服务供应链是供应链研究的新领域,服务能力的研究是服务供应链研究中最为重要的一个方面,已有文献主要集中在对物流服务能力的研究,对旅游服务供应链服务能力的研究相对较少。文章利用Meta图模型及旅游服务供应链的服务清单BOS表(Bill o...服务供应链是供应链研究的新领域,服务能力的研究是服务供应链研究中最为重要的一个方面,已有文献主要集中在对物流服务能力的研究,对旅游服务供应链服务能力的研究相对较少。文章利用Meta图模型及旅游服务供应链的服务清单BOS表(Bill of Service)对旅游服务供应链进行建模,同时对服务链的服务能力开展研究,在以旅行社为核心企业的多条服务供应链中选择一条服务能力最大者作为运营链。最后通过计算实例,为旅行社选取最大服务能力的服务链提供决策参考。展开更多
This paper discusses that there are two sorts of group consensus in Hall for Workshop of Meta-synthetic Engineering： draft consensus and decisive consensus, which are respectively formed in the two synchronous stages...This paper discusses that there are two sorts of group consensus in Hall for Workshop of Meta-synthetic Engineering： draft consensus and decisive consensus, which are respectively formed in the two synchronous stages in the process of ＂synchronous stages 1- asynchronous stages- synchronous stages 2＂, and focuses on the concept of draft consensus. Then proposes a draft consensus building model and its solution method called Consensus Building Graph, by which claim concern value, claim support value, claim authority value and claim consensus value can be calculated real time for reaching a consensus, and designs a computer aided consensus building system called Internet based Group Discussion Environment. The model follows the methodology of meta-synthesis from qualitative to quantitative analysis in which computers and humans are combined to solve complex problems.展开更多
异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入...异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。展开更多
目前的异构图对比学习通常依赖于单一的方法来构建辅助视图以进行数据增强。考虑到异构建模下用户和商品间交互的复杂性,单一构造方法下的辅助视图往往难以有效捕捉异构数据中丰富的语义信息。为此,提出了融合元知识和奇异值分解(singul...目前的异构图对比学习通常依赖于单一的方法来构建辅助视图以进行数据增强。考虑到异构建模下用户和商品间交互的复杂性,单一构造方法下的辅助视图往往难以有效捕捉异构数据中丰富的语义信息。为此,提出了融合元知识和奇异值分解(singular value decomposition,SVD)的多视图对比学习推荐模型(multi-view contrastive learning,MVCL)。引入了个性化数据增强模块,并采用不同方法从多角度构建了辅助视图。其中辅助视图的构建方法具体包括两点,分别是:针对用户商品间的内在联系,通过元知识融合来个性化映射构造辅助视图;针对用户商品间交互,通过近似奇异值分解的方法构建辅助视图,实现自适应对比增强。为有效解决传统对比损失抗噪声能力较弱的问题,使用了鲁棒性更强的增强型对比损失函数作为输出,进一步提升了模型的推荐性能。在此基础上,为进一步验证所提出模型的有效性,在CiaoDVD、Epinions、Yelp三个公开数据集上进行了实验,实验结果表明提出的新模型在不同场景下均呈现了较好的性能,有效验证了该模型在解决异构数据稀疏性和利用丰富语义信息方面的可行性。展开更多
文摘服务供应链是供应链研究的新领域,服务能力的研究是服务供应链研究中最为重要的一个方面,已有文献主要集中在对物流服务能力的研究,对旅游服务供应链服务能力的研究相对较少。文章利用Meta图模型及旅游服务供应链的服务清单BOS表(Bill of Service)对旅游服务供应链进行建模,同时对服务链的服务能力开展研究,在以旅行社为核心企业的多条服务供应链中选择一条服务能力最大者作为运营链。最后通过计算实例,为旅行社选取最大服务能力的服务链提供决策参考。
基金Supported by the National Natural Science Foundation ofChina (69775022)the Natural Science Foundation of Hubei Province(2007ABA025)
文摘This paper discusses that there are two sorts of group consensus in Hall for Workshop of Meta-synthetic Engineering： draft consensus and decisive consensus, which are respectively formed in the two synchronous stages in the process of ＂synchronous stages 1- asynchronous stages- synchronous stages 2＂, and focuses on the concept of draft consensus. Then proposes a draft consensus building model and its solution method called Consensus Building Graph, by which claim concern value, claim support value, claim authority value and claim consensus value can be calculated real time for reaching a consensus, and designs a computer aided consensus building system called Internet based Group Discussion Environment. The model follows the methodology of meta-synthesis from qualitative to quantitative analysis in which computers and humans are combined to solve complex problems.
文摘异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。
文摘目前的异构图对比学习通常依赖于单一的方法来构建辅助视图以进行数据增强。考虑到异构建模下用户和商品间交互的复杂性,单一构造方法下的辅助视图往往难以有效捕捉异构数据中丰富的语义信息。为此,提出了融合元知识和奇异值分解(singular value decomposition,SVD)的多视图对比学习推荐模型(multi-view contrastive learning,MVCL)。引入了个性化数据增强模块,并采用不同方法从多角度构建了辅助视图。其中辅助视图的构建方法具体包括两点,分别是:针对用户商品间的内在联系,通过元知识融合来个性化映射构造辅助视图;针对用户商品间交互,通过近似奇异值分解的方法构建辅助视图,实现自适应对比增强。为有效解决传统对比损失抗噪声能力较弱的问题,使用了鲁棒性更强的增强型对比损失函数作为输出,进一步提升了模型的推荐性能。在此基础上,为进一步验证所提出模型的有效性,在CiaoDVD、Epinions、Yelp三个公开数据集上进行了实验,实验结果表明提出的新模型在不同场景下均呈现了较好的性能,有效验证了该模型在解决异构数据稀疏性和利用丰富语义信息方面的可行性。
