Method and Dataset Mining in Scientific Papers
Zhejiang Lab（浙江实验室）；Old Dominion University（奥多明尼昂大学）；Tianjin University（天津大学）；Nankai University（南开大学）
文献分析有助于研究者更好地了解科学技术的发展。传统的文献分析侧重于主题、作者、摘要、关键词、参考文献等，很少关注论文的内容。在机器学习领域，所涉及的方法（M）和数据集（D）是论文中的关键信息。M和D的提取和挖掘有助于学科分析和算法推荐。在本文中，我们提出了一种新的实体识别模型，称为MDER，并从PAKDD会议（2009-2019）的论文中构建数据集。进行了一些初步的实验，以评估提取性能和可视化的开采结果。
2019-11-29 cs.CL cs.IR cs.LG
EILEEN: A recommendation system for scientific publications and grants
找到相关的科学文章对于推进知识至关重要。推荐系统有助于实现这一目的，尽管它们最近才被应用于科学。本文介绍了EILEEN（LiteraturE Networks的探索性创新者），这是一个用于科学出版物和资助的开源代码和数据集推荐系统。我们描述了EILEEN的架构，用于输入和处理文档，并对推荐系统和关键词估计器进行建模。使用登录用户行为的唯一数据集，我们根据潜在语义分析（LSA）和Elasticsearch的标准排名（Lucene评分）验证了我们的推荐系统。我们发现，使用随机森林的学习排名达到了0.9的AUC，显著优于两个基线。我们的研究结果表明，我们可以大大改善科学推荐，并通过他们的搜索行为了解科学家的行为。我们通过eileen.io提供系统
2022-03-24 cs.DL cs.IR
ArXivDigest: A Living Lab for Personalized Scientific Literature Recommendation
提供个性化的推荐，也伴随着解释为什么一个项目被推荐是一个越来越重要的研究领域。与此同时，进展受到开放评价资源可用性的限制。在这项工作中，我们解决的任务，科学文献推荐。我们提出arXivDigest，这是一个在线服务，为最终用户提供个性化的arXiv建议，并作为希望研究可解释的科学文献建议的研究人员的生活实验室。
2020-09-24 cs.IR
Scientific Paper Recommendation: A Survey
在全球范围内，推荐服务已经变得非常重要，因为它们支持电子商务应用程序和不同的研究社区。推荐系统在经济、教育、科研等领域有着广泛的应用。不同的实证研究表明，推荐系统比基于关键字的搜索引擎更有效，更可靠地从大量的数据中提取有用的知识。在科学共同体中推荐相似科学论文的问题称为科学论文推荐。科技论文推荐的目的是推荐符合研究者兴趣的新文章或经典文章。它已成为一个有吸引力的研究领域，因为学术论文的数量呈指数级增长。在这篇综述中，我们首先介绍了论文推荐系统的重要性和优势。其次，对基于内容的推荐方法、协同过滤推荐方法、基于图的推荐方法和混合推荐方法进行了综述。然后，我们介绍了不同的推荐系统的评价方法。最后，我们总结了论文推荐系统中存在的问题，包括冷启动、稀疏性、可扩展性、隐私性、偶然性和统一的学术数据标准。本调查的目的是提供有关学术论文推荐的综合评价。
2020-08-10 cs.IR
Navigation-Based Candidate Expansion and Pretrained Language Models for Citation Recommendation
科学文献的引文推荐系统，帮助作者找到应该被引用的论文，有可能加快发现和发现科学探索的新途径。我们把这个任务作为一个排名的问题，我们解决了两个阶段的方法：候选人生成，然后重新排名。在这个框架内，我们适应科学领域的一个证明组合的基础上“袋的话”检索，然后重新评分与BERT模型。我们的实验表明，领域自适应的影响，无论是在预训练领域内的数据和利用领域内的词汇。此外，我们引入了一种新的基于导航的文档扩展策略，以丰富我们的神经模型处理的候选文档。在来自不同科学学科的三个不同的集合上，我们在引文推荐任务中取得了最好的报告结果。
2020-01-23 cs.DL cs.IR
Information Extraction from Scientific Literature for Method Recommendation
随着研究社区的发展，每年发表的论文越来越多。因此，人们越来越需要改进的方法来查找相关论文，自动理解关键思想并为目标问题推荐潜在的方法。尽管在搜索引擎的进步，它仍然很难确定新技术根据研究人员的需要。由于领域的多样性和极其有限的注释资源，在科学推荐中利用自然语言处理的工作相对较少。在这个提议中，我们的目标是通过从大量的科学论文中提取科学术语并将这些术语组织成知识图谱来进行科学推荐。在初步工作中，我们使用少量注释数据训练了一个科学术语提取器，并通过应用多种半监督方法利用大量未注释的论文获得了最先进的性能。我们建议构建一个知识图谱的方式，可以最大限度地利用手工标注的数据，只使用提取的术语，无监督的关系信号，如同现，和结构化的外部资源，如维基百科。科学术语之间的潜在关系可以从图中了解到。建议将通过观察到的和未观察到的关系对的图形推理。
2018-12-14 cs.IR
Towards Explainable Scientific Venue Recommendations
cs.uni-kassel.de（卡塞尔大学计算机科学系（注：此处严格按文本提取，原文本中邮箱格式显示为该机构，因无其他明确机构信息，仅提取此部分））
选择最佳科学场地（即，会议/期刊）提交研究论文构成了多方面的挑战。需要考虑的重要方面是研究主题的适合性，场地的声望和接受的可能性。由于不断出现更多的场地，选择问题更加严重。先前提出的用于在该过程中支持作者的方法依赖于复杂的推荐系统，例如，基于Word 2 Vec或TextCNN。然而，这些建议往往没有解释。在这项工作中，我们提出了一种简单的方法，在两个方面提高了最先进的水平：首先，我们通过基于非负矩阵分解的主题模型增强了推荐的可解释性;其次，我们可以在使用更简单的学习方法的同时获得有竞争力的推荐性能。
2021-09-21 cs.AI cs.IR
MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows
University of Michigan（密歇根大学）；Purdue University（普渡大学）；LG AI Research（LG人工智能研究院）
本文提出MASSW数据集，从152,000余篇计算机科学论文中利用大语言模型自动提取科研工作流五方面结构化摘要，并构建多个基准任务以支持AI辅助科研创新。
2024-06-10 cs.AI cs.CL
Scientific and Technological News Recommendation Based on Knowledge Graph with User Perception
现有的研究通常利用边信息，如社会网络或项目属性，以提高协同过滤推荐系统的性能。本文利用具有用户感知的知识图谱来获取边信息的来源。针对现有基于嵌入和基于路径的知识图谱感知推荐方法的局限性，提出了KGUPN，该框架将知识图谱和用户感知集成到科技新闻推荐系统中。KGUPN包含三个主要层，即传播表示层、上下文信息层和协作关系层。传播表示层通过递归地传播来自知识图谱中的邻居（可以是用户、新闻或关系）的嵌入来改进实体的表示。上下文信息层通过对出现在新闻中的实体的行为信息进行编码来改进实体的表示。协同关系层补充了新闻知识图谱中实体之间的关系。在真实数据集上的实验结果表明，KGUPN在科技新闻推荐方面明显优于最先进的基线。
2022-10-07 cs.IR
Multi-task recommendation system for scientific papers with high-way networks
University of Gothenburg（哥德堡大学）
从研究社区撰写的大量论文中找到并选择最相关的科学论文是当今研究人员面临的主要挑战之一。我们知道，学者和院士的研究兴趣的许多信息属于他们阅读的论文。从这些论文中分析和提取上下文特征可以帮助我们向他们推荐最相关的论文。在本文中，我们提出了一个多任务推荐系统（RS），预测论文推荐，并产生其元数据，如关键字。该系统被实现为一个三级深度神经网络编码器，试图将较长的文本序列映射到嵌入向量，并同时学习预测特定用户的推荐率和论文的关键词。这种方法背后的动机是，论文的主题表示为关键字是一个有用的预测偏好的研究人员。为了实现这一目标，我们使用RNN，高速公路和卷积神经网络的系统组合训练端到端的上下文感知的协作矩阵。我们的应用程序使用高速公路网络进行训练系统非常深，结合RNN和CNN的优点，找到最重要的因素，使潜在的代表。高速公路网络允许我们通过学习更复杂的语义结构表示来增强传统的RNN和CNN管道。使用这种方法，我们还可以克服冷启动问题，并在大文本序列上学习潜在特征。
2022-04-21 cs.CL cs.IR
MIARec: Mutual-influence-aware Heterogeneous Network Embedding for Scientific Paper Recommendation
College of Computer and Information Science, Southwest university（西南大学计算机与信息科学学院）；College of Computer and Information Science, Chongqing normal university（重庆师范大学计算机与信息科学学院）
针对现有图推荐方法忽视学术网络非对称影响的问题，提出MIARec模型，利用引力衡量学者间相互影响并融入特征聚合，通过多通道聚合捕获子网络个体与依赖嵌入，在真实数据集上超越基线模型。
2025-10-14 cs.IR cs.LG
Citation Recommendation: Approaches and Datasets
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；Kyoto University（京都大学）
引文推荐描述了为给定文本推荐引文的任务。由于近年来出版的科学作品数量过多，另一方面，在撰写科学文本时需要引用最合适的出版物，引文推荐已成为一个重要的研究课题。近年来，已经提出了几种方法和评价数据集。然而，据我们所知，没有文献调查已经进行了明确的引文推荐。本文对自动引文推荐的研究进行了全面的介绍。然后，我们提出了引用推荐的方法和数据集的概述，并确定使用各种维度的差异和共性。最后但并非最不重要的是，我们阐明了评估方法，并概述了评估中的一般挑战以及如何应对这些挑战。我们仅限于科学出版物的引文推荐，因为这种文档类型在这一领域研究得最多。然而，本调查中的许多观察和讨论也适用于其他类型的文本，如新闻文章和百科文章。
2020-05-14 cs.DL cs.IR cs.LG
The Architecture of Mr. DLib's Scientific Recommender-System API
Trinity College Dublin（都柏林圣三一学院）；National Institute of Informatics（国立信息学研究所）
学术界的推荐系统并不广泛。这可能部分是由于开发和维护推荐系统的难度和成本。许多学术产品的运营商，如数字图书馆和参考咨询经理避免这种努力，虽然推荐系统可以提供显着的好处，他们的用户。在本文中，我们介绍了DLib先生的“推荐即服务”（RaaS）API，该API允许学术产品的运营商轻松地将科学推荐系统集成到他们的产品中。DLib先生为研究文章生成推荐，但在未来，推荐可能包括论文，资助等学术产品的运营商可以向DLib先生请求推荐，并向其用户显示这些推荐。DLib先生可以在几个小时或几天内集成;从头开始创建一个等效的推荐系统对于学术运营商来说需要几个月的时间。DLib先生已被GESIS Sowiport和参考管理器JabRef使用。DLib是开源的，其目标是促进科学推荐系统的应用和研究。在本文中，我们提出了DLib先生的动机，架构和细节的有效性。DLib先生在两年的时间里提供了9400万条推荐，平均点击率为0.12%。
2018-11-26 cs.AI cs.DL cs.IR
Science Concierge: A fast content-based recommendation system for scientific publications
寻找相关的出版物对于那些必须处理呈指数级增长的学术材料的科学家来说非常重要。算法可以帮助完成这项任务，因为它们有助于音乐，电影和产品推荐。然而，我们对这些算法的性能与学术材料知之甚少。在这里，我们开发了一个算法和一个附带的Python库，它实现了一个基于文章内容的推荐系统。设计原则是适应新的内容，提供接近实时的建议，并且是开源的。我们在2015年神经科学学会会议的15K海报上测试了这个库。人类策划的主题用于交叉验证算法中的参数，并产生与人类判断最大程度相关的相似性度量。我们表明，我们的算法显着优于基于关键字的建议。这里介绍的工作承诺使学术材料的探索更快，更准确。
2016-05-12 cs.IR
SciNUP: Natural Language User Interest Profiles for Scientific Literature Recommendation
University of Stavanger（斯塔万格大学）
SciNUP通过合成数据集评估基于自然语言用户兴趣资料的学术文献推荐方法，揭示基线方法的互补行为及改进空间。
2026-01-23 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
From Who You Know to What You Read: Augmenting Scientific Recommendations with Implicit Social Networks
科学出版物不断增长的步伐需要快速识别相关论文的方法。虽然根据用户兴趣训练的神经网络可以提供帮助，但它们仍然会产生长而单调的建议论文列表。为了改善发现体验，我们引入了多种新方法，用于\em通过文本相关性消息来增强推荐，这些文本相关性消息突出了推荐论文与用户的出版物和交互历史之间的知识图连接。我们探讨协会介导的作者实体和那些单独使用引用。在一项大规模的真实世界研究中，我们展示了我们的方法如何显着提高参与度-以及由作者介导的未来参与度-而不会对高引用作者产生偏见。为了扩大消息覆盖的用户较少的出版物或互动的历史，我们开发了一种新的方法，突出与代理作者感兴趣的用户和评估它在一个受控的实验室研究。最后，我们综合设计的影响，为未来的基于图形的消息。
2022-04-21 cs.HC cs.IR cs.SI
GotFunding: A grant recommendation system based on scientific articles
School of Information Management, Nanjing University（南京大学信息管理学院）；School of Information Studies, Syracuse University（雪城大学信息研究学院）
本文提出 GotFunding，基于 NIH 基金—论文记录并以排序学习实现基金推荐，NDCG@1 达 0.945，同时揭示年份差、论文信息量和相关性是关键因素。
2024-05-21 cs.DL cs.IR cs.LG
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
Discourse-Aware Scientific Paper Recommendation via QA-Style Summarization and Multi-Level Contrastive Learning
Institute of Communication Studies, Communication University of China（中国传媒大学通信学院）；Beijing Renhe Information Technology Co., Ltd.（北京润和信息技术有限公司）；Key Laboratory of Digital Publishing and Total Process Management of Scientific and Technical Journals（科技期刊数字出版总流程管理重点实验室）
本文提出OMRC-MR框架，通过QA式OMRC摘要、多层级对比学习和结构感知重排序，将论文转化为语篇一致的表示，在多个数据集上显著提升了科学论文推荐的精度与可解释性。
2025-11-05 cs.AI cs.IR
Improving Scientific Article Visibility by Neural Title Simplification
Universitat Pompeu Fabra（庞培法布拉大学）
科学内容提供方应该向用户提供的数据量迅速增长，这使他们能够创建有效的推荐工具。文章的标题通常是吸引人们注意力的唯一显示元素。我们提供了一种方法来自动生成标题与不同层次的信息，以受益于不同类别的用户。来自ResearchGate的统计数据用于偏置训练数据集和应用于神经序列到序列模型的专门设计的后处理步骤，可以达到所需的各种简化标题，以在推荐的吸引力和透明度之间取得平衡。
2019-04-05 cs.CL cs.IR cs.LG
Evaluating Research Dataset Recommendations in a Living Lab
搜索研究数据集既重要又费力。由于研究数据的选择在进一步研究中的重要性，必须谨慎做出这一决定。此外，由于几乎所有领域的数据量都在不断增长，研究数据已经成为经验科学的核心人工制品。因此，研究数据集建议可以有益地补充科学出版物搜索。我们将推荐任务制定为检索问题，重点关注研究数据集和科学出版物之间的广泛相似性。在一个多阶段的方法中，最初的建议是由BM 25的排名功能和动态查询检索。随后，利用点击反馈和文档嵌入对初始排名进行了重新排名。该系统在CLEF 2021的LiLAS实验室中使用STELLA基础设施对真实用户交互数据进行了现场评估。我们的实验系统可以有效地进行微调之前，通过预先测试系统与一个伪测试收集的基础上，从现场系统的用户交互数据的现场评估。实验结果表明，该实验系统的性能优于其他参与系统。
2022-09-30 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
ScienceDB AI: An LLM-Driven Agentic Recommender System for Large-Scale Scientific Data Sharing Services
Computer Network Information Center, Chinese Academy of Sciences, Beijing, China（中国科学院计算机网络信息中心）
ScienceDB AI 是首个基于大语言模型的对话推荐系统，专为大规模科学数据共享服务设计，通过自然语言对话和深度推理实现精准的数据集推荐。
2026-01-03 cs.AI cs.DL 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
Sci-Surf: Navigating Scientific Literature Discovery through Human Feedback and Intelligent Summarization
Zhejiang University（浙江大学）；Tongji University（同济大学）；Google Cloud（谷歌云）；Westlake University（西湖大学）
针对现有学术发现平台支持不足的问题，提出以意图为中心的Sci-Surf系统，结合反馈驱动推荐与多模态论文消化，经评估推荐质量和消化质量有可测量提升。
2026-08-14 cs.IR
Bursting Scientific Filter Bubbles: Boosting Innovation via Novel Author Discovery
University of Washington（华盛顿大学）；Microsoft（微软）；Allen Institute for AI（艾伦人工智能研究所）
科学研究的孤立孤岛和日益增长的信息过载挑战限制了对文献的认识，阻碍了创新。网络策展和推荐通常优先考虑相关性，可以进一步加强这些信息“过滤气泡”。作为回应，我们描述了Bridger，一个促进学者及其工作发现的系统。我们构建了一个多方面的表示作者从他们的论文和推断作者人物角色收集的信息，并使用它来开发一种方法，定位科学家之间的共性和对比，以平衡相关性和新颖性。在与计算机科学研究人员的研究中，这种方法可以帮助用户发现被认为对产生新的研究方向有用的作者。我们还展示了一种显示作者信息的方法，提高了理解新的，不熟悉的学者的工作的能力。我们的分析表明，Bridger连接了具有不同引用概况并在不同场所发表的作者，提高了桥接不同科学社区的前景。
2022-01-31 cs.CL cs.DL cs.HC
Justification vs. Transparency: Why and How Visual Explanations in a Scientific Literature Recommender System
University of Duisburg-Essen（杜伊斯堡-埃森大学）
本文在科学文献推荐系统RIMA中，基于HCD方法和What-Why-How框架设计并实现“为什么”与“如何”两类视觉解释，通过用户研究证实解释可理解性类型的选择取决于解释目标与用户类型。
2023-05-26 cs.AI cs.HC cs.IR
A Recommender System for Scientific Datasets and Analysis Pipelines
Concordia University（康考迪亚大学）；Child Mind Institute（儿童心智研究所）
为了开放科学的利益，科学数据集和分析管道越来越多地被公开共享。然而，缺乏可靠地识别哪些管道和数据集可以适当地一起使用的机制。鉴于高质量公共数据集和管道的数量不断增加，缺乏明确的兼容性威胁到这些资源的可查找性和可重用性。我们研究了协同过滤系统的可行性，以推荐管道和数据集的基础上，从以前的执行出处记录。我们使用从加拿大开放神经科学平台（Canadian Open Neuroscience Platform）提取的数据集和管道来评估我们的系统，该平台是开放神经科学的国家倡议。我们的系统（AUC $=0.83$）提供的建议明显优于机会，并优于领域专家使用他们以前的知识以及管道和数据集描述（AUC $=0.63$）提出的建议。特别是，领域专家往往忽略了低层次的技术方面的管道数据集的交互，如预处理的水平，这是由基于出处的系统捕获。基于出处的管道和数据集管理器是可行的，有利于开放科学资源的共享和利用。未来的工作将集中在收集更全面的出处跟踪，并在生产中部署该系统。
2021-08-20 cs.IR cs.LG
Analysing the Effect of Recommendation Algorithms on the Amplification of Misinformation
推荐算法已经被指出是数字领域错误信息传播的罪魁祸首之一。然而，目前还不清楚这些算法如何真正传播错误信息，例如，还没有示出哪些特定推荐方法更倾向于建议错误信息项，或者算法的哪些内部参数可能更多地影响它们的错误信息传播能力。出于这一事实，在本文中，我们提出了一些最流行的推荐算法在Twitter上传播的错误信息的效果进行分析。一组关于如何适应这些算法的指导方针提供了这样的分析和研究文献的全面审查的基础上。还生成了一个数据集并发布给科学界，以激发关于未来设计和开发推荐算法以对抗错误信息的讨论。该数据集包括编辑标记的新闻条目和关于其错误信息性质的声明。
2021-03-26 cs.IR cs.SI
Towards Employing Recommender Systems for Supporting Data and Algorithm Sharing
数据和算法共享是数据和人工智能驱动经济的重要组成部分。数据和算法的有效共享依赖于用户、数据提供者和算法提供者之间的积极互动。虽然推荐系统被称为有效地互连用户和电子商务环境中的项目，有一个缺乏研究的数据和算法共享的推荐系统的适用性。为了填补这一空白，我们确定了六个推荐方案，以支持数据和算法共享，其中四个方案与电子商务应用程序中的传统推荐方案有很大不同。我们使用基于OpenML数据和算法共享平台的交互数据的新数据集来评估这些推荐方案，我们也为科学界提供了这些数据集。具体来说，我们调查三种类型的推荐方法，即流行，合作，和基于内容的建议。我们发现，基于协作的建议在所有情况下提供最准确的建议。此外，推荐准确性在很大程度上取决于特定的场景，例如，对用户的算法推荐是比对数据集的算法推荐更困难的问题。最后，基于内容的方法生成覆盖大多数数据集和算法的最少受欢迎的推荐。
2022-10-26 cs.IR
CATA++: A Collaborative Dual Attentive Autoencoder Method for Recommending Scientific Articles
University of Missouri（密苏里大学）
推荐系统今天已经成为任何商业网站的重要组成部分。协同过滤方法，特别是矩阵分解（MF）技术，被广泛应用于推荐系统。然而，自然的数据稀疏性问题限制了它们的性能，用户通常与系统中很少的项目进行交互。因此，最近提出了多个混合模型，通过在其学习过程中加入额外的上下文信息来优化MF性能。虽然这些模型提高了推荐质量，但有两个主要方面需要进一步改进：（1）多个模型只关注可用上下文信息的一部分而忽略其他部分;（2）学习侧上下文信息的特征空间需要进一步增强。在本文中，我们介绍了一个合作的双重注意自动编码器（CATA++）推荐科学文章。CATA++利用文章的内容，并通过两个并行的自动编码器学习其潜在空间。我们采用注意力机制来捕捉信息中最相关的部分，以便提出更相关的建议。在三个真实世界数据集上的广泛实验表明，与其他最先进的基于MF的模型相比，我们的双向学习策略显着提高了MF性能。我们的方法的源代码可在https://github.com/jianlin-cheng/CATA上获得。
2020-05-15 cs.IR cs.LG stat.ML
Microsoft Academic Graph Information Retrieval for Research Recommendation and Assistance
Microsoft（微软）
本文提出基于注意力的子图检索器，利用图神经网络和大语言模型进行高效信息检索与知识推理。
2025-12-21 cs.AI cs.IR
Discovering Mathematical Objects of Interest -- A Study of Mathematical Notations
数学符号，即，书写系统用于交流数学概念，为各种信息搜索和检索系统编码有价值的信息。然而，数学符号仍然大多未被今天的系统使用。在本文中，我们提出了第一次深入研究的分布在两个大型科学语料库：开放获取arXiv（2.5 B数学对象）和数学评论服务的纯数学和应用数学zbMATH（61 M数学对象）的数学符号。本文的研究为今后大型科学语料库数学信息检索的研究奠定了基础。此外，我们证明了我们的结果的相关性，以各种用例。例如，帮助语义提取系统，改进科学搜索引擎，以及促进专门的数学推荐系统。我们所提出的研究的贡献如下：（1）我们提出了arXiv和zbMATH上数学公式的第一分布分析;（2）我们为给定的文本搜索查询检索相关的数学对象（例如，链接$P_{n}^{(α, β)}\!\left(x\right)$与“雅可比多项式”）;（3）我们通过提供相关的数学公式来扩展zbMATH的搜索引擎;以及（4）我们通过将数学输入的自动完成作为对数学推荐系统的第一贡献来验证结果的适用性。为了加快未来的研究项目，我们提供了我们的源代码和数据。
2021-06-22 cs.DL cs.IR
Towards Deep Conversational Recommendations
Ecole Polytechnique de Montréal（蒙特利尔综合理工学院）；Element AI（元素人工智能公司）；Microsoft Research Montreal（微软研究院蒙特利尔分院）；Université de Montréal（蒙特利尔大学）；Mila（米拉）；HEC Montréal（蒙特利尔高等商学院）
人们对使用神经网络和深度学习技术来创建对话系统的兴趣越来越大。会话推荐是一种有趣的设置，用于科学探索与自然语言的对话，因为相关的话语涉及目标驱动的对话，通常会自然地转换为更自由形式的聊天。本文提供了两个贡献。首先，到目前为止，还没有公开的大规模数据集，包括围绕建议的真实对话。为了解决这个问题并促进我们在这里的探索，我们收集了ReDial，这是一个由超过10，000个围绕提供电影推荐主题的对话组成的数据集。我们将这些数据提供给社区进行进一步的研究。其次，我们使用这个数据集来探索会话推荐的多个方面。特别是，我们探索新的神经架构，机制和方法，适合组成会话式推荐系统。我们的数据集使我们能够系统地探测模型子组件，解决整个问题领域的不同部分，从情感分析和冷启动推荐生成到自然语言如何在现实世界中使用的详细方面。我们将这些子组件组合成一个完整的对话系统，并检查其行为。
2019-03-04 cs.CL cs.IR cs.LG
FPSRS: A Fusion Approach for Paper Submission Recommendation System
AISIA Research Lab（AISIA研究实验室）；Vietnam National University in Ho Chi Minh City University of Science（胡志明市国家大学科学大学）
推荐系统在娱乐和消费中越来越受欢迎，在学术界也很明显，特别是建议向科学家提交科学文章的应用程序。然而，由于不同出版商的接受率，影响因子和排名不同，寻找合适的地点或期刊来提交科学工作通常需要花费大量的时间和精力。在本文中，我们的目标是通过使用RNN结构以及Conv 1D，从我们在IAE/AIE 2021会议上提出的论文[13]中扩展两种新方法。此外，我们还引入了一种新的方法，即DistilBertAims，使用DistillBert对小写和小写两种情况的单词进行矢量化，如标题，摘要和关键字，然后使用Conv 1d进行特征提取。此外，我们提出了一种新的计算方法，为目标和范围与其他功能的相似性得分;这有助于保持相似性得分计算的权重不断更新，然后继续适合更多的数据。实验结果表明，第二种方法可以获得更好的性能，在Top 1准确率方面，比以前的研究[13]中的最佳方法提高了62.46%和12.44%。
2022-05-12 cs.CV cs.IR
RARD: The Related-Article Recommendation Dataset
推荐系统数据集用于推荐系统评估、训练机器学习算法和探索用户行为。虽然在电影、书籍和音乐领域有许多用于推荐系统的数据集，但来自研究论文推荐系统的数据集却相当少。在本文中，我们介绍了RARD，相关文章推荐数据集，从数字图书馆Sowiport和解释作为一种服务提供商先生DLib。该数据集包含向Sowiport用户显示的5740万条推荐信息。这些信息包括使用了哪些推荐方法（例如基于内容的过滤，刻板印象，最流行的），在基于内容的过滤中使用了哪些类型的功能（简单术语与关键词），从哪里提取功能（标题或摘要），以及推荐被交付和点击的时间。此外，数据集包含一个隐式的项目-项目评级矩阵，该矩阵是根据推荐点击日志创建的。RARD使研究人员能够训练用于研究论文推荐的机器学习算法，进行离线评估，并对DLib先生的推荐系统的数据进行研究，而无需自己实现推荐系统。在科学推荐系统领域，我们的数据集是独一无二的。据我们所知，没有数据集有更多的（隐式）评级可用，以及推荐算法的许多变化。该数据集可在http://data.mr-dlib.org上获得，并在Creative Commons Attribution 3.0 Unported（CC-BY）许可下发布。
2017-06-20 cs.IR
Scholar Inbox: Personalized Paper Recommendations for Scientists
University of Tübingen（图宾根大学）；Tübingen AI Center（图宾根人工智能中心）
本研究推出开放获取平台Scholar Inbox，依托用户评分训练个性化推荐系统，结合科学图谱与主动学习策略解决冷启动问题，提供论文推荐、语义搜索等功能，并通过80万条用户评分数据集及用户研究验证了推荐质量。
2025-06-14 cs.AI cs.CL cs.IR
Beyond Single-Score Ranking: Facet-Aware Reranking for Controllable Diversity in Paper Recommendation
EECS International Graduate Program（电子工程与计算机科学国际研究生项目）；National Yang Ming Chiao Tung University（阳明交通大学）
本文提出 SciFACE 框架，通过背景和方法两个独立 facet 模型提升论文推荐的可控多样性，实验显示其在 NDCG@20 上优于 SPECTER 和 FaBLE。
2026-03-11 cs.AI cs.IR
Personalized Search
随着电子信息量的增长，相关项目变得更难找到。这项工作提出了一种个性化的搜索结果在科学出版物数据库。这项工作的重点是对现有搜索引擎（如Solr或ElasticSearch）的搜索结果进行重新排名。这项工作还包括Obelix的开发，Obelix是一种用于重新排名搜索结果的新推荐系统。该项目由CERN提出并执行，使用CERN文件服务器（CDS）上的科学出版物。这项工作的实验重新排名使用离线和在线评价的用户和文档的CDS。实验结果表明，在CDS全局搜索中，个性化搜索结果在点击位置方面优于最新的第一相似度和词相似度。
2015-09-07 cs.DL cs.IR
Interactive Exploration and Discovery of Scientific Publications with PubVis
随着每年发表的科学论文数量呈指数级增长，用于探索和发现感兴趣的出版物的先进工具变得不可或缺。为了使用户超越简单的关键字搜索，例如由谷歌学术提供，我们提出了新颖的网络应用程序PubVis。它由各种机器学习技术提供支持，结合了基本功能，帮助研究人员找到与他们最相关的内容。大量科学出版物的交互式可视化提供了该领域的概述，并鼓励用户探索超越狭窄研究重点的文章。这是增强了个性化的内容为基础的文章推荐，以及先进的全文搜索，以发现相关的参考。该应用程序的开源实现可以轻松地在台式计算机上本地设置和运行，以提供对针对个人用户特定需求定制的内容的访问。此外，可以在线测试PubVis演示，可以访问10，000篇论文的集合。
2017-06-25 cs.IR
Towards Trustworthy LLM-Based Recommendation via Rationale Integration
SK Telecom（SK电信）
本文提出基于大语言模型的推荐系统，通过生成逻辑严谨的理由提升推荐的可解释性和性能。
2025-11-07 cs.AI cs.IR
Inference at Scale Significance Testing for Large Search and Recommendation Experiments
本研究实证检验大规模搜索与推荐实验中显著性检验的适用性，发现Wilcoxon和符号检验在大样本下错误率偏高，建议改用效应量评估结果的实际意义。
2023-05-12 cs.IR
Automated Research Article Classification and Recommendation Using NLP and ML
York University（约克大学）；Algoma University（阿尔戈马大学）；Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程与技术大学）
本文提出一个利用NLP和机器学习对研究文章进行分类和推荐的自动化框架，在arXiv数据集上，TF-IDF与逻辑回归达到69%的准确率，并基于余弦相似度实现相关论文推荐，以缓解信息过载。
2025-10-07 cs.IR
A Correspondence Analysis Framework for Author-Conference Recommendations
Carnegie Mellon University（卡内基梅隆大学）；Microsoft Corporation India Pvt. Ltd.（微软印度私人有限公司）；Indian Institute of Technology Guwahati（印度理工学院古瓦哈蒂分校）
多年来，科学家的成就和发现是通过在适当的期刊或会议上发表的研究论文来宣传的。通常情况下，已有经验的科学家，尤其是新手，都陷入了选择一个合适的会议来完成他们的工作的困境。每一个科学会议和期刊都倾向于某个特定的研究领域，而且任何一个特定的领域都有大量的会议和期刊。选择一个合适的地点是至关重要的，因为它有助于接触到正确的观众，也进一步得到他们的论文发表的机会。在这项工作中，我们解决的问题，建议适当的会议的作者，以增加他们的机会接受。我们提出了三种不同的方法，同样涉及到使用的社会网络的作者和论文的内容在降维和主题建模的设置。在所有这些方法中，我们应用对应分析（CA）来获得相关实体之间的适当关系，例如会议和论文。与现有的基于内容的过滤、协同过滤和混合过滤等方法相比，我们的模型显示出良好的效果。
2020-01-08 cs.CL cs.IR cs.LG
Whose Name Comes Up? III: Persona Prompting Effects in LLM-Based Scholar Recommendation
Graz University of Technology（格拉茨技术大学）；Complexity Science Hub（复杂科学中心）
本研究通过构建基准测试，分离模型选择与提示设计对LLM学者推荐的影响，发现提示设计（语言、地点、角色与任务）显著影响推荐质量（事实性、覆盖度）和社会代表性（多样性、均等性）。
2026-05-27 cs.AI cs.CY cs.IR
