論文の概要: A Correspondence Analysis Framework for Author-Conference Recommendations

• arxiv url: http://arxiv.org/abs/2001.02669v1
• Date: Wed, 8 Jan 2020 18:52:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-13 09:31:27.491162
• Title: A Correspondence Analysis Framework for Author-Conference Recommendations
• Title（参考訳）: 著者会議推薦のための対応分析フレームワーク
• Authors: Rahul Radhakrishnan Iyer, Manish Sharma, Vijaya Saradhi
• Abstract要約: 我々は、会議や論文など、問題のエンティティ間の適切な関係を導出するために、対応分析(CA)を利用する。 本モデルは,コンテンツベースフィルタリング,協調フィルタリング,ハイブリッドフィルタリングなどの既存手法と比較して有望な結果を示す。
• 参考スコア（独自算出の注目度）: 2.1055643409860743
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For many years, achievements and discoveries made by scientists are made aware through research papers published in appropriate journals or conferences. Often, established scientists and especially newbies are caught up in the dilemma of choosing an appropriate conference to get their work through. Every scientific conference and journal is inclined towards a particular field of research and there is a vast multitude of them for any particular field. Choosing an appropriate venue is vital as it helps in reaching out to the right audience and also to further one's chance of getting their paper published. In this work, we address the problem of recommending appropriate conferences to the authors to increase their chances of acceptance. We present three different approaches for the same involving the use of social network of the authors and the content of the paper in the settings of dimensionality reduction and topic modeling. In all these approaches, we apply Correspondence Analysis (CA) to derive appropriate relationships between the entities in question, such as conferences and papers. Our models show promising results when compared with existing methods such as content-based filtering, collaborative filtering and hybrid filtering.
• Abstract（参考訳）: 長年にわたり、科学者による成果や発見は、適切な雑誌や会議に掲載された研究論文を通じて認識されている。 多くの場合、確立された科学者や特に新入生は、仕事を終えるために適切な会議を選ぶというジレンマに巻き込まれる。 すべての科学会議や雑誌は特定の分野の研究に傾いているが、特定の分野には膨大な数の論文がある。 適切な会場を選ぶことは、適切なオーディエンスにリーチし、論文を公開する機会を増やすのに役立つため不可欠である。 本稿では,著者に対して適切な会議を推薦し,受理機会を増やすことを課題とする。 本稿では,著者のソーシャル・ネットワークの利用と,次元の縮小とトピック・モデリングの設定における論文の内容に関する3つのアプローチについて述べる。 これらすべてのアプローチにおいて、会議や論文など、問題のエンティティ間の適切な関係を導出するために、対応分析(CA)を適用する。 本モデルは,コンテンツベースフィルタリング,協調フィルタリング,ハイブリッドフィルタリングなどの既存手法と比較して有望な結果を示す。

関連論文リスト

• PaperWeaver: Enriching Topical Paper Alerts by Contextualizing Recommended Papers with User-collected Papers [40.01511301396072]
  PaperWeaverは、ユーザが編集した論文に基づいて推奨論文のコンテキスト化されたテキスト記述を提供する、リッチな紙警告システムである。 ユーザ調査の結果,PaperWeaverの参加者は推奨論文の関連性をよりよく理解することができた。
  論文  参考訳（メタデータ） (2024-03-05T13:10:06Z)
• On the Detection of Reviewer-Author Collusion Rings From Paper Bidding [71.43634536456844]
  衝突リングは、コンピュータサイエンスカンファレンスのピアレビューシステムに大きな脅威をもたらす。 この問題を解決する1つのアプローチは、操作された入札から衝突するレビュアーを検出することである。 衝突環の検出が可能であるという研究はまだ確立されていない。
  論文  参考訳（メタデータ） (2024-02-12T18:12:09Z)
• Analyzing the State of Computer Science Research with the DBLP Discovery Dataset [0.0]
  我々は、CSメタデータに隠された暗黙のパターンを明らかにするために、サイエントメトリック分析を行う。 各種ダッシュボード,フィルタ,ビジュアライゼーションを用いてCS出版物を解析するインタラクティブWebアプリケーションであるCS-Insightsシステムを紹介した。 D3とCS-Insightsはどちらもオープンアクセス可能で、CS-Insightsは将来的に他のデータセットに容易に適応できる。
  論文  参考訳（メタデータ） (2022-12-01T16:27:42Z)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)
• Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
  本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。 提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
  論文  参考訳（メタデータ） (2022-09-08T09:13:07Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• Near-Optimal Reviewer Splitting in Two-Phase Paper Reviewing and Conference Experiment Design [76.40919326501512]
  総割り当ての類似性を最大化するために、レビュアーを段階または条件に分けるにはどうすればいいのか? 実会議データに関連する複数のデータセットに対して、ランダムに位相/条件を均一に分割することで、オラクルの最適割り当てとほぼ同等の割り当てが可能であることを実証的に示す。
  論文  参考訳（メタデータ） (2021-08-13T19:29:41Z)
• Ontology-Based Recommendation of Editorial Products [7.1717344176500335]
  Smart Book Recommender (SBR)はSpringer NatureのComputer Science編集チームをサポートし、特定の場所で商品を市場に出す。 SBRは、約27Kの編集製品の意味的に強化された表現を利用して、会議に関連する書籍、ジャーナル、会議の手続を推奨します。 sbrはまた、ユーザがなぜ特定の出版物がシステムによって提案されたのかを調査できる。
  論文  参考訳（メタデータ） (2021-03-24T23:23:53Z)
• What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
  本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。 本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。 本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-06T02:23:01Z)
• Topic Space Trajectories: A case study on machine learning literature [0.0]
  本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。 我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。 本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
  論文  参考訳（メタデータ） (2020-10-23T10:53:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。