kge

基于知识图谱的推荐系统综述 作者信息 Elesdspline 目前从事NLP与知识图谱相关工作。 导语 本文是2020年针对知识图谱作为辅助信息用于推荐系统的一篇综述。 知识图谱对于推荐系统不仅能够进行更精确的个性化推荐，而且对推荐也是具有可解释性的，有迹可循 。 本文汇总了近些年来知识图谱辅助推荐系统的一些研究工作，并按不同的方法进行划分类别( 下图 是我根据论文画出的大纲方法类别图)；除此之外，汇总了不同场景下的知识图谱数据集，涵盖7个场景；最后阐述了未来的一些可研究方向及趋势。 基于知识图谱的推荐方法 一、背景知识 推荐系统已经广泛应用在实际生活中的很多场景，特别是个性化推荐系统已经有越来越多的研究工作和落地实践，但是仍然面临着一些问题，例如数据稀疏、冷启动等问题。 近年来，利用知识图谱作为辅助信息生成推荐已经引起了人们相当大的兴趣，这种方法不仅可以缓解上述问题，更准确的进行个性化推荐，而且可以对推荐的结果也是可解释的，是有迹可循的。 下面我们将分别来看一下这两方面。 1.1 推荐系统 推荐系统在实际生活中已经有很多的应用场景，比如我们所熟知的电影、音乐、POI、新闻、教育、书籍，购物等。 推荐系统的目的旨在为 user (用户) 推荐一个（或一系列）未观测的 item (物品，电影，新闻等) 。基本步骤如下： 学习 user 和 item 的向量表示 和 . 根据 1 中的

一、摘要 为了解决协同过滤的稀疏性和冷启动问题，社交网络或项目属性等辅助信息被用来提高推荐性能。 考虑到知识图谱是边信息的来源，为了解决现有的基于嵌入和基于路径的知识图谱感知重构方法的局限性，本文提出了一种端到端框架，它自然地将知识图结合到推荐系统中。 与水上传播的实际涟漪类似，RippleNet通过在知识图谱实体集上 传播用户兴趣， 从而自主迭代地沿着知识图谱中的链接来 扩展用户的潜在兴趣 。 因此，由 用户的历史点击项 激活的多个“涟漪”被叠加以形成 用户相对于候选项目的偏好分布 ，该偏好分布可用于 预测最终点击概率 。 通过在真实世界数据集上的大量实验，本文证明RippleNet在各种场景（包括电影、书籍和新闻推荐）中都能在多个最先进的基线上获得实质性的效果。 ripple net ： ripple： 波纹，是你往水里面扔石头产生的。 石头 就是波纹的中心，也就是 RS中的用户历史点击矩阵。 被激起的 波纹 就对应了 知识图谱一个又一个的实体 。 由用户的历史纪录激起的水波，就是 用户潜在感兴趣的item 除此之外波纹还有一个特点，它会随着层数的变大而逐渐衰减，这里类比到ripplenet也是同样的。 二、引言 背景： 推荐系统（Recommender systems，RS）旨在通过为用户寻找一组满足其个性化兴趣的小商品来弥补信息爆炸带来的负面影响。 在推荐策略中，协作过滤

2020网鼎杯白虎组 MISC 密码柜 青龙组自闭misc手，过来看看白虎的题目。。 给了两个文件，一个镜像一个Database.kdbx 首先，这是一个win10的内存镜像，小菜鸡也是第一次见，因为win10特有的内存压缩机制，所以我的vol没法进行内存取证。。去搜了一下，知道了一个项目。是用来进行win10取证的,vol3应该也是支持的。 https://github.com/fireeye/win10_volatility 通过VOL查看进程和搜索，可以发现kdbx是keepass的数据库文件。keepass主要是用来储存密码的，数据库用一个密码来加密,从而达到安全的储存密码的目的，同时题目也提示密码柜，看来是这个东西了。 那么去找一下文件 可以找到一个密码柜备份.txt 密码柜的密码可不能忘了，毕竟那里面存着我最重要的东西 而且我走哪都要带着它 6s4mxkhvge 有用的是这个第三个密码，是kgb压缩包的压缩密码，去搜索这个 something.kge 文件，将文件dump下来，用密码解开应该就可以了。这个版本vol我这里dump不下来，所以目前还没做出来，比赛的时候也是做到这里卡住了。具体也还没搞清楚。。 来源： oschina 链接： https://my.oschina.net/u/4397388/blog/4281678

2020网鼎杯白虎组 MISC 密码柜 青龙组自闭misc手，过来看看白虎的题目。。 给了两个文件，一个镜像一个Database.kdbx 首先，这是一个win10的内存镜像，小菜鸡也是第一次见，因为win10特有的内存压缩机制，所以我的vol没法进行内存取证。。去搜了一下，知道了一个项目。是用来进行win10取证的,vol3应该也是支持的。 https://github.com/fireeye/win10_volatility 通过VOL查看进程和搜索，可以发现kdbx是keepass的数据库文件。keepass主要是用来储存密码的，数据库用一个密码来加密,从而达到安全的储存密码的目的，同时题目也提示密码柜，看来是这个东西了。 那么去找一下文件 可以找到一个密码柜备份.txt 密码柜的密码可不能忘了，毕竟那里面存着我最重要的东西 而且我走哪都要带着它 6s4mxkhvge 有用的是这个第三个密码，是kgb压缩包的压缩密码，去搜索这个 something.kge 文件，将文件dump下来，用密码解开应该就可以了。这个版本vol我这里dump不下来，所以目前还没做出来，比赛的时候也是做到这里卡住了。具体也还没搞清楚。。 来源： oschina 链接： https://my.oschina.net/u/4390958/blog/4281682

摘要 人类知识提供了对世界的认知理解。表征实体间结构关系的知识图谱已经成为认知和人类智能研究的一个日益流行的方向。在本次综述论文中，我们对知识图谱进行了全面的综述，涵盖了知识图谱表示学习、知识获取与补全、时序知识图谱、知识感知应用等方面的研究课题，并总结了最近的突破和未来的研究方向。我们提出对这些主题进行全视角分类和新的分类法。知识图谱嵌入从表示空间、得分函数、编码模型和辅助信息四个方面进行组织。对知识获取，特别是知识图谱的补全、嵌入方法、路径推理和逻辑规则推理进行了综述。我们进一步探讨了几个新兴的主题，包括元关系学习、常识推理和时序知识图谱。为了方便未来对知识图的研究，我们还提供了不同任务的数据集和开源库的集合。最后，我们对几个有前景的研究方向进行了深入的展望。 1. 引言 融合人类知识是人工智能的研究方向之一。知识表示与推理是受人类解决问题方式的启发，为智能系统表示知识以获得解决复杂任务的能力。近年来，知识图谱作为结构化人类知识的一种形式，受到了学术界和产业界的广泛关注。知识图谱是事实的结构化表示，由实体、关系和语义描述组成。实体可以是现实世界的对象和抽象概念，关系表示实体之间的关联，实体及其关系的语义描述包含定义良好的类型和属性。属性图或性质图被广泛使用，其中节点和关系具有属性或性质。 知识图谱与知识库是同义的，只是略有不同。当考虑知识图谱的图结构时，知识图谱可以看作是一个图