摘要：云时代,云API作为服务交付、数据交换和能力复制的最佳载体,已成长为当今面向服务软件开发和企业数字化转型不可或缺的核心要素.然而动态开放网络中持续增长的云API在给开发者提供了更多选择的同时,也将其淹没在海量的云API选择之中,设计有效的云API推荐方法就此成为API经济健康发展中迫切要解决的现实问题.但是,现有研究主要利用搜索关键词、服务质量和调用偏好进行建模,生成质量高功能单一的云API推荐列表,没有考虑服务化软件实际开发中开发者对多元化高阶互补云API的客观需要.高阶互补云API推荐旨在为多个查询云API生成多元互补云API列表,要求推荐结果与查询云API均互补,以满足开发者的联合需求.针对此问题,本文提出基于概率逻辑推理的高阶互补云API推荐方法(Probabilistic Logic Reasoning for High-order Complementary Cloud API Recom⁃mendation,PLR4HCCR).首先,通过云API生态真实数据分析论证云API互补推荐需求的必要性和互补关系建模中替补噪声的客观存在,为云API互补推荐问题研究提供动机和数据支持.其次,采用Beta概率嵌入对云API及其之间的关系约束进行编码,以刻画云API间互补关系的不确定性和支持互补逻辑推理.接着,设计由投影、取反和交并三个基本逻辑算子构建的互补关系逻辑推理网络,使查询集中的每个云API获得非对称互补关系感知和替补噪声消解约束下的互补云API表示.然后,引入注意力机制为查询云API的互补云API分配不同权重,增强高阶互补云API基向量的表征能力.在此基础上,采用KL散度度量高阶互补云API基向量与候选云API之间的距离,并根据KL散度排序生成高阶互补性可感知下的云API推荐结果.最后,我们利用两个真实云API数据集在不同阶互补推荐场景下进行实验,实验表明,与传统启发式推荐方法和深度学习推荐方法相比,PLR4HCCR在互补关系感知推理和替补噪声消解方面均具有较大的优势,继而使其在低阶、高阶和混合阶互补云API推荐中均展示出更优的推荐效果和更强的泛化能力.进一步,超参数敏感性实验、实例分析和用户调查验证了方法的有效性、实用性和可行性,这使结合高阶互补关系的云API推荐方法PLR4HCCR不仅更有可能生成开发者满意的结果,而且可有效提升云API服务提供者的收益.

摘要：目前,不合理的氮肥施用模式对土壤和环境造成的不良影响引起了广泛关注。氮素作为花生生长和发育的最重要元素,直接减少氮肥施用势必会对花生的生长及产量造成不利影响。而钙肥能够有效地促进花生对氮、磷的吸收及干物质的积累,有利于缓解减氮逆境对花生产量造成的不利影响。为确定减氮条件下的最佳施钙量,保证减氮条件下花生增产,于2021-2022年在辽宁省阜新蒙古族自治县阜新农业环境与耕地保育科学实验站开展大田试验。花生品种为当地主栽品种小白沙1016。分别于2021年5月21日和2022年5月23日播种。采用大垄双行的种植模式,种植密度为1.67×10^(5)穴·hm^(-2)。试验采用单因素试验设计,在减氮1/4条件下,设置不同梯度的钙肥用量0 kg·hm^(-2)(T1)、150 kg·hm^(-2)(T2)、300 kg·hm^(-2)(T3)、450 kg·hm^(-2)(T4),以不减氮不加钙处理作为对照(CK),研究减氮条件下不同钙肥用量对风沙土氮磷养分及花生干物质、产量的影响。结果表明:土壤交换性钙含量随施钙量的增加而增加,而土壤铵态氮、硝态氮及速效磷含量均随施钙量增加呈先增后减。与T1处理相比,最优施钙处理T3(2021年)/T2(2022年)分别显著增产26.8%和28.5%。因此,辽西地区减氮1/4条件下施加150~300 kg·hm^(-2)钙肥不仅有利于发挥土壤钙的激活效应提升花生根系层土壤速效氮、磷含量,也有利于提高花生生理活性,突破减氮障碍增产。

摘要：传统的位置服务推荐方法主要存在数据稀疏、推荐精度低、无法满足用户个性化需求等问题,通过考虑用户的位置信息和语义信息,提出一种基于语义分析的位置服务推荐方法。首先,设计一种位置⁃语义转换算法,提取数据集中位置数据对应的语义信息,针对用户的移动轨迹序列生成语义轨迹序列;其次,从用户的语义轨迹序列中提取子序列,通过子序列匹配算法,挖掘共同子序列,发现与目标用户具有潜在好友关系的相似用户;最后,中心服务器将相似用户所访问的实际位置信息推荐给目标用户,完成位置服务推荐。实验证明所提出的基于语义分析的位置服务推荐方法不仅能够有效发现相似好友,而且能够提高推荐精度,更重要的是,该方法能够将从未访问过的位置推荐给目标用户,满足用户的个性化需求。