摘要：推荐系统帮助用户主动找到满足其偏好的个性化物品并推荐给用户。协同过滤算法是推荐系统中较为经典的算法,但是其会受到数据冷启动和稀疏性的限制,具有可解释性差和模型泛化能力差等缺点。针对其缺点进行研究,通过将原始的评分矩阵以用户—项目二部图的形式作为输入,将图卷积神经网络设计为一种图自编码器的变体,通过迭代的聚合邻居节点信息得到用户和项目的潜在向量表示,并在其基础上结合卷积神经网络,提出了一种基于卷积矩阵分解的推荐算法,提升了模型的可解释性和泛化能力,同时融合辅助信息也解决了数据的稀疏性问题,并使推荐的性能分别得到了1.4%和1.7%的提升。为今后在基于图神经网络的推荐方向上提供了一种新的思路。

摘要：对某高速公路路基红色泥岩细观结构进行了试验研究。首先,利用X射线衍射对不同风化程度的红色泥岩、泥岩残积土进行图谱分析,得到泥质粉砂岩、紫红色泥岩和红色粉砂质泥岩中黏土矿物含量分别为45%,64%和50%,不同类型泥岩的黏土矿物在种类和数量上差别很大,由此引起工程性质差异明显。然后,利用电子显微镜扫描仪对紫红色泥岩、泥质粉砂岩及泥岩残积土进行微观结构测试,结果表明:红色泥岩的风化程度与矿物成分、微观结构密切相关,岩石风化改变了微观结构,进而影响岩石的宏观物理力学性质。