的产品,但与用户的点击、共享和其他行为相比,购买行为非常稀少。
主要挑战: 如何建模多种行为和目标行为之间的关系,如何通过行为建模物品的语义信息。
具体来说:(1) 不同的行为对目标行为有不同的影响。有些行为可能是强信号,有些可能是弱信号。同时,这种影响对于每个用户都是不同的。准确地模拟这些不同行为对目标行为的影响是一个挑战。(2) 从项目的不同行为类型中学习综合表征是一项挑战。不同的行为反映了用户对物品的不同偏好;换句话说,不同的行为有不同的含义。为了获得更好的表征,需要将不同行为的意义整合到表征学习中。
近期发展:
3.3 根据不同的推荐目标
3.3.1 多样性
给用户推荐不同种类的Items,减少冗余。
推荐系统通常考虑两种多样性,即个体层次的多样性和系统层次的多样性。
具体而言,个体层次的多样性
是一个重要目标,它衡量每个用户推荐项目的不同性,因为重复的相似项目会使用户不愿意使用系统进行探索。换句话说,个体层次的多样性反映了推荐列表涵盖的主题数量以及推荐项目在不同主题上的分布平衡程度。这里的主题取决于推荐任务,例如主题可以是电子商务推荐的不同产品类别和音乐推荐的不同类型。
在系统层次的多样性
方面,它比较了不同用户的推荐结果,并期望它们彼此不同。换句话说,低系统级多样性意味着总是向所有用户推荐热门项目,而忽略长尾项目。
主要挑战: 如何增强劣势主题的信号,如何在多样性和准确性之间权衡。
具体来说,(1) 不同项目的信号强度差异很大。对于每个用户来说,都存在优势话题和劣势话题,例如用户与电子设备的交互记录可能比与衣服的交互记录要频繁得多。类似地,长尾项目的信号强度也远弱于流行项目。因此,针对个人层面和系统层面的多样性,从弱势主题或长尾项目分别推荐监管如此薄弱的相关内容是一个挑战。(2) 多样性有时可能与推荐准确性相矛盾,导致准确性-多样性困境;因此,平衡这两个方面是一个挑战。
近期发展:
3.3.2 可解释性
解释为什么给这个用户推荐这个Item
这项调查主要集中在提高机器学习技术的可解释性。
具体而言,过去的研究采用了两种不同的方法:
一种是努力设计内在的可解释模型,通过设计具有透明逻辑(而不仅仅是“黑箱”)的模型来确保推荐结果的可解释性,例如显式因素模型、隐藏因素和主题模型和TriRank。
其他则稍有妥协:他们设计了事后独立的模型来解释“黑箱”推荐系统产生的结果,例如解释挖掘。
主要挑战: 如何细粒度解释
具体来说:(1) 表示可解释的信息需要图形结构项属性,如果没有GNN的强大功能,很难对这些属性进行建模。(2) 推理建议依赖于知识图中的外部知识,这也对任务提出了挑战。
近期发展:
3.3.3 公平性
给不同用户的推荐结果中去偏见。
推荐系统中的公平性可分为两类:用户公平性,它试图确保特定用户或人口统计组之间没有算法偏差;项目公平性,它表示不同项目的公平暴露,或者不同项目之间没有受欢迎的偏见。
具体来说,研究人员采用了两种方法来增强公平性:一种是在训练过程中直接扣除推荐结果,另一种是在后处理方法中努力对项目进行排序以缓解不公平性。
主要挑战: 如何减小推荐中的歧视和社会偏见
近期发展:
3.4 根据不同的推荐应用
3.4.1 产品推荐(电子商务推荐)
处理多种与平台利润密切相关的行为至关重要,包括加入购物车或购买。
一些著作建议同时优化点击率和转换率。
此外,在电子商务平台中,产品可能具有丰富的属性,如价格、类别等,在此基础上可以构建异构图。
产品推荐的代表性基准数据集包括亚马逊、天猫。
3.4.2 POI推荐(兴趣点推荐)
为用户下次访问推荐新的位置/兴趣点。
在兴趣点推荐中,有两个重要的因素,空间因素和时间因素。
空间因素是指POI自然存在的地理属性,即地理位置。此外,由于用户不能像在电子商务网站上浏览/购买产品那样轻松地访问POI,因此用户的访问也很大程度上受到其地理活动区域的限制。
时间因素也非常重要,因为用户的访问/签入行为总是形成一个序列。这就引发了下一个POI或后续POI推荐的问题。
POI推荐的代表性基准数据集包括Yelp、Gowalla等。
3.4.3 新闻推荐
与其他推荐应用不同,新闻推荐需要对新闻文本进行适当的建模。
因此,自然语言处理方法可以与推荐模型相结合,以便更好地提取新闻特征。
此外,用户总是对最新的新闻感兴趣,可能会拒绝过时的新闻。因此,快速、准确地从快速变化的候选人库中筛选新闻也是至关重要但极具挑战性的。
关于新闻推荐,MIND数据集是最近发布的具有代表性的基准数据集。
3.4.4 电影推荐
Netflix的电影推荐竞赛激发了许多先锋推荐研究。
电影推荐的早期设置是估计用户对电影的评分,从1分到5分,称为显式反馈。最近,二进制隐式反馈已经成为更流行的设置。
3.4.5 其他推荐
如视频推荐、音乐推荐、工作推荐、食品推荐等。
4. 图神经网络(Graph Neural Networks, GNN)
GNN的兴起主要源于卷积神经网络(CNN)和图形表示学习(GRL)的发展。
当应用于图像或文本等常规欧几里德数据时,CNN在提取局部特征方面非常有效。然而,对于像图这样的非欧几里德数据,CNN需要泛化来处理操作对象(例如,图像中的像素或图上的节点)大小不固定的情况。
在GRL方面,它的目标是为图节点、边或子图生成低维向量,这些图表示图的复杂连接结构。例如,开创性的工作DeepWalk通过在生成的路径上使用SkipGram和图上的随机游走(random walks) 来学习节点表示。
模型的泛化能力:指机器学习算法对新鲜样本的适应能力。
学习的目的:学到隐含在数据背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出,该能力称为泛化能力。由此可见,经训练样本训练的模型需要对新样本做出合适的预测,这是泛化能力的体现。
Deepwalk 是一种将随机游走(random walk)和word2vec两种算法相结合的图结构数据挖掘算法。该算法能够学习网络的隐藏信息,能够将图中的节点表示为一个包含潜在信息的向量。
随机游走 是一种从图中提取序列的技术。
通俗理解word2vec
如果是用一个词语作为输入,来预测它周围的上下文,那这个模型叫做 『Skip-gram 模型』
而如果是拿一个词语的上下文作为输入,来预测这个词语本身,则是 『CBOW 模型』
skip-gram 语言模型:
skip-gram 是使用单词来预测上下文的一个模型,通过最大化窗口内单词之间的共现概率来学习向量表示,在这里扩展之后便是使用结点来预测上下文,并且不考虑句子中结点出现的顺序,具有相同上下文的结点的表示相似。(Ps:两个node同时出现在一个序列中的频率越高,两个node的相似度越高。)
4.1 图的构建
- 同构图: 边和节点只有一类
- 异构图: 边和节点有多个种类
- 超图: 一条边可以链接多个点
4.2 图神经网络的建模,消息传递聚合机制
4.3 如何优化
- 链路预测:BPRloss
- 节点分类:Logloss
4.4 GNN为什么适合推荐系统
推荐系统数据多,种类杂(交互,用户画像,商品属性等),用图可以统一整合在一起,获得高质量嵌入。
- 结构化数据
通过将所有数据表示为图上的节点和边,GNN提供了利用可用数据的统一方法。同时,GNN在学习表示方面表现出强大的能力,因此可以获得对用户、项目和其他特征的高质量嵌入,这对推荐性能至关重要。
- 高阶连通性
堆叠GNN层可以自然引入高阶关联,增强协同过滤信号。
那些由具有相似偏好的其他用户交互的项目也与用户相关,这被称为协同过滤效应。在传统方法中,只考虑一阶连通性。缺少高阶连接性会在很大程度上损害推荐性能。相比之下,基于GNN的模型可以有效地捕获高阶连接性。具体而言,协同过滤效果可以自然地表示为图上的多跳邻居,并通过嵌入传播和聚合将其融入学习表示中。
- 监督信号
监督信号,例如交互数量稀疏。GNN在表示学习中利用半监督信号来缓解监督信号少的问题。
监督信号在采集的数据中通常是稀疏的,而基于GNN的模型可以在表示学习过程中利用半监督信号来缓解这一问题。
基于GNN的模型可以通过对图上的半监督信号进行编码,有效地结合多种非目标行为,如搜索和添加到购物车,这可以显著提高推荐性能。同时,还可以通过在图上设计辅助任务来利用自监督信号,从而进一步提高推荐性能。
5. 挑战——GNN在推荐系统上应用需要考虑的几个问题
- 图形构造
将输入的数据构造为图形结构数据;将推荐目标重新组织为图表上的任务。
点:
挑战一:确定是否区分不同类型的节点。例如,在协同过滤任务中,可以对用户节点和项目节点进行不同的建模,或者将其视为同一类节点。
挑战二:是处理具体的输入,比如一些数字特征,比如物品价格,它们总是连续的数字。为了在图中表示这些特征,一种可能的解决方案是将它们离散化为分类特征,然后将其表示为节点。
要处理过于密集的边,对图进行采样、过滤或修剪是很有效的解决方案。
- 网络设计 —— 消息传递聚合机制
使GNN不同于传统的图形学习方法的是传播层。
对于传播,如何选择路径是建立推荐系统高阶相似性模型的关键。此外,传播也可以是参数化的,即为不同的节点分配不同的权重。
在传播过程中,也有各种聚合函数的选择,包括平均池、LSTM、max、min等。此外,可以堆叠传播/聚集层以帮助节点访问更高跳数的邻居。
- 模型优化
为了优化基于图神经网络的推荐模型,推荐系统中传统的损失函数总是转向图学习损失。例如,优化中的logloss可被视为逐点链路预测损耗。类似地,BPR损失通常用于图上的链路预测任务。
另一个方面是数据采样。在基于GNN的推荐中,要对正项目或负项目(positive or negative items)进行抽样,抽样方式在很大程度上取决于图形结构。例如,在社交推荐中,在图上执行随机游走可以生成弱阳性项目(weak positive items )(例如朋友互动的项目)。
此外,有时,基于GNN的推荐可能涉及多个任务,例如不同类型边缘上的链路预测任务。那么在这种情况下,如何平衡每一项任务,使它们相互促进是一个挑战。
- 训练和推理效率
通过邻域间采样或剪枝图结构,只要能够承受推荐性能的下降,就可以始终保持推荐效率。
6. 现有的方法 --(待补充)
7. 未来发展方向
- 更深层的GNN,CNN加深之后性能更好了,GNN加深可以捕获更高阶的关联,但是存在过平滑等问题,同时在GNN加深的过程中,也要保证计算量是可以接受的。
- 动态的GNN推荐,应用场景中很多图是一直在动态变化的,如何使推荐系统自适应时间演化具有很大现实意义。
- 知识图谱增强的GNN推荐,利用知识图谱引入更多外部知识,提高推荐质量的同时也能考虑多样性,公平性更多指标。
- 效率和可扩展性,大规模工业系统中的效率和大数据量。
- 自监督GNN,利用自监督缓解数据稀疏问题。
- 对话推荐,在聊天过程中进行推荐。
- 自适应GNN推荐,推荐目前有很多场景,如何结合Auto ML等技术,创建通用的GNN推荐系统。
8. 总结
图神经网络模型在推荐系统的研究领域有了快速的发展。这篇综述提供了一个广泛的调查,系统地介绍了该领域的挑战、方法和未来方向。不仅对发展的历史,而且对最新的进展也做了充分的介绍。希望这个综述能够很好地帮助GNN推荐领域的初级和有经验的研究人员。
9. 参考
综述 | 图神经网络在推荐系统中的挑战、方法和方向
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- 21 个人所得税计算
个人所得税计算是根据收入类型、金额等,计算出每月应缴纳税款与税后收入。2018年10月1日起,实施扣除标准5000元/月。所得税的计算公式如下: 税前收入基本工资 加班补贴 税后收入税前收入 - 缴税; 个税起征点是5000,当…...
2024/4/21 17:29:35 - Centos搭建FTP服务
简介: vsftpd 是“very secure FTP daemon”的缩写,安全性是它的一个最大的特点。 vsftpd 是一个 UNIX 类操作系统上运行的服务器的名字,它可以运行在诸如 Linux、BSD、Solaris、 HP-UNIX等系统上面,是一个完全免费的、开放源代码…...
2024/4/21 17:29:34 - 初始化项目
文章目录环境创建工程使用Mybatis Plus引入包修改配置Mybatis Plus配置数据库配置测试仓库地址总结环境 开发环境Win10、jdk1.8、MySQL8.0、SpringBoot2.5.6 创建工程 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qMV5CUkD-1635321952078)(http…...
2024/4/21 17:29:33 - 锁表:数据库执行卡住
转载自 https://www.cnblogs.com/xinruyi 1、锁表发生在insert 、update 、delete 中 2、锁表的原理是 数据库使用独占式封锁机制,当执行上面的语句时,对表进行锁住,直到发生commite 或者 回滚 或者退出数据库用户 3、锁表的原因 第一、 A…...
2024/4/21 17:29:33 - js数字转为中文数字
最近业务需要数字转为中文的数字,本来想直接插件解决的,看了下又没有啥好用的插件。就只有自己写了。这里做一篇技术笔记 由于业务是ejsjQuery,为了满足业务需求,有些地方写的复杂了,下次使用再优化。 var $require(j…...
2024/4/25 12:13:43 - anyRTC从服务到产品全链路服务保障升级
随着5G、AI、VR等基础能力的不断完善,万物互联已成趋势,实时通信不再局限人与人之间,还存在于人与设备之间,音视频的应用已经渗入到各行各业,玩法场景不断被发觉,一些新的场景正在被孕育孵化。 本着“让视…...
2024/4/21 17:29:32 - appium操作
1.打开appium工具软件,主机和端口可以不改,点击启动服务器 2.点击搜索图标 3.进入填充数据页面 4.platformName选择你的手机类型,deviceName通过adb命令adb devices获取到数据,appPackage通过adb命令 adb shell dumpsys window |…...
2024/4/20 13:55:13 - AP8022开关电源小家电ACDC芯片离线式开关电源IC
现在我国很多城市持续的出现雾霾天气,对人的生活和健康带来很多的不良影响。政府也鼓励社会大众尽量使用节能的家用电器,避免过多地能源消耗导致的空气污染,现在的很多小家电都要求使用低功耗的开关电源芯片,一方面可以给家庭节约…...
2024/4/20 13:55:11 - 数据库表设计的模式与反模式
一般来说,当我们刚开始接触数据库理论时,我们可以学习经典的1NF、2NF和3NF。不同的NF要求对数据库中每个表的字段有特定的约束。 然而在有些项目中,需求方会要求我们添加违反范例的冗余字段,或者增加一些先空着不用的荣誉关联表。…...
2024/4/20 13:55:10 - App端自动化测试
1.打开appium工具软件,主机和端口可以不改,点击启动服务器 2.点击搜索图标 3.进入填充数据页面 4.platformName选择你的手机类型,deviceName通过adb命令adb devices获取到数据,appPackage通过adb命令 adb shell dumpsys window |…...
2024/4/20 13:55:09 - HTML基础
HTML文档的结构 一个html文档由以下四部分构成 一个文档声明:<!DOCTYPE HTML>一个html标签对:<html></html>一个head标签对:<head></head> 一般来说,只有6个标签能放在<head>标签内ÿ…...
2024/4/20 13:55:08 - chromium 42 如何增加数据目录
01 新增扩展代码chromium 仓库中 以前一直在 out\Debug 或 out\Release 目录里面添加自己的资源目录,然后再修改 chrome\installer\mini_installer\chrome.release 里面增内容,添加打包资源。这样修改了扩展后,还要到扩展的git 仓库同步。 …...
2024/4/20 13:55:07 - TronBox去中心化支付消费挖矿协议开启DeFi商业时代新纪元
DeFi的世界里从来不缺传奇,尤其是它在近几年爆火,带动去中心化交易所、借贷、流动性挖矿、衍生品等品类层出不穷,市场迅速走向激昂的迸发态势。据OKLINK数据显示,现在有超过2330亿美元的价值锁定在各区块链网络的协议中࿰…...
2024/4/20 13:55:08 - 第二存储解决方案白皮书 | 专为非生产数据而设计的存储方案
QingStor 是 QingCloud 基于多年的大规模公有云实践,通过软件定义,为云而生、为核心业务打造的企业级分布式存储产品。QingStor 家族包括 NeonSAN、文件存储、对象存储等产品,服务数字化转型 2.0,提供全生命周期的数据存储和管理&…...
2024/4/20 13:55:05 - 移除链表数据(Java)
给你一个链表的头节点 head 和一个整数 val ,请你删除链表中所有满足 Node.val val 的节点,并返回 新的头节点 。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* List…...
2024/4/21 17:29:29 - 路由信息探测实验
1. 了解路由的概念和工作原理 2. 掌握探测路由的工具的使用方法和各项功能,如tracert等 3. 通过使用tracert工具与Nmap的traceroute命令,对网络中的路由信息等进行探测,学会排查网络故障 预备知识 路由信息探测 域名 路由是指信息从…...
2024/4/21 17:29:28 - Spring 嵌套事务回滚的问题
目录 Spring 嵌套事务回滚的问题 问题描述 项目背景: 问题重现 1. Spring的声明事务 2. 事务的事件处理逻辑 3.实际业务Service层方法 4.Druid数据源的配置 5.测试执行 日志分析 分析问题产生的原因 总结 Spring 的事务代码分析 Spring 的事务传播类型…...
2024/4/21 17:29:27 - pycharm远程调用docker,使用tensorflow和pytorch,gpu版
在这里插入代码片1.下载docker sudo -i apt install docker.io2.配置nvidia-docker相关依赖 https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker apt install curlcurl https://get.docker.com | sh \&& sudo systemctl…...
2024/4/21 17:29:28 - 程序员白piao服务器。大派送
1024程序员节余波儿~,给大家发一个小福利! 帮大家白嫖阿里云服务器,11月活动期间有一款服务器是60元一年,你买了我就你给返现60,就等于白嫖,当然你买其他务服器我也一样返现60元,活动仅限新人参与…...
2024/4/21 17:29:26 - Java 过滤器
Java Web之过滤器(Filter)_喻志强的博客-CSDN博客_java过滤器...
2024/4/21 17:29:25
最新文章
- 嵌入式系统中的实时操作系统(RTOS)深入应用与优化
引言 实时操作系统(RTOS)在嵌入式系统中扮演着至关重要的角色,特别是在需要快速响应和高度可靠性的应用中。 我将探讨如何在STM32单片机上实现RTOS,包括任务管理、内存管理以及中断处理,以提高系统的效率和响应速度。…...
2024/4/26 21:19:04 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - Windows Server 2022 使用ApacheDS用户远程桌面登录服务器
Windows Server 2022 使用ApacheDS用户远程桌面登录服务器 1、接上篇 Windows Server 2022 使用ApacheDS用户认证 使用Administrator用户远程登录192.168.1.100windows server,打开pGina软件 2、输入刚刚在ApacheDS中的新添加的用户测试一下,会自动添加…...
2024/4/24 14:07:06 - Linux数据库介绍及安装
数据库是非常重要的技术,安全人员绝对离不开数据库,必须要好好学一学。 1.1 什么是【数据库】? 库:水库、仓库,存储东西的容器、地方。 数据库:存储数据的仓库,这个仓库更特别,摸…...
2024/4/19 6:51:04 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/4/26 18:09:39 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/4/26 20:12:18 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/4/25 18:38:39 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/4/25 18:39:23 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/4/25 18:39:22 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/4/25 18:39:22 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/4/25 18:39:20 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/4/25 16:48:44 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/4/26 16:00:35 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/4/25 18:39:16 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/4/25 18:39:16 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/4/26 19:03:37 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/4/25 4:19:21 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/4/25 18:39:14 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/4/25 18:39:12 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/4/25 2:10:52 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/4/25 18:39:00 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/4/26 19:46:12 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/4/25 18:38:58 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/4/25 18:38:57 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57