ACM-CR: A Manually Annotated Test Collection for Citation Recommendation
LS2N, Université de Nantes（LS2N，南特大学）
引文推荐是通过为给定的输入文本推荐合适的引文来帮助研究人员搜索相关论文以供引用。用于此任务的现有测试集合是嘈杂且不可靠的，因为它们是从解析的PDF文件自动构建的。在本文中，我们提出了我们正在努力创建一个公开的，手动注释的测试收集引文推荐。我们还进行了一系列的实验，以评估基于内容的基线模型对测试集的有效性，为未来的工作提供改进的结果。我们的测试集合和重复实验的代码可以在https://github.com/boudinfl/acm-cr上获得
2021-08-17 cs.CL cs.DL cs.IR
Benchmark for Evaluation and Analysis of Citation Recommendation Models
University of Konstanz（康斯坦茨大学）
针对引文推荐领域模型、数据集、评估指标不统一导致难以公平对比的问题，提出构建专用基准，通过标准化指标与多维度任务实现模型综合评估，为领域提供通用对比平台。
2024-12-10 cs.AI cs.DL cs.IR
Diversifying Multi-aspect Search Results Using Simpson's Diversity Index
在搜索和推荐中，多样化的多方面搜索结果可以帮助减少冗余，并促进可能不会显示的结果。许多以前的方法已经提出了这项任务。然而，以前的方法没有显式地考虑项目的类的数量的均匀性，或均匀性，这可能会降低搜索和推荐质量。为了解决这个问题，我们引入了一种新的方法，通过适应辛普森多样性指数从生物学，这使得一个更有效和高效的二次搜索结果多样化算法。我们还扩展了该方法，通过加权因子来平衡多个方面之间的差异，并通过开发快速近似算法来进一步提高计算复杂性。我们使用公开的Kaggle鞋比赛数据集证明了所提出的方法的可行性。我们的实验结果表明，我们的方法优于以前的最先进的多样化的方法，同时降低了计算复杂性。
2021-05-21 cs.IR
Content-Based Citation Recommendation
Allen Institute for AI（艾伦人工智能研究所）；Data Cowboys（数据牛仔公司）
本文提出了一种基于内容的学术论文引文推荐方法。我们将给定的查询文档嵌入到向量空间中，然后使用其最近的邻居作为候选者，并使用经过训练以区分观察到的和未观察到的引用的判别模型对候选者进行重新排序。与以前的工作不同，我们的方法不需要元数据，如可能丢失的作者姓名，例如，在同行评审过程中。在不使用元数据的情况下，我们的方法优于PubMed和DBLP数据集上报告的最佳结果，在F1@20中的相对改进超过18%，在MRR中的相对改进超过22%。我们的经验表明，虽然添加元数据提高了标准指标的性能，但它有利于自引用，这在引用推荐设置中不太有用。我们发布了一个在线门户网站（http：//labs.semantics.org/citeomatic/）的引文推荐基于我们的方法，和一个新的数据集OpenCorpus的700万篇研究文章，以促进未来的研究这项任务。
2018-02-22 cs.CL cs.DL cs.IR
Local Citation Recommendation Without Graph Signals
Harvard University（哈佛大学）；Center for Astrophysics | Harvard & Smithsonian（天体物理中心 | 哈佛与史密森尼学会）
该研究针对局部引文推荐（LCR）因依赖引文图易产生偏差、缺乏公开数据的问题，构建了LCRC数据集，开发出无图信号的引文推荐系统，在未微调模型下较基线提升了检索指标，且公开了代码与数据集。
2026-10-14 cs.CL cs.DL cs.IR
Citation Recommendation for Research Papers via Knowledge Graphs
学术论文的引文推荐是一项有价值的工作，它可以通过推荐相关的工作来帮助研究者提高工作质量。目前，这项任务的方法主要依赖于论文的文本和引文网络。在本文中，我们建议利用一个额外的信息源，即研究知识图谱（KG），互联研究论文的基础上提到的科学概念。我们的实验结果表明，从研究幼儿园与现有的国家的最先进的方法的信息相结合是有益的。STM-KG（STM：科学，技术，医学），这是一个自动填充的知识图谱的基础上，从十个领域的论文中提取的科学概念的实验结果。所提出的方法优于最先进的技术，前50个检索结果的平均精度为20.6%（+0.8）。
2021-06-10 cs.DL cs.IR
Directed Criteria Citation Recommendation and Ranking Through Link Prediction
S&P Global（标普全球）
本文提出利用基于Transformer的图嵌入进行链路预测，以自动推荐和排序与新文档相关的引文，实验表明其语义表示优于其他基于内容的方法。
2024-03-18 cs.IR cs.LG cs.SI
Usage-based vs. Citation-based Methods for Recommending Scholarly Research Articles
学术数字图书馆中的协同过滤器有两个主要的数据源：从收集大量分布式Open URL Web日志中获得的使用数据和从期刊文章中获得的引用数据。本研究探讨了这两种方法的实现所产生的建议的特点：'bX'系统的ExLibris和实验性的基于引用的推荐，Sarkanto。每个系统的推荐根据它们与用于生成它们的种子文章的语义相似性进行比较。由于两个系统中的所有推荐文献均未提供全文，因此种子文献与推荐文献之间的语义相似性被视为发表文献的期刊之间的语义距离。期刊之间的语义距离是根据该期刊中可用文章全文中所有术语之间的“语义向量”距离计算的，这项研究表明，基于引用的推荐比基于使用的推荐在语义上更加多样化。这些推荐器是互补的，因为大多数时候，当一个推荐器产生推荐时，另一个推荐器不产生推荐。
2013-03-29 cs.DL cs.IR
A New Citation Recommendation Strategy Based on Term Functions in Related Studies Section
目的：研究者在撰写科技论文时经常遇到以下问题：（1）选择合适的引文来支持研究思路是一个挑战。(2)文献综述没有广泛进行，这导致了对一个研究问题的研究，其他人已经很好地解决。本研究旨在应用引文语境的术语功能，在相关研究中进行引文推荐，从而提高文献综述的写作效率。设计/方法/方式：我们提出了九项功能，三个新创建的和六个从现有文献中确定。使用这些术语功能作为标签，我们注释了三个主题的531篇研究论文，以评估我们提出的推荐策略。BM 25和带VSM的Word 2 vec被实现为该建议的基线模型。然后应用函数信息来提高性能。调查结果：实验结果表明，基于词项函数的方法在查全率、查准率和F1分数方面优于基线方法，表明词项函数在识别有价值的引文方面是有用的。研究局限性：数据集是不够的，由于注释引用功能的相关研究部分的段落的复杂性。应该执行更新的深度学习模型，以在未来验证所提出的方法。实际影响：引文推荐策略可以帮助有价值的引文发现、语义科学检索和自动生成文献综述。创意/价值：基于引文函数的引文推荐可以为用户生成对结果的直观解释，提高了推荐系统的透明度、说服力和有效性。
2021-05-02 cs.IR
Towards Finding Non-obvious Papers: An Analysis of Citation Recommender Systems
随着科学的进步，学术界发表了数百万篇研究论文。研究人员在撰写论文或只是为了跟上当前的研究时，会花费时间和精力搜索相关的手稿。在本文中，我们考虑的问题，通过扩展一组已知的相关参考文献的引文推荐。我们的分析表明，被引论文的程度所导致的子图，称为投影图的论文引用，遵循幂律分布。现有的流行方法只擅长发现长尾论文，即那些与其他论文高度相关的论文。换句话说，大多数被引用的论文在投影图中是松散连接的，但它们不会被现有的方法发现。为了解决这个问题，我们建议结合作者，地点和关键字信息来解释这些松散连接的论文背后的引用行为。结果表明，不同的方法发现被引论文具有广泛的不同属性。我们建议多个推荐列表，通过不同的算法，可以满足不同的用户为一个真正的引文推荐系统。此外，我们还探讨了快速局部逼近的组合方法，以提高效率。
2018-12-29 cs.DL cs.IR cs.SI
Chronological Citation Recommendation with Time Preference
Nanjing University of Science and Technology（南京理工大学）；Indiana University Bloomington（印第安纳大学伯明顿分校）
引文推荐是一项重要的工作，以帮助学者找到候选文献引用。传统的研究主要集中在静态的引文推荐模型上，这些模型没有明确区分论文之间由时间变化引起的差异。尽管如此，一些研究者已经通过添加时间相关函数或动态建模文本主题来研究按时间顺序的引文推荐。这些解决方案很难应付功能泛化或冷启动问题时，没有信息的用户分析或有孤立的论文从未被引用。随着科学范式的兴衰，科学主题往往会随着时间的推移而变化和演变。人们在引用论文时会有时间偏好，因为大多数理论基础存在于旧时代发表的经典读物中，而新技术则是在最近的论文中提出的。为了探索时序引文推荐，本文试图预测基于用户查询的时间偏好，即在不同时间片上发表的论文被引用的概率分布。然后，我们使用这个时间偏好重新排名的初始引文列表获得基于内容的过滤。实验结果表明，时间偏好可以进一步提高任务性能，并且可以灵活地添加到其他引文推荐框架中。
2021-01-19 cs.CL cs.IR
Recommendation on Academic Networks using Direction Aware Citation Analysis
文献检索一直是学术研究的重要组成部分。它大大有助于提高研究过程和产出的质量，并提高研究人员对科学作出新贡献的效率。随着发表论文的数量逐年增加，即使在今天的搜索引擎的帮助下，手动搜索也变得更加详尽，因为它们不是专门用于这项任务的。在学术界，两篇相关的论文并不总是必须共享关键词，相互引用，甚至在同一领域。虽然一个著名的文件通常是一个容易的祈祷在这样的狩猎，相关文件使用不同的术语，特别是最近的，是不明显的眼睛。在这项工作中，我们提出了论文推荐算法，利用论文之间的引用信息。所提出的算法是方向感知的，在这个意义上，他们可以调整，以找到最近或传统的文件。该算法需要一组论文作为输入，并推荐一组相关的论文。如果用户想要对建议的论文集给出负面或正面的反馈，则改进推荐。在这个意义上，可以通过相关反馈容易地引导搜索过程。我们表明，这种轻微的指导有助于用户以更有效的方式达到所需的文件。我们还调整了我们的模型和算法，用于场地和评论者推荐任务。通过与文献中的多个基线和算法进行比较，对模型和算法的准确性进行了全面评估，这些基线和算法针对引用、地点和审稿人推荐任务的几个目标。所有这些算法都是在一个公开可用的Web服务框架（http：//theparsor.osu.edu/）中实现的，该框架目前使用来自DBLP和CiteSeer的数据来构建所提出的引文图。
2012-05-05 cs.DL cs.IR
No Stupid Questions: An Analysis of Question Query Generation for Citation Recommendation
本文利用 GPT-4o-mini 生成问题作为引文推荐检索查询，并提出 MMR-RBO 筛选可媲美关键词基线的问题，证明问题查询可带来独特且有时更优的检索结果。
2025-06-09 cs.DL cs.IR
Deep learning-based citation recommendation system for patents
Konkuk University（建国大学）；TEAMLAB；Gachon University（嘉泉大学）
在这项研究中，我们解决了开发一个基于深度学习的自动专利引文推荐系统的挑战。虽然基于深度学习的推荐系统在各个领域（如电影、产品和论文引用）都表现出了出色的性能，但由于缺乏免费提供的高质量数据集和相关基准模型，它们在专利引用中的有效性尚未得到研究。为了解决这些问题，我们提出了一个名为PatentNet的新数据集，其中包括来自Google Big Query服务的大约110，000项专利的文本信息和元数据。此外，我们提出了强大的基准模型，考虑到文本信息和元数据（如合作专利分类代码）的相似性。与现有的推荐方法相比，所提出的基准方法在测试集上实现了0.2377的平均倒数排名，而现有的最先进的推荐方法实现了0.2073。
2020-10-21 cs.AI cs.CL cs.IR
ILCiteR: Evidence-grounded Interpretable Local Citation Recommendation
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
ILCiteR提出基于证据的局部引文推荐任务，利用远距离监督检索与重排序框架，无需模型训练即可推荐论文，增强可解释性。
2024-03-13 cs.CL cs.IR
Citation Recommendation on Scholarly Legal Articles
Istanbul Technical University（伊斯坦布尔理工大学）
本研究构建首个学术法律引文推荐数据集，发现BM25+预取与SciNCL重排序的两步法最优，将MAP@10从0.26提升至0.30，并强调微调时纳入法律数据的重要性。
2023-11-10 cs.CL cs.IR
Using Access Data for Paper Recommendations on ArXiv.org
本论文主要探讨如何利用存取记录资料作为资讯来源，以辨识相关的科技论文。这是为arXiv.org完成的，该网站是物理学多个领域电子印刷出版物的权威机构。与引文信息相比，访问日志具有立即可用的优势，无需手动或自动提取引文图。正因为如此，一个主要的焦点是这个问题，用户行为在多大程度上可以作为显式元数据的替代品，这可能是昂贵的或完全不可用。因此，我们比较访问，内容和基于引用的措施的相关性在不同的推荐任务。最后，建立了一个在线推荐系统，可以帮助科学家找到更多的相关文献，而不必主动搜索。
2007-04-23 cs.DL cs.IR
Local Citation Recommendation with Hierarchical-Attention Text Encoder and SciBERT-based Reranking
Institute of Neuroinformatics, University of Zurich（苏黎世大学神经信息学研究所）；ETH Zurich（苏黎世联邦理工学院）
本地引用推荐的目标是从本地引用上下文以及可选地从全局上下文推荐缺失的参考文献。为了在大规模论文数据库的背景下平衡引用推荐的速度和准确性之间的权衡，一种可行的方法是首先使用有效的排名方法预取有限数量的相关文档，然后使用更复杂的模型执行细粒度的重新排名。在这种情况下，BM 25被发现是一种难以击败的预取方法，这就是为什么最近的工作主要集中在重新排序步骤上。即便如此，我们探索预取与最近邻搜索之间的文本嵌入构造的层次注意力网络。当再加上一个SciBERT reranker微调本地引文推荐任务，我们的分层注意力编码器（HAtten）实现了高预取召回给定数量的候选人进行重新排名。因此，我们的重新排名器需要更少的预取候选项来重新排名，但仍然在ACL-200、FullTextPeerRead、RefSeer和arXiv等各种本地引文推荐数据集上实现了最先进的性能。
2022-03-17 cs.CL cs.IR cs.LG
Multi-Modal Adversarial Autoencoders for Recommendations of Citations and Subject Labels
Kiel University（基尔大学）；ZBW – Leibniz Information Centre for Economics（ZBW——莱布尼茨经济信息中心）
我们提出了用于推荐的多模态对抗性自动编码器，并在两个不同的任务上对其进行了评估：引用推荐和主题标签推荐。我们分析了对抗正则化，稀疏性和不同输入方式的影响。通过进行408个实验，我们证明了对抗正则化始终提高了自动编码器的推荐性能。然而，我们证明，这两个任务不同的项目共现的语义在这个意义上，项目共现类似于相关性的情况下引用，但意味着多样性的情况下，主题标签。我们的研究结果表明，提供部分项目集作为输入是有帮助的，当项目同现相似的相关性。因此，当面对一个新的推荐任务时，考虑项目共现的语义对于选择合适的模型是至关重要的。
2019-07-22 cs.IR cs.LG stat.ML
Paper2vec: Citation-Context Based Document Distributed Representation for Scholar Recommendation
由于研究论文的参考文献的可用性和论文中包含的丰富信息，各种引文分析方法被提出来识别相似的文献，以供学者推荐。尽管以前的方法取得了成功，但是它们是基于项目的共现。一旦文档中没有可用的同现项，它们将无法正常工作。受自然语言处理文献中词的分布式表示的启发，提出了一种基于论文引用上下文的分布式表示的论文相似度度量方法。我们将论文集视为词汇表，定义论文的加权引用上下文，并将其转换为类似于自然语言处理中词-词共现矩阵的权重矩阵。在此之后，我们探索了一种矩阵分解方法的变体，训练分布式表示的矩阵上的论文，并利用分布式表示来衡量论文的相似性。在实验中，我们表明，我们的方法优于国家的最先进的引用为基础的方法的25%，比其他分布式表示为基础的方法。
2017-03-20 cs.IR
Paragraph-level Citation Recommendation based on Topic Sentences as Queries
University of Zagreb, Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）；Text Analysis and Knowledge Engineering Lab（文本分析与知识工程实验室）
提出段落级引文推荐任务作为全局和局部CR的折中方案，以主题句为输入，使用四元组损失微调模型并在ACL数据集上取得优于基线的性能。
2023-05-20 cs.CL cs.IR
Citation Recommendations Considering Content and Structural Context Embedding
近年来，发表的学术论文数量呈指数级增长，推荐足够的引文以帮助研究人员撰写论文是一项重要的任务。传统的方法可能不是最佳的，因为推荐的论文可能已经为用户所知，或者仅仅与周围的背景相关，而不是手稿中讨论的其他想法。在这项工作中，我们提出了一种新的嵌入算法DocCit2Vec，随着“结构上下文”的新概念，以解决上述问题。所提出的方法在旨在模拟实际使用场景的广泛实验中表现出优于基线模型的性能。
2020-01-08 cs.IR
Citation Recommendation using Deep Canonical Correlation Analysis
School of Computer Science University of Galway（计算机科学学院 Galway 大学）
本文提出用深度典型相关分析（DCCA）融合论文文本与图表示以进行引文推荐，并在大规模DBLP数据集上验证其显著优于线性CCA方法。
2025-07-23 cs.IR cs.LG
LLM-powered Real-time Patent Citation Recommendation for Financial Technologies
Central University of Finance and Economics（中央财经大学）；Harbin Huiwen JetCreate Artificial Intelligence Technology Co., Ltd.（哈尔滨汇文捷创人工智能科技有限公司）；Beijing International Center for Mathematical Research (BICMR), Peking University（北京大学北京国际数学研究中心）
本研究提出基于大语言模型的实时金融专利引用推荐框架，通过增量索引策略提升动态专利系统的检索效率和准确性。
2026-01-23 cs.IR stat.AP
Large-scale Evaluation of Transformer-based Article Encoders on the Task of Citation Recommendation
Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程与计算学院）
最近推出的基于transformer的文章编码器（TAE）旨在为相互相关的科学文章产生类似的矢量表示，在科学文章推荐的基准数据集上表现出强大的性能。然而，现有的基准数据集主要集中在单个领域，并且在某些情况下，在小的候选池中包含容易的否定。在候选库中有数千篇文章的情况下，评估此类基准的表示可能会模糊TAE的实际性能。在这项工作中，我们评估TAE的大型基准更具挑战性的候选池。我们比较了TAE的性能与词汇检索基线模型BM 25的引用推荐的任务，该模型产生一个列表的建议，在给定的输入文章中引用。我们发现，BM 25与最先进的神经检索器相比仍然具有很强的竞争力，考虑到TAE在小基准上的强劲表现，这一发现令人惊讶。为了弥补现有基准的局限性，我们提出了一个新的基准数据集来评估科学文章的表示：多领域引文推荐数据集（MDCR），它涵盖了不同的科学领域，并包含具有挑战性的候选池。
2022-09-12 cs.CL cs.IR
Recommending Multiple Positive Citations for Manuscript via Content-Dependent Modeling and Multi-Positive Triplet
Kyoto University（京都大学）
随着学术论文数量的迅速增加，寻找和引用合适的参考文献已成为论文发表过程中不可或缺的一项任务。在论文发表前，推荐少数候选论文，可以减轻作者的负担，并帮助审稿人检查引用资源的完整性。传统的引文推荐方法通常考虑从输入手稿中为查询上下文推荐一个地面实况引文，但缺乏对共引推荐的考虑。然而，一段上下文往往需要两个或更多的共引对的支持。本文提出了一种新的科技论文引文推荐模型--多正BERT引文推荐模型（MP-BERT 4CR），该模型遵循一系列多正三元组目标，为查询上下文推荐多个正引文。所提出的方法具有以下优点：首先，提出的多个积极目标是有效的推荐多个积极的候选人。其次，采用基于历史共引频率构建的噪声分布，使MP-BERT 4CR不仅能有效推荐高频共引对，而且能显著提高检索低频共引对的性能。第三，我们提出了一个动态的上下文采样策略，捕捉“宏观”的引用意图从手稿和授权的引用嵌入内容相关，这使得算法，以进一步提高性能。单个和多个积极推荐实验证明，MP-BERT 4CR提供了显着的改善。此外，MP-BERT 4CR在检索共引的完整列表以及与先前作品相比历史上低频率的共引对方面也是有效的。
2021-11-25 cs.AI cs.IR
Context-Aware Legal Citation Recommendation using Deep Learning
Carnegie Mellon University（卡内基梅隆大学）；Stanford University（斯坦福大学）；Technical University of Munich（慕尼黑工业大学）；SINC GmbH（SINC有限公司）
律师和法官花了大量的时间研究适当的法律权威引用，而起草决定。在本文中，我们开发了一个引文推荐工具，可以帮助提高效率的过程中的意见起草。我们训练了四种类型的机器学习模型，包括基于引用列表的方法（协同过滤）和三种基于上下文的方法（文本相似性、BiLSTM和RoBERTa分类器）。我们的实验表明，利用本地文本上下文可以提高推荐，并且深度神经模型可以实现不错的性能。我们发现，非深度文本为基础的方法受益于访问结构化的情况下元数据，但深度模型只受益于这样的访问时，预测从上下文的长度不足。我们还发现，即使经过广泛的训练，RoberTa也没有优于递归神经模型，尽管它有预训练的好处。我们对RoBERTa模型的行为分析进一步表明，预测性能在时间和引用类别上是稳定的。
2021-06-20 cs.CL cs.IR
Dual Attention Model for Citation Recommendation
Kyoto University（京都大学）
基于呈指数级增长的学术文章数量，发现和引用全面和适当的资源已成为一项不平凡的任务。传统的引文推荐方法存在严重的信息丢失问题。例如，他们不考虑用户正在撰写的论文的哪一部分，他们需要找到引用，本地上下文中单词之间的相关性（描述引用的文本跨度），或者本地上下文中每个单词的重要性。这些缺点使得这些方法不足以推荐足够的引用学术手稿。在这项研究中，我们提出了一种新的嵌入式神经网络称为“双重注意力模型的引文推荐（DACR）”，在稿件准备过程中推荐引文。我们的方法适应嵌入的三个维度的语义信息：在本地上下文中的单词，结构上下文，和用户正在工作的部分。设计了一个神经网络来最大化三个输入（局部上下文词、章节和结构上下文）的嵌入与出现在上下文中的目标引文之间的相似性。神经网络的核心由自我注意和附加注意组成，前者旨在捕捉语境词和结构语境之间的相关性，后者旨在学习它们的重要性。在真实数据集上的实验证明了该方法的有效性。
2020-12-03 cs.AI cs.CL cs.IR
A Context-Aware Citation Recommendation Model with BERT and Graph Convolutional Networks
TEAMLAB, Gachon University（TEAMLAB，嘉泉大学）；Papago, NAVER（Papago，NAVER）
随着发表的科学论文数量的巨大增长，在撰写科学论文时搜索参考文献是一个耗时的过程。在句子的适当位置添加参考引用的技巧将是有益的。从这个角度来看，上下文感知的引文推荐已经研究了大约二十年。许多研究者利用被称为上下文语句的文本数据（围绕引文标签）和目标论文的元数据来找到合适的被引研究。然而，缺乏组织良好的基准数据集和没有模型，可以达到高性能的研究困难。在本文中，我们提出了一个基于深度学习的模型和组织良好的数据集上下文感知的论文引用推荐。我们的模型包括一个文档编码器和一个上下文编码器，它使用图卷积网络（GCN）层和来自Transformers的双向编码器表示（BERT），这是一个预先训练的文本数据模型。通过修改相关的PeerRead数据集，我们提出了一个新的数据集称为FullTextPeerRead包含上下文句子引用的参考文献和论文元数据。据我们所知，该数据集是第一个组织良好的上下文感知论文推荐数据集。实验结果表明，基于该数据集的模型在平均查准率（MAP）和查全率（k）方面都有超过28%的提高。
2019-03-15 cs.CL cs.IR cs.LG
A new system-wide diversity measure for recommendations with efficient algorithms
推荐系统通常对按类型聚类的项目目录和按人口统计学或心理学属性自然聚类为用户类型的用户库进行操作。以前关于全系统多样性的工作主要集中在定义这些类别之间的意图感知指标，并最大限度地提高所产生的建议的相关性，但没有从项目和用户两个角度结合多样性的概念。在这项工作中，（1）我们引入了两个新的系统范围内的多样性度量，同时解决多样化的问题，每个用户看到的项目的类别，多样化的用户类型，每个项目显示，并保持高推荐质量。我们将其建模为用户和项目之间候选推荐的二分图上的子图选择问题。(2)在不相交的项目类别和用户类型的情况下，我们表明，由此产生的问题可以在多项式时间内精确地解决，通过减少到最小成本流问题。(3)在非不相交的类别和用户类型的情况下，我们证明了NP-完全的目标，并提出了有效的近似算法使用的子模块的目标。(4)最后，我们在MovieLens-1 m和Netflix数据集上验证了我们的算法的有效性，并表明为我们的目标设计的算法在销售多样性指标上也表现良好，甚至在一些意图感知的多样性指标上也表现良好。我们的实验结果证明了我们的新的复合多样性指标的有效性。
2019-08-27 cs.IR
Temporal Graph Neural Network-Powered Paper Recommendation on Dynamic Citation Networks
Southern Methodist University（南卫理公会大学）
针对静态方法难以捕捉论文间动态影响的问题，提出基于时序图神经网络（TGN）和RNN记忆模块的论文推荐方法，通过持续更新论文嵌入预测未来参考影响，在313,278篇论文数据集上验证了有效性。
2024-08-27 cs.IR cs.LG
CiteBART: Learning to Generate Citations for Local Citation Recommendation
Computer Engineering Department（计算机工程系）
CiteBART通过引文特定预训练生成引文，其全局变体在局部引文推荐基准上取得最优性能，并展现出跨数据集泛化能力。
2025-10-14 cs.AI cs.CL cs.IR
Cross-language Citation Recommendation via Hierarchical Representation Learning on Heterogeneous Graph
Sun Yat-sen University（中山大学）；Peking University（北京大学）；Beijing Normal University（北京师范大学）；Alibaba Group（阿里巴巴集团）；Indiana University Bloomington（印第安纳大学伯明顿分校）
随着学术出版物数量的疯狂增长，在大型数字图书馆中访问和消费有用的候选论文正成为学者们的一项重要而具有挑战性的任务。不幸的是，由于语言障碍，一些科学家（特别是不掌握其他语言的初级科学家或研究生）无法有效地找到托管在外语库中的出版物。在这项研究中，我们提出了一种新的解决方案，跨语言的引文推荐通过层次表示学习异构图（HRLHG），以解决这个新问题。HRLHG可以通过将多语言存储库中的出版物映射到异构图上各种顶点和关系的低维联合嵌入空间来学习表示函数。通过利用全局（特定于任务）和局部（独立于任务）信息以及一种新的监督分层随机游走算法，所提出的方法可以通过最大化在图上定位重要的跨语言邻域的可能性来优化发布表示。实验结果表明，该方法不仅优于现有的基准模型，而且提高了跨语言引文推荐任务中表示模型的可解释性。
2018-12-31 cs.CL cs.IR
Large language models for post-publication research evaluation: Evidence from expert recommendations and citation indicators
Australian Artificial Intelligence Institute, Faculty of Engineering and Information Technology, University of Technology Sydney（澳大利亚人工智能研究所，工程与信息科技学院，新南威尔士大学）；Max Planck Institute for Solid State Research（马克斯·普朗克固体物理研究所）；Science Policy and Strategy Department, Administrative Headquarters of the Max Planck Society（马克斯·普朗克学会科学政策与战略部门，行政总部）
本文探讨大语言模型在发表后同行评审中的应用，通过专家判断和引用指标对比，发现其在粗粒度评估中表现良好，但在细粒度评分上效果下降，监督微调效果最佳。
2026-03-27 cs.AI cs.DL cs.IR
MasterSet: A Large-Scale Benchmark for Must-Cite Citation Recommendation in the AI/ML Literature
Northern Illinois University（北伊利诺伊大学）；Rochester Institute of Technology（罗切斯特理工学院）；Texas Christian University（德克萨斯基督教大学）；Texas A&M University–Corpus Christi（德克萨斯农工大学科珀斯克里斯蒂分校）
MasterSet是一个用于评估AI/ML领域必须引用推荐的大型基准，包含15万+论文，采用三级标注方案，通过稀疏检索、密集嵌入和图方法验证，证明必须引用检索仍为开放性难题。
2026-08-25 cs.IR
SymTax: Symbiotic Relationship and Taxonomy Fusion for Effective Citation Recommendation
IIIT Delhi（德里印度信息技术学院）；NSUT Delhi（德里国家科技大学）
提出三阶段引文推荐架构SymTax，结合局部与全局上下文及查询-候选元组的分类法与共生关系，在双曲空间计算相似度，并在多个数据集上显著超越SOTA。
2024-05-26 cs.AI cs.CL cs.IR
Public Profile Matters: A Scalable Integrated Approach to Recommend Citations in the Wild
Indraprastha Institute of Information Technology Delhi (IIIT-Delhi)（印度理工学院德里分校）
本文提出Profiler模块，通过高效捕捉人类引用行为提升候选检索效率，并引入诱导评估设置和DAVINCI模型，实现跨数据集的最优性能。
2026-04-14 cs.AI cs.CL cs.IR
TRACE: Tourism Recommendation with Accountable Citation Evidence
UNSW Sydney（新南威尔士大学悉尼分校）；University of Adelaide（阿德莱德大学）；Yonsei University（延世大学）；USTC（中国科学技术大学）
TRACE通过多轮对话结合评论引用和显式拒绝机制，解决旅游推荐中信任、可验证性和适应性问题，提出三项能力差距并验证评估方法。
2026-05-08 cs.AI cs.CL cs.IR
Recommendations for Item Set Completion: On the Semantics of Item Co-Occurrence With Data Sparsity, Input Size, and Input Modalities
我们解决的问题，推荐相关的项目给用户，以“完成”一组部分的项目已经知道。我们考虑两种情况下的引用和主题标签推荐，这类似于不同的语义项目共现：相关性的共引和主题标签的多样性。我们评估了一个已知的部分项目集的完整性对推荐性能的影响。我们还调查数据稀疏通过修剪参数和使用额外的元数据的影响。作为推荐模型，我们专注于不同的自动编码器，它们特别适合于重建集合中缺失的项目。我们扩展了自动编码器，以利用文本和结构化数据的多模态输入。我们在六个真实世界数据集上的实验表明，当项目同现类似于相关性时，提供部分项目集作为输入是有帮助的，而元数据在同现意味着多样性时是有效的。这一结果意味着项目共现的语义是一个重要因素。简单项目共现模型是引文推荐的一个强有力的基线。然而，自动编码器的优势在于能够利用除了部分项集之外的附加元数据作为输入，并实现相当的性能。对于主题标签推荐任务，标题是最重要的属性。添加更多的输入模态有时甚至会损害结果。总之，关键是要考虑的语义项共现选择一个合适的推荐模型，并仔细决定哪些元数据利用。
2021-05-10 cs.IR
Scientific Dataset Discovery via Topic-level Recommendation
数据密集型研究需要适当的数据集的支持。然而，发现与特定研究主题相匹配的可用数据集通常是耗时的。我们制定的数据集发现问题的属性异构图，这是由论文论文引用，论文数据集引用，以及论文内容。我们建议通过共同共享的潜在主题来表征论文和数据集节点，而不是通过规范图嵌入模型来学习用户和项目表示，因为数据集的使用和研究项目的主题可以在研究主题的共同基础上理解。然后可以在共享主题空间中推断与给定研究项目相关的数据集。实验结果表明，该模型能够为数据集生成合理的配置文件，并为查询推荐合适的数据集，这代表了一个与多篇论文相关的研究项目。
2021-06-07 cs.IR
Academic Article Recommendation Using Multiple Perspectives
本文提出学术推荐中基于内容的过滤与基于图的方法互补，通过分析二者九个差异及混合协同机会，并用 Specter 和 ProNE 两种嵌入加以说明。
2024-07-08 cs.IR
Who Gets Recommended? Investigating Gender, Race, and Country Disparities in Paper Recommendations from Large Language Models
本文研究大语言模型在文献推荐中的表现与偏差，发现其准确率有限且偏好高引用、新近发表、大团队文献，但未表现出推荐男性、白人或发达国家作者的偏差。
2024-12-31 cs.CY cs.DL cs.IR
A Scalable Hybrid Research Paper Recommender System for Microsoft Academic
Microsoft Research（微软研究院）
我们提出的设计和方法的大规模混合论文推荐系统使用的微软学术。该系统为大约1.6亿篇英文研究论文和专利提供建议。我们的方法处理不完整的引用信息，同时也减轻了冷启动问题，往往会影响其他推荐系统。我们使用Microsoft Academic Graph（MAG），标题和研究论文的可用摘要为所有文档构建推荐列表，从而结合了共引和基于内容的方法。调整系统参数还允许混合和优先考虑每种方法，这反过来又允许我们在推荐结果中平衡论文的新颖性和权威性。我们通过对40名参与者的用户研究评估了生成的推荐，对超过2400个推荐对进行了评分，并使用P@10和nDCG分数讨论了结果的质量。我们看到，有一个很强的相关性，参与者的分数和相似性排名由我们的系统，但额外的重点需要放在提高推荐精度，特别是基于内容的建议。用户调查的结果和相关的分析脚本通过GitHub提供，我们的系统产生的建议可作为Azure上MAG的一部分，以促进进一步的研究并点亮新的研究论文推荐应用程序。
2019-05-21 cs.DL cs.IR cs.LG
Evaluating Document Representations for Content-based Legal Literature Recommendations
Open Legal Data（开放法律数据）；German Research Center for Artificial Intelligence（德国人工智能研究中心）；ETH Zurich（苏黎世联邦理工学院）；University of Wuppertal（伍珀塔尔大学）
推荐系统帮助法律专业人士找到相关文献来支持他们的案件。尽管它的重要性的专业，法律应用并没有反映在推荐系统和表示学习研究的最新进展。同时，法律推荐系统通常在没有任何公共基准数据集的情况下在小规模用户研究中进行评估。因此，这些研究的重现性有限。为了解决研究与实践之间的差距，我们探索了一套国家的最先进的文件表示方法检索语义相关的美国判例法的任务。我们评估基于文本的（例如，fastText、Transformers）、基于引用的（例如，DeepWalk，Poincaré）和混合方法。我们使用两种银标准对2，964份文件进行了注释，共比较了27种方法。银标准是从Open Case Book和Wikispecies新创建的，可以在开放许可下重复使用，以促进可重复性。我们的实验表明，来自平均fastText单词向量（在法律语料库上训练）的文档表示产生了最好的结果，紧随其后的是庞加莱引用嵌入。以混合方式组合fastText和Poincaré进一步改善了整体结果。除了整体性能外，我们还根据文档长度，引用计数和建议的覆盖范围分析了这些方法。我们在https://github.com/malteos/legal-document-similarity/上公开我们的源代码、模型和数据集。
2021-04-28 cs.CL cs.IR
Result Diversification in Search and Recommendation: A Survey
本综述首次提出统一分类体系，系统梳理搜索与推荐中的多样化度量标准与方法，总结多样性关注点并探讨开放性研究问题。
2024-02-19 cs.IR
Learning to Rank Query Recommendations by Semantic Similarities
Yahoo! JAPAN Research（雅虎日本研究院）；Yahoo! Labs（雅虎实验室）；Yahoo! Research（雅虎研究院）
对与搜索引擎交互的分析表明，用户经常重新表达他们的查询。检查这些重新表达表明，精确查询焦点的建议是有帮助的，就像那些基于原始查询扩展的建议一样。但它也表明，查询，表达一些主题转移相对于原始查询可以帮助用户更快地访问他们需要的信息。我们提出了一种方法来确定从过去的用户查询的查询日志，无论是重点或转移的初始查询主题。该方法结合了各种基于点击、基于主题和基于会话的排序策略，并使用监督学习来最大化查询和推荐之间的语义相似性，同时使它们多样化。我们评估我们的方法使用的查询/点击日志的日本网络搜索引擎，我们表明，提出的三种方法的组合是显着优于任何单独采取。
2012-04-12 cs.AI cs.HC cs.IR
Recommending Missed Citations Identified by Reviewers: A New Task, Dataset and Baselines
本文定义审稿人识别遗漏引文推荐任务 RMC，构建专家标注数据集 CitationR，并提出带注意力参考文献编码器的 RMCNet，在全部指标上优于现有方法。
2024-03-04 cs.IR
A Qualitative Evaluation of User Preference for Link-based vs. Text-based Recommendations of Wikipedia Articles
文献推荐系统（LRS）帮助读者从大量的文献中发现相关内容。尽管LRS被广泛采用，但缺乏对基于内容的文献推荐的根本不同方法的用户感知推荐特征的研究。为了补充现有的定量研究文献推荐，我们提出了定性研究结果，报告用户的看法，两个对比的推荐类：（1）基于链接的推荐表示的共同引用接近（CPA）的方法，和（2）基于文本的推荐表示的Lucene的MoreLikeThis（MLT）算法。在我们的研究与20个用户和一组不同的40个维基百科文章的经验数据分析表明，基于文本和链接的推荐生成方法沿几个关键维度之间的显着差异。基于文本的MLT方法在推荐文章的用户感知相似性方面获得了更高的满意度。相比之下，CPA方法在推荐的多样性和偶然性方面获得了更高的满意度分数。我们的结论是，文献推荐系统的用户可以受益最多的混合方法，结合链接和基于文本的方法，用户的信息需求和偏好应该控制权重的方法。在混合推荐系统中使用的多种方法的最佳权重高度依赖于用户的变化的需求。
2021-09-16 cs.DL cs.IR
Online Evaluations for Everyone: Mr. DLib's Living Lab for Scholarly Recommendations
Trinity College Dublin（都柏林圣三一学院）；National Institute of Informatics Tokyo（东京国立信息学研究所）；University of Stuttgart（斯图加特大学）；Technical University of Munich（慕尼黑工业大学）；The Open University（开放大学）
我们介绍学术推荐系统的第一个“生活实验室”。该实验室允许推荐系统研究人员对他们的学术推荐新算法进行在线评估，即，研究论文、引文、会议、研究资助等的推荐。推荐通过living lab的API传递到参考文献管理软件和数字图书馆等平台。这个生活实验室是建立在推荐系统即服务之上的。目前的合作伙伴是参考资料管理软件JabRef和CORE研究小组。我们介绍了DLib先生的生活实验室的架构以及运营前16个月的使用统计数据。在此期间，提供了1，826，643条建议，平均点击率为0.21%。
2019-05-22 cs.DL cs.IR cs.LG
Author Name Disambiguation in Bibliographic Databases: A Survey
实体解析是近十年来信息系统领域的一个具有挑战性的研究热点。在DBLP、Citeseer和Scopus等书目数据库（BD）中，作者姓名消歧（AND）是实体解析的一个专门领域。给定潜在作者的许多引用，AND任务是找出哪些引用属于同一作者。在本调查中，我们从三个基本的和问题开始，然后是解决方案的需求和挑战。提供了一个通用的五步框架来处理AND问题。这些步骤是：（1）数据集的准备（2）出版物属性的选择（3）相似性度量的选择（4）模型的选择和（5）聚类性能评估。还提供了相似性度量和方法的分类和阐述。最后，未来的方向和建议，为这一动态的研究领域。
2020-04-14 cs.IR cs.SI
Utilizing Collaborative Filtering in a Personalized Research-Paper Recommendation System
本文提出一种基于协同过滤的研究论文推荐系统，利用Jaccard相似度综合合著者、关键词、参考文献和共同引用信息寻找top-n相似用户，并验证了系统的推荐准确率。
2024-09-28 cs.IR
Advanced Academic Team Worker Recommendation Models
本文提出学术团队工作者推荐任务及CQBG-R模型，通过融合查询、论文与引文图拓扑构建CQBG图，实现面向具体研究任务的团队推荐。
2024-02-07 cs.AI cs.IR
Enhancing Academic Paper Recommendations Using Fine-Grained Knowledge Entities and Multifaceted Document Embeddings
Department of Information Management（信息管理系）；Nanjing University of Science & Technology（南京理工大学）；School of Computer Engineering（计算机工程学院）；Jiangsu University of Technology（江苏科技大学）；School of Information Management（信息管理学院）；Central China Normal University（中央财经大学）
本文提出利用细粒度知识实体和多维文档嵌入提升学术论文推荐效果，通过整合多种信息源提高推荐精度，实验显示在STM-KG数据集上达到27.3%的平均精确度。
2026-01-27 cs.CL cs.DL cs.IR
Analysis of Search Stratagem Utilisation
在交互式IR中，研究人员考虑用户对系统和搜索任务的行为，以适应搜索结果，并改善用户的搜索体验。分析用户过去与系统的交互是一种典型的方法。本文通过一个实际的学术搜索引擎，分析了用户在检索过程中对Marcia Bates的脚注追踪、引文检索、关键词检索、作者检索和期刊运行等检索策略的行为。事实上，搜索策略代表了高层次的搜索行为，因为用户超越了简单的查询执行，并调查了更多的系统功能。我们使用从社会科学搜索引擎sowiport中提取的两个数据集对这五种搜索策略进行了分析。一个具体的重点是检测搜索阶段和使用这些策略的频率。此外，我们还探讨了这些策略对整个搜索过程性能的影响。我们主要讨论了使用模式的观察策略，他们的影响进行检索会话，并探讨他们是否在两个数据集使用类似。从所提出的观察和指标，我们可以得出结论，利用搜索策略在真正的检索会话导致的精度的改善方面的积极互动。然而，不同的是，脚注追踪，引文搜索和期刊运行大多出现在会议结束时，而关键字和作者搜索通常出现在开始。因此，我们可以从日志分析中得出结论，通过在排名过程中考虑参考文献、引文和期刊，可以实现包括个性化和/或推荐在内的搜索功能的改进。
2018-06-13 cs.DL cs.IR
