摘要：传统的知识图谱卷积网络推荐模型是针对知识图谱的结构和关联信息而设计的,这种推荐模型能够解决部分推荐系统中的数据稀疏和冷启动问题。然而,传统的知识图谱卷积网络推荐模型在考虑实体领域的阶数和重要程度方面较为有限。为了解决这个问题,文章提出了一种新的加权知识图谱卷积网络推荐模型,它能够考虑到实体领域不同阶的重要程度。首先,基于不同阶的实体领域需要聚合的邻居个数设置不同权重,并用该权重来衡量实体领域阶数的重要程度,进而提出一种考虑关系影响的加权知识图谱卷积网络推荐模型。基于公开数据集的对比实验,加权知识图谱卷积网络推荐模型可进一步提升推荐的效率。

摘要：用原位聚合方法制备了(邻甲苯胺-苯胺)共聚物/Ba0.8La0.2Al2Fe10O19复合物(Poly(OT-co-AN)/BLAF).通过正交优化设计,考察了单体的质量比(mOT/mAN)、聚合温度、聚合时间和BLAF投料量对复合物的结构、形貌、电导率和磁性能的影响.结果表明:共聚物对BLAF粒子具有较好的包覆作用,复合物的组分之间具有一定的相互作用;复合物的磁性能与BLAF粒子的含量相关联;BLAF的投料量对复合物的组成和电导率有较大的影响,其次是温度;复合物对电磁波的反射损耗和有效带宽是Poly(OT-co-AN)和BLAF协同作用的结果,当BLAF与混合单体(mOT/mAN=1:1)的质量比为0.2,25℃聚合10h所得复合物的反射峰值和有效带宽分别达到-26.94dB和8.54GHz.复合物优良的微波吸收性能,有望成为电磁波吸收与屏蔽领域的侯选材料.