曾就职于阿里发表论文

曾就职于阿里发表论文

她对科学研究做出贡献，并发表了很多论文，是支持科学进步人物。

90后少女博导获阿里百万奖金这是因为她的研究突破。对国家有重大的贡献。她以制备简单、成本低廉的新方法突破了钙钛矿LED效率的世界纪录；还利用锡代替铅的手段降低了钙钛矿太阳能电池的毒性。

真名90后的少女博导是通过努力做到的，毕竟人家年纪轻轻就是当之无愧的学霸，各种奖项头衔拿到手软，妥妥的人生赢家。

90后少女博导获得的是阿里青橙奖，奖金是直接100万现金，据说这名90后的少女博导和另外9位青年科学家入选了2020年阿里巴巴达摩院青橙奖，而这位90后的少女博导也是10个获奖青年科学家里面唯一女性，这10位获奖青年科学家获得了阿里集团达摩院的1,000万奖金。

这位90后少女博导的学术成就极为的硬核，虽然年纪不大，但是各种头衔一堆，据说，赵保丹先后获得南京大学物理学院理学学士，英国剑桥大学卡文迪许实验室物理学博士、博士后、副研究员，从 2019 年至今担任浙江大学光电科学与工程学院研究员、博士生导师。

看到这名90后少女波导的人生成就后，笔者酸了，从头酸到脚那种，果然是别人家的孩子，同为90后这差距也太大了，让笔者先找个厕所哭一会儿。

我想广大网友也估计会和我一样发出这样的感叹，这么年轻就当博导了，而且光得个奖就有100万，为什么笔者得过的最大的奖也就是100快呢？零头都比不上，这完美诠释了什么叫货比货得扔，人比人得气死。

当然这个也是羡慕不来的，毕竟人家的成绩是靠实力赢得的，谁叫笔者当初没有好好读书呢！

最后对于这起事件，大家如何看待，欢迎留言探讨哦。

获得阿里百万奖金的90后少女博导是赵保丹。

9月9日，今年29岁的浙江大学研究员、博士生导师赵保丹收获了一份奖励青年科技学者的大礼，其和另外9位青年科学家一起入选2020年阿里巴巴达摩院青橙奖。10位青年科学家获得达摩院的1000万元奖金。

赵保丹先后获得南京大学物理学院理学学士，英国剑桥大学卡文迪许实验室物理学博士、博士后、副研究员，从2019年至今担任浙江大学光电科学与工程学院研究员、博士生导师。

赵保丹的研究方向为新型半导体材料在光电中的应用。虽然仅有29岁，但她的学术成就已经极为硬核：2019年《麻省理工科技评论》中国区“35岁以下科技创新35人”（MIT Technology Review - Innovators Under 35 China）榜单最年轻的入选者之一。

扩展资料

我国研究生导师情况

根据教育部统计数据显示，截至2019年，我国普通高校研究生指导教师共44万多人，其中29岁及以下的只有1934人，只占导师总数的0.4%，而博导更是只有14人，凤毛麟角。

我国高校研究生导师主要集中于40-54岁的年龄段，在29岁或29岁以下就成为了博导，可以说是非常优秀了。

目前，我国很多著名高校的硕士导师在逐步年轻化，很多虽是刚从院校毕业的博士研究生，可能没有足够丰富的教学经验，也没有足够带学生的经验。

但是能做研究生导师，也说明他们每一个人都有着极强的科研能力，在导师这个群体中，科研能力才是最重要的，所以很多的高校已经不再是使用以前的那种老传统，即必须是副教授以上才可以带学生，也积极地用一些科研能力强的年轻教师。

参考资料来源：中国教育在线-90后少女博导获阿里百万奖金！全国29岁及以下博导有几人？

阿里发论文

本篇文章介绍了阿里妈妈定向广告团队的最新作品：Co-Action Net(以下简称CAN)。CAN提出了一种全新的特征交互思路，将待交互的特征（用户侧和商品侧特征）分别作为DNN的输入和权重，用DNN的输出作为特征交互的结果。CAN在提升了特征交互的表达能力同时，降低了传统的笛卡尔积交叉所需要的计算复杂度。 论文地址： . 作者的知乎专栏：

在CTR预估任务中，特征间的交互一直是业界研究的热点。由于DNN以一个隐式的方式来学习输入特征，很难单纯依靠DNN来从庞大的稀疏特征集中学习到有效的特征交互，因此许多工作都在特征工程中采用了了手动特征交互，FM, FNN, PNN, DCN和DeepFM等都从不同的方面阐述了这一点，感兴趣的同学可以参考笔者之前的文章: 《从FM到DeepFM：浅谈推荐系统中的模型演化》 。

在推荐系统模型的构建中，特征工程占有十分重要的地位。在海量的输入特征中，用户行为(user behaviors)和推荐商品(recommended item)两者的交互可以准确地建模用户兴趣，论文作者将这种交互特征统一命名为co-action. 如图1所示：A和B代表模型的输入，Target可以为ctr的预估值。一般来说，可以由DNN来学习A和B之间的关系。但如果我们在输入端就手动将A、B进行交互，学习的难度会大大降低。

对于特征交互，最基本的方式就是做 笛卡尔积(Cartesian Product) 。在tensorflow中，这个操作就是cross column[1]. 对于特征A和B，笛卡尔积将两者组合成一个新特征(A, B)；改变A或B的值，就会得到一个全新的特征。这种方式可以刻画出A、B间的所有组合。在训练样本充足，不考虑性能的情况下，笛卡尔积是最好的特征交互方式。但笛卡尔积有两个缺点：

顾名思义，CAN的目的在于建模不同特征之间的Co-Action，可以理解为一种新的特征交互方式。简单来说，该论文实现了一个pluggable的CAN网络单元，将待交互的两类特征分别作为CAN网络的输入和权重，网络的输出作为特征交互的结果。

图2展示了CAN的基本结构。输入特征可以分为用户行为序列(user behavior sequence)，候选商品(target item)，用户画像特征(user age 等)和其他特征。其中user sequence、target item和other feature通过embedding层后输入到DIEN网络结构。对于CAN部分，user sequence和target item的embedding被用作CAN的输入和权重参数，最后输出的结果sum pooling起来，与DIEN的输出concat在一起过后面的DNN部分。下面重点介绍一下整个网络结构中的关键：Co-Action Unit.

CAN的整体实现逻辑还是比较简单的。将CAN中的全连接网络记为 ，候选商品特征 作为 网络的weight和bias，而用户行为序列特征 则是 网络的输入。这里 是所有unique ID的个数，即item ID的参数空间； 和 是embedding size，且 < . 在广告系统中，与用户点击过的商品相比，target item的个数较少，因此用 来作为 的参数。 由于 包含了 多层的参数，因此其维度需要大于 ，即 < . 通过split和reshape操作转化为weight和bias参数，这一过程可以表述如下：

与其他特征交互方式相比，CAN有以下几个优点：

前述的CAN结构只能显示地建模一阶特征交互。对于更高阶的情况，可以通过高阶输入来实现，即

其中c是特征交互的阶数。

论文中引入了3种做法来保证CAN学习的独立性。

由Table 2可以看出，CAN在两个实验数据集上的AUC指标均优于PNN，NCF[2]，DeepFM；除此之外，笛卡尔积(Cartesian)作为最基础的特征交互手段，其结果是优于PNN，NCF和DeepFM的。但CAN的实验结果甚至比笛卡尔积还要好，这里的原因我想有两点：

为了验证CAN的泛化性，作者将test数据集中的那些在训练集中出现过的特征组合都删除，构造了一个冷数据测试集，该测试集中所有的特征组合都是模型之前没有见过的。实验结果如Table 5 所示：

可以看出，NCF和DeepFM的结果要优于笛卡尔积。与Table 2中的结论相比，证明笛卡尔积的泛化性确实存在问题；同时，CAN的AUC最高，也证明了CAN结构的泛化性明显强于笛卡尔积以及其他的特征交互方式。

笔者认为这是本论文最精华的部分之一。 作者在本节中详细论述了CAN模型在部署到阿里巴巴展示广告系统时遇到的一些困难和解决方案，对复杂ctr预估模型的落地有很大的指导意义。

特征交互，是在原始特征的基础上对特征对(feature pair)进行额外的组合，势必会引入额外的存储和计算开销。我们知道，CTR模型的大部分参数都集中在embedding部分，而笛卡尔积会让embedding大小线性增加。对于两个维度（ 此处维度指unique IDs的数目 ）为M和N的特征，笛卡尔积需要引入一个(M x N, embedding_size)大小的embedding矩阵；除此之外，新增的embedding也会引入更多的lookup操作，严重影响模型的响应时间，latency增大。作者提到即使采用了IDs frequency filtering（个人理解是根据ID出现的频率，过滤掉一部分低频ID来减小参数量，即低频过滤）也无法缓解。

对于CAN模型，虽然参数大大减小，但以上问题还是会影响到模型的部署。论文中使用了6个ad侧特征和15个用户侧特征进行交互，理论上这样会引入15 x 6 = 90个特征组合。而用户侧特征多为用户的行为序列，普遍长度都超过100，会带来更大的负担。

为了解决以上问题，论文中采用了以下方案：

特征间的交互对ctr预估模型具有重要的意义。本论文阐述了笛卡尔积和一些常用模型结构（FM，PNN，DeepFM等）的不足，提出了一种新型网络CAN来建模Feature Co-Action。CAN用DNN的输入和权重来建模特征交互，既解决了笛卡尔积的空间复杂度和泛化性问题，又能够获得较好的特征交互效果（体现在模型auc的指标上）。同时，引入了多阶输入(multiorder enhancement )和模块间的独立性(multi-level independence)使CAN的功能更加完备。最后介绍了模型上线遇到的困难和解决方案，对大型ctr预估模型的部署有很大的借鉴意义。

.

阿里巴巴是目前全球最大的商务交流社群和网上交易市场。下面是我整理了，有兴趣的亲可以来阅读一下!

阿里巴巴集团发展战略研究

【摘要】本文通过对阿里巴巴集团进行SWOT分析的基础上制定了适合阿里巴巴集团的发展战略：阿里巴巴集团应该将“商通天下”确定为战略目标，以第三方电子商务平台为核心业务，整合资讯、支付、物流等多种支撑服务。

【关键词】SWOT;阿里巴巴集团;发展战略0.前言

阿里巴巴集团作为国内最大、全球领先的电子商务服务企业。从1999年创立至今短短十余年时间就形成现有规模，各项业务均排名行业第一，这些业绩的取得都源于阿里巴巴集团对发展战略的高度重视。但市场和环境是在不断变化的，“逆水行舟，不进则退”，阿里巴巴集团要想维护优势地位并实现长远发展，必须完善发展战略，实现战略升级。

1.阿里巴巴集团SWOT分析

1.1优势

1.1.1庞大的客户群

阿里巴巴集团经过多年经营，在国内外建立起竞争者无法比拟的庞大客户资源。客户型别以中小企业、网路消费者为主。2011年，阿里巴巴 B2B 平台会员数超过7500万，网上商铺数量超过1000万，付费会员数量超过100万;天猫已拥有4亿多买家，40000多家商户，70000多个品牌。

1.1.2完善的服务平台

阿里巴巴集团所拥有的电子商务服务能力国内最强、国际领先，形成对海量中小企业和网路消费者的强大吸引力。阿里巴巴集团到目前为止已经形成的整体平台架构包括网上企业交易平台***阿里巴巴网路有限公司***、网上零售平台***淘宝网和天猫***、支付平台***支付宝***、电子商务云端计算服务平台***阿里云端计算***等七部分。

1.1.3绝对的市场份额

2011年二季度，阿里巴巴 B2B 市场份额虽同比有所下降，但仍占61%;环球资源网则以4%的市场份额位列第二。2011年淘宝网几乎垄断了国内C2C电子商务交易市场的全部，达到九成的占有率;排名第二的是拍拍网。2011年一季度的国内B2C市场，天猫继续保持30%以上的市场占有率，其后为京东、卓越等B2C商家。

1.1.4综合性的服务

阿里巴巴通过整合资讯、支付、物流等多种服务，提供完整的电子商务服务。阿里巴巴还通过汇聚丰富的市场资讯，提供动态的资源优化配置服务，使中小企业能及时准确的了解市场变化，做出科学决策。

1.2劣势

1.2.1机构官僚化严重

伴随着阿里巴巴集团的规模扩张，机构逐渐膨胀，并直接导致内部官僚化，决策反应速度因此变慢。反应速度变慢、决策机制官僚化、创新机制不到位都深刻影响集团的良好发展。

1.2.2信用体系不健全

阿里巴巴B2B的欺诈事件暴露出阿里巴巴内部监管出现漏洞、内部协同机制不到位等深层次问题。另外，一些网上店家利用信用评价制度漏洞通过非正常手段提高信用评价的现象仍然大量存在。

1.2.3发展速度和质量失衡

阿里巴巴集团一直处于高速发展阶段，而一些长期潜藏的深层次问题却在近期不断爆发。阿里巴巴B2B的“欺诈门”事件和淘宝网的“淘宝围攻”事件的发生暴露出阿里巴巴集团对发展过程中质量建设的指导与规范仍不够完善。

1.2.4低门槛准入制的困扰

阿里巴巴近期的一系列丑闻表明，虽然低门槛准入制可以在很短的时间内积累庞大的人气和市场，但从长远看低门槛准入制带来的监管困难是巨大的，低门槛准入制对企业的成长并非都是健康的，产生的深远负面影响是在短期内容易被忽视的。

1.3机遇

1.3.1世界经济的复苏

世界经济形势的复苏特别是主要发达国家经济走出危机阴影，为阿里巴巴集团的发展创造了契机。全球经济形势虽然还存在较大的不确定性，但整体向好的势头开始出现，国际外部需求开始回升，中小企业外贸出口订单增加，对外贸易机会增多。

1.3.2国内产业结构的调整

我国“十二五”规划中明确提出，“积极发展电子商务，完善面向中小企业的电子商务服务，推动面向全社会的信用服务、网上支付、物流配送等支撑体系建设”，对阿里巴巴集团来说，可以凭借优越的政策环境，实现战略转型，实现更大发展。

1.3.3居民消费能力上升

我国居民消费热情高涨，日渐理性和成熟，自主辨别能力也越来越强。随着网际网路的不断普及，城乡居民消费能力不断提升，电子商务和网路购物即将进入高速发展周期，这给阿里巴巴集团的发展带来巨大市场和使用者资源。

1.3.4农村电子商务的发展

农村电子商务发展成为新的亮点，发展迅猛。农民网商通过网路销售农村土特山产品和深加工产品，实现了发家致富。农村创业的氛围更加浓郁，已经逐步形成自成一格的农村电子商务产业丛集。

1.4威胁

1.4.1行业规范的缺失

我国的电子商务服务行业还处在成长发展时期，虽然整体上规模不断扩大，结构不断完善，但相应的网上支付、交易规范等方面在国家法律和行业规范上依然存在真空。

1.4.2市场竞争的压力

我国电子商务市场前景十分广阔，越来越多的企业跃跃欲试，想要进入到这个市场，无论是选择开展直接电子商务业务、间接电子商务业务还是选择第三方电子商务服务业务，都在不断加剧市场竞争的激烈程度。

1.4.3物流配送的制约

物流是使电子商务活动得以完整实现的关键必要环节。虽然经过多年的发展，物流行业已经有了一定基础，但在物流配送速度和服务质量方面、物流企业的资讯化水平和管理能力方面仍有待提升。

1.4.4服务能力的限制

依托电子商务平台成长起来的电子商务企业，面对消费者对产品、服务越来越高的要求，同质化竞争越来越激烈;同时，业务及企业规模增长对管理能力和水平的挑战，以及成本的提升等，都将给阿里巴巴集团的可持续发展带来挑战。

2.阿里巴巴集团发展战略

阿里巴巴集团应该将“商通天下”确定为战略目标。对于阿里巴巴集团来说，仍然要立足于以满足商务需求为目的的电子商务行业，定位于电子商务服务产业，全力打造电子商务服务产业链，以第三方电子商务平台为核心业务，整合资讯、支付、物流等多种支撑服务，全面建立起一个世界最大的电子商务生态系统。

2.1平台业务创新战略

第一，阿里巴巴B2B应加快以会员为导向的收费模式向与服务效果挂钩的收费模式转变的速度，面对的首要难题就是市场流量的变化，所以必须面向国内贸易市场的需求开拓客户群。

第二，以淘宝开放平台***简称TOP***为核心深度整合平台资源，打通B2B、B2C和C2C平台界限，形成B2B2C的全方位电子商务平台。

2.2支付业务开放战略

2011年5月央行发放首批支付牌照，部分消除了第三方支付行业发展的不确定性，但也将导致第三方支付行业面临新的格局变化。作为阿里巴巴集团电子商务平台指定第三方支付机构，支付宝应围绕更多金融领域***基金保险等***进行拓展，并在核心业务领域深耕，广大为中小企业和网路消费者乃至其他客户提供综合性的电子商务金融服务。

2.3物流业务联盟战略

阿里巴巴集团可以将物流业务应定位为开放的社会化物流服务平台战略即“第四方物流平台”战略，所有电子商务参与主体***物流企业、中小企业、网路消费者、电子商务平台等***都***或免费使用阿里巴巴提供的公共物流服务，从而形成强大的物流联盟。阿里巴巴物流平台是整合第三方物流资源的“第四方物流平台”，供应链解决方案是其主要服务产品。

2.4云端计算业务领先战略

阿里云端计算要以“建设以资料为中心的国内领先的电子商务云端计算服务平台”为目标。阿里云端计算要能够提供完整的电子商务云端计算服务，进一步深化电子商务资料采集、处理和应用，为电子商务生态系统配备强有力的技术基础。为此，阿里巴巴集团需要做好“云”与“端”的布局，提高阿里云的商业价值，创新阿里云的发展模式，明确自身定位和聚焦业务。

【参考文献】

[1]IDC，阿里巴巴集团研究中心.加速资讯化程序—电子商务和阿里巴巴商业生态的社会影响[R],2012.

[2]余雨航，唐峰.阿里巴巴成功因素分析[J].中国科技纵横,2010,***22***.

点选下页还有更多>>>

阿里发表论文

论文： 论文题目：《Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction》 地址： 这是阿里妈妈发表在2020SIGIR上面的又一篇佳作，让我们来阅读一下这篇论文吧。 在CTR/CVR预估领域中，用户历史行为对CTR/CVR预估的建模是很有指导意义的，用户的历史行为序列中潜藏着用户丰富的”兴趣点“，用户的每一次行为都是某个方面兴趣的一种反应。比如我喜欢各种口红产品、喜欢洗面奶、但是又对某个牌子不是特别感兴趣，基于这些兴趣的驱动，我可能浏览、点击过很多相关领域的内容或商品，那这些历史行为是否对我未来行为的预测有帮助呢，答案是肯定的。正是基于上述这种主观的行为模式，我们才需要对用户的历史行为进行建模，用户行为队列越长，包含的用户兴趣也就越丰富，但是同样也会带来更大的挑战，其实用户的兴趣是发散的多元的，如何从发散多元的用户兴趣中找到真正对当前任务有帮助的兴趣是十分重要的。 在介绍这篇论文之前建议先去看一下阿里的另一篇论文MIMN，也是基于用户长序列进行CTR预估的论文，但是MIMN存在着几个问题，一个是因为，当用户行为序列的长度进一步增加（例如，增加10倍或比十倍更多）时，MIMN无法精确捕获给定特定候选项的用户兴趣。另一个是因为，MIMN不能很好的解决延时和存储这两个瓶颈上的棘手问题，也就是说部署到线上到时候如何才能做到延时跟其他轻量模型相近。 在淘宝中，用户的浏览序列长度可能达到上千甚至上万个，怎么高效且有效的利用这种长序列信息呢？阿里妈妈提出了SIM模型来进一步从用户丰富的长期历史行为队列中挖掘用户有价值的兴趣点，并且提供一种长行为序列线上服务化的可行性方案，接下来就来看看这篇论文吧。 模型总览： SIM分为两个阶段，这两个阶段都有自己的核心部分，文章中将长序列用户行为特征的建模分为了两个模块，即Genral Search Unit（GSU）和Exact Search Unit（ESU），这两部分就是两个阶段的核心模块了。先简单的介绍下这两个模块的作用吧。GSU如图所示，简单理解就是从几百上千的用户长序列中挑选出TopK个跟候选Item最相似的K个Item，类比与推荐系统中的召回模块，先降低长序列物品的长度，在进行后续任务。另一个是ESU，这个模块的作用是对刚刚GSU抽取出来对K个物品进行序列建模，得到一个能代表用户长序列兴趣对向量，并利用这个向量进行后面对排序。 GSU的主要任务是从长度为T的序列中抽取出K个跟候选item相似的item，GSU有两种方式来选取TopK个物品，分别是hard-search 和soft-search。前面也提到了GSU类比于推荐系统中的召回阶段，而在多路召回中，一般也有基于Embedding的召回和基于策略规则的召回，其中hard-search就是基于规则的召回，soft-search就是基于Embedding的召回，下面来详细讲一下这两种方法。 这种方法比较直观而且实施起来比较简单，就是我们从候选行为序列中按照给定规则筛选出与当前目标任务相关的候选集，举个例子，我在淘宝上历史浏览过很不同种类的商品（比如电子产品、口红、男鞋等等），当候选广告是iphone12时，hard-search方法会从我历史行为队列中筛选出电子产品相关的行为进行建模，用于PCTR预估，而口红、男鞋大概率就不会对这次预估产生影响，通过上面这个例子大家应该能明白这种基于规则和策略的思路。论文中指出hard-search方法使用的是商品类别作为筛选的标准。 这种方法是基于Embedding的抽取方式，从上面的模型图的左侧可以看到整个soft-search的结构。这个部分也是一个子模型，模型的输入是候选Item和长序列，目标是CTR预估，用这种方式来学习候选Item和长序列Item的embedding信息。有了Embedding后，就可以将候选广告embedding和历史行为中的embedding算一个内积相似度，利用近似最近邻检索方法（论文中用的是ALSH）来得到topK相关的候选行为序列。 在这个子model中，DNN的输入是候选item  和Ur的concat，其中Ur：注意，如果用户行为增长到一定程度，则不可能将整个用户行为直接输入模型。 在这种情况下，可以从长序列用户行为中随机采样子序列集，这些行为仍需遵循原始序列的相同分布。 这种方法的缺点就是计算开销比较大，不如基于规则的hard-search方便，优点就是效果应该会更好一些。但是论文中也提到了两种方法在效果上的差异不是特别的大，所以最后基于性能和效果的折中，采用了hard-search这种比较简单的方式。 从模型整体上来看，这部分主要是利用从GSU抽取出来的K个Item得到一个能代表用户长期兴趣的向量，并配合其他特征送的DNN里面做整体的CTR预估任务。 论文中对这K个来自GSU对item是用self-attention进行序列建模的： 其中 为： concat中第一个是原始的embedding，第二个是关于时间的embedding。 根据self-attention的方式，我们又得到了一个向量h(K)。 这里，第二个子model也进行了ctr预估，特征是模型图上面画出来 input，还有个dien，dien前面的文章以及介绍过了，就不再赘述。 最后的loss是： 其中α和β是控制损耗权重的超参数。 在我们的实验中，如果GSU使用软搜索模型，则将α和β都设置为1。具有硬搜索模型的GSU是非参数的，并且α设置为0。 广告推荐系统对线上的计算耗时要求还是比较严格的，因为要保证用户最基本的用户体验。随着用户行为序列的进一步增长，采用传统的方式直接对长序列用户行为进行计算耗时和内存占用会增长的特别快，所以需要有针对性的对线上系统进行一定的升级和改造。文章提到在hard-search和soft-search的选择中，是基于大量的离线实验结果最终决定采用hard-search这种方便快捷有效的方式，同时信息损失也在可以接受的范围内。 一般的线上部署的系统架构图是这样： 为了让SIM能更好的给用户带来低延时的体验，阿里构建了SIM的Online Seving结构： 可以看到对于用户的行为序列，论文采用的是对每个用户采用的是两层索引的结构：key-key-value，第一个key是user_id，第二个key是category ids，value是用户行为序列中属于对应类别的item。用这种方式可以很快的通过这个索引树找到属于统一category的物品。线上A/B Test实验效果： 用户的历史行为对于整个CTR/CVR预估任务越来越重要了，如果不考虑时间和存储，那么把所有的序列输入到模型中作为长期兴趣关键点是可以精确的定位出用户的长期兴趣的，但是由于性能的原因就不得不考虑用特殊的方法对这个长序列进行一次筛选，筛选的K个物品都是跟候选Item相似的物品，能做到裁剪的效果还不会带来CTR预估的损失。在进行筛选过程中还分为了两种方法，但是为了部署到线上，就要考虑性能最好的hard-search方式进行TopK筛选任务，这种方式跟Embedding筛选的效果是差不多的，但是速度比Embedding快，所以采用这种方式。 未来应该还会有更多针对序列推荐的论文，单纯的对长序列阶段还带来一定的兴趣偏差，所以如何有效挖掘用户更丰富行为特征背后的商业价值是需要好好思考的。

发表论文阿里云

假网站，无备案信息，一般国内没有备案都是打不开的，但是他是买的香港阿里云centos系统，安装的宝塔，随便私人搭建的一个假网站，已经举报了，希望大家不要上当受。

能。人类文化离不开一定的自然地理环境，人类赖以生活的地理位置影响、制约着人类文明以及文化的形成。写进论文里很不错。所以阿里云地图能写进毕业论文。

靠谱的论文查重网站：

一、中国知网

由清华大学和清华同方发起，在党和国家领导以及教育部、中宣部、科技部、新闻出版总署、国家版权局和国家发改委的大力支持下，在全国学术界、教育界、出版界和图书情报界等社会各界的密切配合和清华大学的直接领导下，CNKI工程集团经过多年努力。

采用自主开发并具有国际领先水平的数字图书馆技术，建成了世界上全文信息量规模最大的”CNKI数字图书馆”，并正式启动建设《中国知识资源总库》及CNKI网格资源共享平台，通过产业化运作，为全社会知识资源高效共享提供最丰富的知识信息资源和最有效的知识传播与数字化学习平台。

是目前最安全、最快捷、最权威的论文检测软件，全面覆盖研究生毕业论文查重、大学生抄袭检测、职称评审及相关学术成果，大部分单位机构都是与知网进行合作。除了收费昂贵之外，几乎没有任何缺点。

二、维普

是国内领先的论文查重软件，可以快速准确地检测出毕业论文、博士、硕士论文、期刊论文中的不当引用、过度引用、论文抄袭、伪造、篡改等学术不端行为，自动生成检测报告，并支持PDF、网页等浏览格式，最大特点就是快!

三、万方

采用科学先进的检测技术，实现海量学术文献数据全文比对，秉持客观、公正、精准、全面的服务原则，为用户提供精准详实多维度的查重检测报告。提供包括万方通用版、硕博论文版、大学生论文版、职称论文版等，查重检测结果客观、准确、详实!

四、蝌蚪论文查重

蝌蚪论文查重系统扫码直接登录就可以享受每天免费查重服务，不需要做任何任务，不受字数限制（10万字内），同时提供在线智能降重、人工降重等服务。

采用阿里云认证的高防服务器，检测系统全程自动论文检测，无任何人工参与，系统不保存用户源文件，解除用户论文泄露之忧。

系统数据库覆盖9000万的学术期刊和学位论文，10亿数量的互联网数据源，有效确保精准论文查重！ 采用强大的智能语义识别技术，能够快速命中并识别出相似内容。并进行周期性算法升级，实现智能算法预处理学科分类，准确度高出行业70%。

完毕！

全国基础教育科研信息网是备案的吗？不知道你说的网站名称是否准确，是这个网址吗，如果准确那在网上是查不到他的备案信息的，显示是2019年8月份才创建，也可能是在进行中吧，建议等候，过段时间确定其备案后再发表文章。网站备案的目的就是为了防止在网上从事非法的网站经营活动，打击不良互联网信息的传播，如果网站不备案的话，很有可能被查处以后关停。

曾于刊物发表论文

直接写大二在学术期刊上发表论文即可。

简历（英语：resume），顾名思义，就是对个人学历、经历、特长、爱好及其它有关情况所作的简明扼要的书面介绍。简历是有针对性的自我介绍的一种规范化、逻辑化的书面表达。对应聘者来说，简历是求职的“敲门砖”。

2020年12月24日，人力资源和社会保障部公布《网络招聘服务管理规定》，明确要求招聘机构要对用人单位所提供材料的真实性、合法性进行审查，同时不得泄露或者非法出售、非法向他人提供其收集的个人信息，违者将被处罚。

一份简历，一般可以分为四个部分，其中：

第一部分：为个人基本情况，应列出自己的姓名、性别、年龄、籍贯、政治面貌、学校、系别及专业，婚姻状况、健康状况、身高、爱好与兴趣、家庭住址、电话号码等。

第二部分：为学历情况。应写明曾在某某学校、某某专业或学科学习，以及起止期间，并列出所学主要课程及学习成绩，在学校和班级所担任的职务，在校期间所获得的各种奖励和荣誉。

第三部分：为工作资历情况。若有工作经验，最好详细列明，首先列出最近的资料，后详述曾工作单位、日期、职位、工作性质。

第四部分：为求职意向。即求职目标或个人期望的工作职位，表明你通过求职希望得到什么样的工种、职位，以及你的奋斗目标，可以和个人特长等合写在一起。

为体现不同人群的特点，四部分的排序及组合会根据实际情况略有出入。

你好，只要您准备申请专利的方法或诀窍同时具有新颖性、创造性和实用性的专利性，就可以进行专利申请。因为根据我国专利法规定:第二十二条授予专利权的发明和实用新型，应当具备新颖性、创造性和实用性。 新颖性，是指在申请日以前没有同样的发明或者实用新型在国内外出版物上公开发表过、在国内公开使用过或者以其他方式为公众所知，也没有同样的发明或者实用新型由他人向国务院专利行政部门提出过申请并且记载在申请日以后公布的专利申请文件中。 创造性，是指同申请日以前已有的技术相比，该发明有突出的实质性特点和显著的进步，该实用新型有实质性特点和进步。 实用性，是指该发明或者实用新型能够制造或者使用，并且能够产生积极效果。 第二十四条申请专利的发明创造在申请日以前六个月内，有下列情形之一的，不丧失新颖性： （一）在中国政府主办或者承认的国际展览会上首次展出的； （二）在规定的学术会议或者技术会议上首次发表的； （三）他人未经申请人同意而泄露其内容的。 具体申请步骤和相关文件的准备，您可以找佰腾专利巴巴来申请专利喔。佰腾专利巴巴IP工程师为你解答，希望能帮助到你。

关键看你的文章发表在什么样的杂志上，如果是省级以上，被期刊网全文收录的话，那就肯定能查到了，不能第二次发表的哦。你发的是什么杂志，题目是什么我帮你查查

年少时，你是至高无上的荣耀 ，那时的你站在高处，凝视着众人的眼睛；

命运的不公铺天盖地向你袭来的时候， 你从未妥协， 凭借自己小小的身躯去抵挡无尽的灾祸；

当面对未来的选择时，你几乎未曾有过一刻的犹豫， 毅然奔赴祖国，为中国的建设做出不可磨灭的贡献；

后来的无妄之灾几乎压得你喘不过气，你也未曾有过一刻的抱怨，因为你的心中有信仰，所以，你从来没有迷茫。

你是中国的居里夫人，你是中国科学的奠基石，你是我们共同的回忆与敬仰 。

秦城监狱里，你遭受了 6年的牢狱之灾 ，可是灾祸从来都不能击垮你，灾祸，只会让你更加坚强。尽管在你的一生中，仅仅有11篇论文属于你，可是，你在中国的物理学史上拥有无法撼动的地位，你是公认的大师。

你是王明贞，你是一代传奇。

说起王明贞，其实她的身上有一个最高的荣誉：中国的居里夫人 。

其实这个称号十分崇高，在中国的 历史 中 仅仅有三个人 曾经被这样称呼。

第一个是 核物理女王吴健雄 ，她为中国的核物理事业做出了重大的贡献；

第二位是 钱三强的夫人何慧泽 ，她对中国 科技 领域起到的巨大作用不言而喻；

第三位，便是 王明贞 了。王明贞作为获得如此崇高的荣誉的女子，从一出生 ，便决定了她命运的走向。

王明贞出生于一个 科技 世家。1906年，王明贞出生于苏州， 祖上曾经世代为官 。她的远祖是明朝大学士王鳌，王鳌在当时被称为海内文章第一。

王明贞的祖父王颂蔚是晚清军机官员，他曾经是蔡元培的老师。王明贞的祖母是一个著名的女权运动的领袖，思想十分开放， 她创办了著名的苏州振华女校 ，杨绛、费孝通都曾经在那里就读。

王明贞的父亲 王季同 ，是著名的数学家和电机学家，他曾经在数学刊物上发表论文。至于王明贞的伯父王季烈，则是近代物理翻译第一人。

王明贞的同辈也都拥有显著的成就。王明贞的 哥哥王守竞 ，获得了哥伦比亚大学的博士学位，他开启了中国理论物理学家享誉世界的先河。王淑贞是王明贞的姐姐， 是一个著名的上海妇产医院的创始人 。王明贞的两个弟弟王守武与王守觉，都是 著名的半导体专家 ，在半导体领域，他的两个弟弟都是顶级人才。

与王明贞一同长大的，还有两个表妹何泽慧和何怡贞，姐妹三人都是留洋的物理学女博士。而何泽慧的丈夫，正是大名鼎鼎的钱三强。 王明贞强大的家族 科技 基因给王明贞提供了极大的帮助，也正因如此，王明贞在物理学领域一直遥遥领先。

虽然王家的 科技 基因十分强大，但王明贞的求学之路却十分坎坷艰难。家中的父母并不同意王明贞求学，所以一直到10岁，王明贞还呆在家中照顾弟弟的起居。后来，祖母了解到了事情的真相，她十分生气， 于是将王明贞带到自己创办的学校读书 。至此，王明贞开始了自己的求学生涯。

尽管王明贞10岁才刚刚入学，但她天资聪颖，因此学习东西很快，进入学校的她连连跳级。转学到上海之后，王明贞的成绩还是全A。中学毕业之后，王明贞的继母不想让她继续学习，想让她尽快结婚。王明贞拗不过，差点答应。正在这时， 王明贞的姐姐回国，答应帮妹妹上大学。

王明贞20岁的时候， 进入金陵女子大学学习 ，她学习很快，甚至能解答高年级的难题，于是她成功跳级。教授因为她是个低年级的学生故意压低她的分数，王明贞十分生气，转学去了燕京大学（现北大）。

王明贞终于完成了大学学业，正当她想要出国深造的时候，父亲出来阻拦。父亲说作为一个女生，完成学业已经对她十分宽容，万不可让她继续求学。最终，废了九牛二虎之力，姐姐说服了父亲，王明贞才能继续求学。经过金陵女子大学校长的帮助， 王明贞拿到全额奖学金来到密歇根大学学习 。四年的课程，她三年就已经修习完成。

太平洋战争爆发，已经完成学业的王明贞无法回国，便留在了麻省理工学院的雷达工作室工作。 她是那里唯一的女性研究员 。1945年，王明贞和导师合作发表了一篇题为《布朗运动的理论》的论文，推导出自由粒子和简单谐振子的布朗运动。 论文一出，引起了极大的轰动。

从发表以来， 王明贞的论文已经被引用了上千次，平均每年20次以上 。即使在多年之后的今天，王明贞的论文依旧被广泛引用，是论文界的常青树。

王明贞的一生仅仅发表了11篇论文，相比于其他物理学家，11篇的产量确实不高，但王明贞的每一篇论文都引起极大的轰动， 在质量上更是很少有人能够超越 。

11篇论文，字字珠玑， 每一个字都是整个物理界的最大的财富 。王明贞凭借着质量极高的11篇论文和极大的物理界的影响力而被成为公认的大师。

抗美援朝爆发之后，中美处于对立面，为了报效祖国， 王明贞历经千难万险回到国内 。回国之后，王明贞被分配到 清华大学教授物理 。尽管这意味着王明贞与物理研究永远告别了， 但她认为，只要报效国家，在哪里都能做出属于自己的贡献。

1968年。王明贞遭受了无妄的牢狱之灾。62岁的她和丈夫双双被关进监狱，没有罪名，只有一句你犯错误了这样的话语。这段牢狱生活中， 每天就是不停地审讯，不停地写书面检查。 1970年，王明贞被转到秦城监狱。在监狱中的时光十分难熬，王明贞几乎是生不如死，但她从未向苦难低头，一直保持着乐观的态度。

1973年末，王明贞终于出狱，直到出狱的那一刻， 王明贞依旧无法获得自己的准确罪名 。因为在那段特殊的时期，因为四人帮的迫害，仅仅是因为一句 事出有因，查无实据 ，耗费了王明贞将近6年的时光，当她从监狱中出来时， 已经接近古稀之年。

2010年，王明贞离开了人世，享年104岁。去世之时，她的家中甚至没有一件像样的家具，100多年的人生，王明贞都献给了自己热爱的物理学事业。

王明贞之所以伟大，是因为 即使在逆境之中，她依旧看得到黑暗中的希望 ，即使生活再困难，她也从未放弃。

有中国的居里夫人这样的头衔，有著名物理学家这样的身份 ，王明贞本来可以拥有更好的生活。可在王明贞眼里，这些 金钱、荣誉、地位 都只是身外之物，她也从来都不在乎。她就是这样，拒绝诱惑，也拒绝名利。在她的世界里。 永远都只有她热爱的物理学这一件事情。

她，因为专注而伟大。

文/枕猫