💻 computer science
When and What Will Customers Buy Next? A Dual-Task Deep Learning Framework for Repurchase Prediction in E-Commerce
本研究提出了一种基于 LSTM 的双任务深度学习框架，该框架能够同时预测客户的复购时机与下一件产品的选择，在处理大规模电子商务数据时展现出优于现有模型的性能，并为自动化营销优化提供了一个实用的 AI 智能体系统。
💻 Category
cs
898 篇论文
💻 computer science
Proximity-Preserving Neural Subdivision
本文介绍了近邻保持神经细分（Proximity-Preserving Neural Subdivision, PNS），这是一种可训练的细分规则，它通过一种受限且由曲率门控的修正来增强 Loop 细分，从而在严格保持刚性运动等变性、平面再生性和谱稳定性等本质结构属性的同时，自适应地捕捉局部几何特征。
💻 computer science
Toward Trustworthy Autonomous Data Ecosystems Synthesizing Governance Requirements for Machine to Machine Communication
本文通过一项系统性的文献综述，综合了当前的治理需求，并识别了在自主数据生态系统中建立可信、透明且负责任的机器间通信所必需的关键研究空白。
💻 computer science
Mapping Cybersecurity Standards to Higher-Education Maturity Domains: A Reproducible Cross-Framework Content Analysis
本研究通过对一个包含50条记录的对照表进行可复现的内容分析，将十个高等教育网络安全成熟度领域与十个权威框架进行了映射，结果表明，虽然 NIST CSF 2.0 提供了全面的覆盖，但仍需采用一种整合了通用风险、运营、特定行业以及人工智能标准的层级化方法，以实现有效的机构治理。
💻 computer science
E-Commerce Phishing Websites in Vietnam: An Exploratory Study
这项探索性研究分析了 2022 年至 2024 年间越南的 607 个电子商务网络钓鱼网站，旨在揭示攻击者如何日益通过冒充 Shopee 和 Tiki 等主要平台，并不断调整包括 URL 结构和协议在内的技术手段，以规避检测。
💻 computer science
ChainTrust-LLM: Secure and Auditable Hallucination Mitigation in Medical LLMs Using Blockchain and Expert Feedback
本文介绍了 ChainTrust-LLM，这是一个将专家反馈与基于有向无环图（DAG）的区块链账本相结合的新型框架，旨在检测并缓解医疗大语言模型中的幻觉问题，在确保安全、可审计交互且保持极低延迟的同时，实现了错误率 64.8% 的降低。
💻 computer science
Hybrid Siamese Deep Learning Framework for Duplicate Question Detection using Contextual and Lexical Feature Fusion
本文提出了一种混合式孪生深度学习框架，该框架融合了上下文 BERT 嵌入、基于 GloVe 的词汇 CNN-BiLSTM 特征以及手工构建的语言学指标，以有效地检测社区问答平台上的重复问题，并在 Quora Question Pairs 数据集上实现了 85.03% 的准确率。
💻 computer science
An Emergency Decision Support Framework for Flight-Deck Accidents: Integrating Dynamic Adjudication, Multi-Agent Cooperation, and Hierarchical Path Planning
本文提出了飞行甲板安全智能应急决策框架（IEDFS），这是一个集成了动态推理、多智能体协同决策和分层路径规划的闭环系统，与传统的静态方法相比，该系统能显著提升海军飞行甲板紧急情况下的火灾控制、人员生存及行动恢复能力。
💻 computer science
Metadata-based Methods to Generate Synthetic Health Data: A Scoping Review
本范围综述识别了现有的基于元数据的生成合成健康数据的方法，并强调了其在标准化评估、伦理指导以及在联邦分析背景下对代码开发的特定适用性方面存在的关键空白。
💻 computer science
Drift-Aware Incremental Clustering for Cryptocurrency Rug-Pull Detection: An Empirical Comparison Against Periodic-Retrain Baselines on Real Ethereum Data
本文实证评估了一种从恶意软件检测中改编而来的漂移感知增量聚类方法，用于识别以太坊上的加密货币“拉地毯”（rug pulls）行为，研究发现，尽管该方法在某些情况下提供了较低的误报率，但定期重新训练的有监督基准模型最终实现了更高且更稳定的整体性能。