[論文レビュー] A Recommender System to Support the Scholarly Communication Process

Marko A. Rodriguez, David William Allen+2 more|ArXiv.org|May 11, 2009

Recommender Systems and Techniques参考文献 20被引用数 4

ひとこと要約

本稿では、学術的コミュニケーションを支援する文脈適合型レコメンデーションシステムkReefを提示する。このシステムは、Semantic Web標準および多関係的グラフモデルに基づき構築されており、信頼できる社会的およびリソース的関係を通じて関連性を伝搬させることで、リアルタイムでパーソナライズされたレコメンデーションを生成する。ランダムウォークアルゴリズムを四元組ベースのRDFストア（Neo4j）上で実行し、ユーザー定義のコンセプトと時間経過に伴う信頼度の低下を考慮したパスを用いて、順序付けられた文脈適合型の提案を提供するNewsアプリケーションにより、リアルタイムで最適化されたレコメンデーションが得られる。

ABSTRACT

The number of researchers, articles, journals, conferences, funding opportunities, and other such scholarly resources continues to grow every year and at an increasing rate. Many services have emerged to support scholars in navigating particular aspects of this resource-rich environment. Some commercial publishers provide recommender and alert services for the articles and journals in their digital libraries. Similarly, numerous noncommercial social bookmarking services have emerged for citation sharing. While these services do provide some support, they lack an understanding of the various problem-solving scenarios that researchers face daily. Example scenarios, to name a few, include when a scholar is in search of an article related to another article of interest, when a scholar is in search of a potential collaborator for a funding opportunity, when a scholar is in search of an optimal venue to which to submit their article, and when a scholar, in the role of an editor, is in search of referees to review an article. All of these example scenarios can be represented as a problem in information filtering by means of context-sensitive recommendation. This article presents an overview of a context-sensitive recommender system to support the scholarly communication process that is based on the standards and technology set forth by the Semantic Web initiative.

研究の動機と目的

• 学術的コミュニケーションの複雑化に対処し、情報過多を軽減するための知的で文脈適合型のレコメンデーションを提供すること。
• 学術的リソースおよび関係（例：著者、論文、会議、共同研究者）を、RDFおよびSemantic Webに根ざした包括的なグラフベースのデータモデルを用いてモデル化すること。
• 共同研究者、会議、査読者を特定するといった動的学術的文脈に適応するレコメンデーションエンジンの開発。
• 時間経過による信頼度の低下と関連性伝搬を尊重する文法ウォークャーアルゴリズムを用いて、ウェブトップインターフェースを通じてパーソナライズされたリアルタイムレコメンデーションを提供すること。
• 伝統的な出版ワークフローを越えて、仮想的およびリアルタイムの学術的協働を支援するスケーラブルで拡張可能なインfra構築

提案手法

• システムは、各文書にグラフ（g）コンponentを含めることで、ユーザー固有の文脈とアクセス制御を示す四元組ベースのRDFストア（RDFG）を用いて、学術的エンティティと関係をモデル化する。
• kReefは、大規模なグラフ処理における効率的走査とパフォーマンスを実現するため、Neo4jをグラフデータベースとして採用している。
• 文法ウォークャー・エンジンは、ユーザーの信頼できる同僚から出発し、relation:relatedエッジを介して関連性を伝搬させる多関係的グラフ上でランダムウォークを実行する。
• アルゴリズムは、時間差に基づいてウォークャーのエネルギーに指数関数的減衰を適用する：εt+1 = 2^(-Δ/σ) * εt、これにより最新の関連性が重み付けされやすくなる。
• レコメンデーションは、ユーザーの信頼ネットワーク内でのユーザーが特定のcore:Conceptにタグ付けしたリソースを集約し、トポロジカルな近接性と減衰した重要度に基づいて順位付けされる。
• Newsアプリケーションは、これらのレコメンデーションを動的で文脈適合型のRSSのようなフィードとして可視化し、リソースがユーザーの社会的および知的グラフを通じてどのように伝搬するかを示す。

実験結果

リサーチクエスチョン

• RQ1 レコメンデーションシステムは、共同研究者や会議、査読者の特定といった多様な学術的コミュニケーションタスクを効果的に支援できるか？
• RQ2 意味的で多関係的グラフと信頼伝搬を用いて、文脈適合型のレコメンデーションをどの程度効果的に生成できるか？
• RQ3 時間経過に伴う減衰を考慮したランダムウォークアルゴリズムは、静的または利用履歴ベースのフィルタリングに比べ、より関連性が高くタイムリーなレコメンデーションを生成できるか？
• RQ4 ユーザー生成データと収集された学術的メタデータを統合することで、レコメンデーションの正確性とパーソナライズ性を向上させられるか？
• RQ5 グラフベースでSemantic Webネイティブなアーキテクチャは、スケーラブルでリアルタイムの学術的コミュニケーション支援を実現するために果たす役割は何か？

主な発見

• 文法ウォークャー・エンジンは、時間経過に伴う信頼度の低下を考慮した多関係的グラフとしての学術的関係をモデル化することで、パーソナライズされ文脈適合型のレコメンデーションを効果的に生成した。
• Newsアプリケーションは、ユーザーの信頼ネットワークとcore:Conceptに基づき、リアルタイムで順位付けされたレコメンデーションを提供し、社会的および知的リンクを通じた関連性の伝搬を効果的に示した。
• 指数関数的減衰（εt+1 = 2^(-Δ/σ) * εt）の使用により、最新の関連性が優先され、レコメンデーションのタイムリーさと関連性が向上した。
• 直接ユーザーにリンクされていない論文や共同研究者でさえも、信頼できる同僚を通じた間接的パスを走査することで、効果的にレコメンデーション可能であった。
• アーキテクチャは拡張性を備えており、今後はより文脈に特化したアルゴリズムやリアルタイム学術的協働のためのインfraを統合する計画である。
• RDFおよびSemantic Webに基づく基盤により、多様な学術的データソース間での相互運用性と構造的推論が可能になった。