### Implement Abstract Environment

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

Use the abstract environment for thesis summaries, followed by keyword commands.

```latex
% 中文摘要
\chapter*{摘要}
\begin{abstract}
    随着在线电影数量不断增加，用户选择电影的时间成本不断上升，
    准确的推荐算法成为了必然要求。为解决协同过滤推荐算法中的
    稀缺性问题与冷启动问题，研究人员用商品属性或社交网络等信息
    来辅助推荐算法。本文实现了基于知识图谱的"涟漪网络"推荐算法。
\end{abstract}
\keywordscn{知识图谱，推荐系统，涟漪网络，用户偏好，电影商店}

% 英文摘要
\chapter*{Abstract}
\begin{abstract}
    As the number of online movies continues to increase and the time cost
    for users to choose movies continues to rise, accurate recommendation
    algorithms have become a necessary requirement. This paper implements
    a recommendation algorithm, "Ripple Network", based on knowledge graph.
\end{abstract}
\keywordsen{knowledge graph, recommender system, ripple network, user preferences}
```

--------------------------------

### Create Tables with Bilingual Captions

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

Use the table environment with booktabs for professional tables and bicaption for bilingual titles.

```latex
\begin{table}
    \bicaption{在兴趣预测计算中的AUC和准确度}{AUC and ACC in interest prediction}
    \label{tab:acc-auc}
    \begin{tabular}{ccc}
        \toprule
        算法 & AUC & 准确度 \\
        \midrule
        涟漪网络 & 0.899 & 0.835 \\
        DKN & 0.655 & 0.589 \\
        CKE & 0.796 & 0.739 \\
        SHINE & 0.778 & 0.732 \\
        LibFM & 0.892 & 0.812 \\
        Wide\&Deep & 0.903 & 0.822 \\
        \bottomrule
    \end{tabular}
\end{table}

% 引用表格
测试结果如表\ref{tab:acc-auc}所示，涟漪网络算法的性能最佳。
```

--------------------------------

### 枚举与列表环境示例

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

使用 enumerate 环境创建有序列表。

```latex
% 有序列表
本测试中，会将本算法的测试结果与以下算法进行比较：
\begin{enumerate}
    \item DKN是由微软团队在WWW2018会议上发表的新闻推荐框架。
    \item CKE是微软在KDD2016年发表的协同知识嵌入模型。
    \item SHINE设计深度自编码器嵌入语义网络进行推荐。
    \item PER是基于路径方法的经典算法。
    \item LibFM是广泛使用的分解推荐模型。
    \item Wide\&Deep是结合线性路径的深度推荐模型。
\end{enumerate}

% 知识图谱应用场景
知识图谱在业界的应用已取得巨大成功：
\begin{enumerate}
    \item 搜索引擎技术：搜索引擎能以知识卡片形式给出相关信息。
    \item 智能问答：苹果Siri和谷歌助理都使用了知识图谱技术。
    \item 金融领域：风险评估和反欺诈检测。
    \item 医疗领域：疾病诊断和药物研发辅助。
\end{enumerate}
```

--------------------------------

### 数学公式排版示例

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

使用 equation 和 multline 环境进行公式排版与交叉引用。

```latex
% 单行公式
用户$u$的$k$跳相关实体集的定义如式\eqref{eq:relevant-entities}所示。
\begin{equation}
    E_u^k=\{t|(h, r, t)\in G \text{且} h\in E^{k-1}_u\}, k = 1, 2, \dots, H
    \label{eq:relevant-entities}
\end{equation}

% 物品-实体相关度计算
\begin{equation}
    p_i=softmax(v^TR_ih_i)=\frac{exp(v^TR_ih_i)}{\sum_{(h, r, t)\in S_u^1} exp(v^TRh)}
    \label{eq:item-entity-relevance}
\end{equation}

% 用户嵌入表示
\begin{equation}
    u=o_u^1+o_u^2+\dots+o_u^H
    \label{eq:osum}
\end{equation}

% 预测概率计算（使用sigmoid函数）
\begin{equation}
    y_{uv}=\zeta(u^Tv)
    \label{eq:predicted-possibility}
\end{equation}
其中，$\zeta(x)=\frac{1}{1+exp(-x)}$是sigmoid函数。

% 多行公式
\begin{multline}
    min\ L=-log(p(\Upsilon|\Gamma,G)\centerdot p(G|\Gamma)\centerdot p(\Gamma))\\
    =\sum_{(u,v)\in \Upsilon}-(y_{uv}log\ \zeta(u^Tv)+(1-y_{uv}log(1-\zeta(u^Tv))))\\
    +\frac{\lambda_2}{2}\sum_{r\in R}\|I_r-E^TRE\|_2^2
    +\frac{\lambda_1}{2}(\|V\|^2_2+\|E\|^2_2+\sum_{r\in R}\|R\|^2_2)
    \label{eq:loss-function}
\end{multline}
```

--------------------------------

### PDF 文件插入示例

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

使用 includepdf 命令插入外部 PDF 文档。

```latex
% 插入封面（仅第一页）
\includepdf[pages={1}]{contents/cover.pdf}

% 插入原创性声明（全部页面）
\includepdf{contents/statement-of-originality.pdf}

% 插入任务书
\includepdf{contents/mission-statement.pdf}

% 插入多页PDF的指定页面
\includepdf[pages={1-3}]{contents/appendix.pdf}

% 插入时添加页面选项
\includepdf[pages={1}, pagecommand={\thispagestyle{empty}}]{contents/cover.pdf}
```

--------------------------------

### Define Chapter Hierarchy

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

Standard LaTeX sectioning commands supported by the template for document hierarchy.

```latex
\chapter{相关理论和技术}
本章介绍推荐系统的相关理论基础。

\section{知识图谱}
知识图谱是一种结构化的语义知识库。

\subsection{知识图谱的概念及发展进程}
知识图谱是显示知识发展进程与结构关系的一系列三元组。

\subsection{知识图谱的构建方法}
主要有三个步骤：信息抽取、知识融合、知识加工。

\section{推荐系统}
推荐系统是内容过滤系统的一个子集。

\subsection{传统的推荐系统}
传统的推荐系统主要分为基于内容的推荐系统和基于协同过滤的推荐系统。

\subsection{基于知识图谱的推荐系统}
将知识图谱作为辅助信息来提高推荐系统的性能已成为热门研究方向。
```

--------------------------------

### Insert Figures with Bilingual Captions

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

Use the figure environment and bicaption command for bilingual figure titles.

```latex
% 插入单张图片并添加双语题注
\begin{figure}
    \includegraphics[width=\textwidth]{figures/ripplenet-framework.png}
    \bicaption{涟漪网络的总体架构}{The overall framework of the Ripple Network}
    \label{fig:ripplenet-framework}
\end{figure}

% 引用图片
如图\ref{fig:ripplenet-framework}所示，涟漪网络以用户和电影作为输入。

% 插入指定宽度的图片
\begin{figure}
    \includegraphics[width=0.8\textwidth]{figures/enhanced-recommendation.png}
    \bicaption{基于知识图谱的电影推荐系统}{Knowledge graph enhanced movie recommendation}
    \label{fig:enhanced-recommendation}
\end{figure}

% 插入PDF格式的图片
\begin{figure}
    \includegraphics{figures/use-case.pdf}
    \bicaption{系统功能用例图}{Use case diagram for the system}
    \label{fig:use-case}
\end{figure}
```

--------------------------------

### Add Chart Notes

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

Use the chartnote command to add small-font annotations to figures or tables.

```latex
\begin{table}
    \bicaption{实验数据集统计}{Statistics of experimental datasets}
    \label{tab:dataset}
    \begin{tabular}{lccc}
        \toprule
        数据集 & 用户数 & 电影数 & 评分数 \\
        \midrule
        MovieLens 1M & 6040 & 3883 & 1000209 \\
        \bottomrule
    \end{tabular}
    \chartnote{数据来源：GroupLens Research，评分范围为1-5分}
\end{table}

\begin{figure}
    \includegraphics[width=\textwidth]{figures/illustration-of-ripple-sets.png}
    \bicaption{电影知识图谱中的涟漪集}{Sets of ripples in movie knowledge graph}
    \label{fig:ripple-sets}
    \chartnote{图中不同颜色的圆圈表示不同跳数的涟漪集，越浅的蓝色代表关联程度越低}
\end{figure}
```

--------------------------------

### Define Basic Document Structure

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

The standard structure for a BJFU thesis, including front matter, main matter, and back matter.

```latex
\documentclass{bjfuthesis}
\addbibresource{bibliography.bib}
\usepackage[utf8]{inputenc}

\begin{document}
% 插入封面
\includepdf[pages={1}]{contents/cover.pdf}
\includepdf{contents/statement-of-originality.pdf}
\includepdf{contents/mission-statement.pdf}

% 前置部分：摘要、目录
\frontmatter
\chapter*{摘要}
\begin{abstract}
    本文研究了基于知识图谱的电影推荐系统...
\end{abstract}
\keywordscn{知识图谱，推荐系统，涟漪网络}

\chapter*{Abstract}
\begin{abstract}
    This paper implements a recommendation system based on knowledge graph...
\end{abstract}
\keywordsen{knowledge graph, recommender system, ripple network}

\tableofcontents

% 正文部分
\mainmatter
\chapter{绪论}
\section{研究背景与意义}
正文内容...

\section{国内外研究现状}
\subsection{推荐系统研究现状}
正文内容...

% 后置部分：参考文献、致谢
\backmatter
\printbibliography
\chapter{致谢}
感谢所有为本项目提供过帮助的人。

\end{document}
```

--------------------------------

### 参考文献管理示例

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

使用 biblatex 宏包管理参考文献，支持 .bib 文件引用。

```latex
% 在文档开头声明参考文献数据库
\addbibresource{bibliography.bib}

% 正文中引用参考文献
协同过滤推荐算法\cite{he2017neural}未能解决数据稀缺性问题。
研究人员尝试将辅助信息融入推荐算法中\cite{sun2017collaborative}。
谷歌于2012年正式提出了知识图谱的概念\cite{singhal2012introducing}。
本文算法基于文献\parencite{wang2018ripplenet}实现。

% 在后置部分输出参考文献列表
\backmatter
\printbibliography
```

```bibtex
% bibliography.bib 文件示例
@article{he2017neural,
    title={Neural collaborative filtering},
    author={He, Xiangnan and Liao, Lizi and Zhang, Hanwang},
    journal={Proceedings of the 26th WWW},
    pages={173--182},
    year={2017}
}

@inproceedings{wang2018ripplenet,
    title={RippleNet: Propagating user preferences on knowledge graphs},
    author={Wang, Hongwei and Zhang, Fuzheng and Wang, Jialin},
    booktitle={Proceedings of CIKM},
    pages={417--426},
    year={2018}
}

@article{wang2018dkn,
    title={DKN: Deep knowledge-aware network for news recommendation},
    author={Wang, Hongwei and Zhang, Fuzheng and Xie, Xing},
    journal={Proceedings of WWW},
    pages={1835--1844},
    year={2018}
}
```

--------------------------------

### 代码与逐字排版示例

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

使用 verbatim 环境或 verb 命令排版代码。

```latex
% 使用 verbatim 环境排版多行代码
MongoDB数据库中用户集合的数据结构：
\begin{verbatim}
{
    _id: Integer,
    password: String,
    rating: Array([
        {
            movieId: Integer,
            rating: Integer,
            timestamp: Integer
        }
    ]),
    recommendation: Array([Integer, ...]),
    bought: Array([Integer, ...]),
    wishlist: Array([Integer, ...])
}
\end{verbatim}

% 使用 \verb 命令排版行内代码
你必须在摘要部分前加入\verb|\frontmatter|命令。
显示中文关键词：\verb|\keywordscn{中文关键词}|
显示目录：\verb|\tableofcontents|

% 排版论文层次结构示例
\begin{verbatim}
\chapter{一级标题}
\section{二级标题}
\subsection{三级标题}
\end{verbatim}
```

--------------------------------

### LyX 编辑器集成说明

Source: https://context7.com/bjfu-projects/bjfuthesis/llms.txt

LyX 编辑器的安装与配置步骤。

```text
安装步骤：
1. 下载并安装 MiKTeX：https://miktex.org/download
2. 下载并安装 LyX：https://www.lyx.org/Download
3. 导入 bjfuthesis.layout：
   - 将 bjfuthesis.layout 复制至 <LyX安装目录>/Resources/layouts
   - 在 LyX 中点击 工具 -> 重新配置
   - 重新启动 LyX
4. 打开 example/thesis.lyx 文件
5. 点击 文件 -> 导出 -> PDF (XeTeX)

编译输出：
- 等待界面右下角旋转圆圈消失
- 在 example 文件夹下查看生成的 PDF 文件

打印说明：
- 论文要求摘要前的部分单面打印
- 摘要（含）后的部分双面打印
- 模板已在需单面打印的部分插入空白页
```

=== COMPLETE CONTENT === This response contains all available snippets from this library. No additional content exists. Do not make further requests.