[논문 리뷰] A Correspondence Analysis Framework for Author-Conference Recommendations

Rahul Radhakrishnan Iyer, Manish Sharma외 1명|arXiv (Cornell University)|2020. 01. 08.

Recommender Systems and Techniques참고 문헌 51인용 수 4

한 줄 요약

이 논문은 논문 내용과 저자 사회망을 통합하기 위해 대응 분석(CA)을 사용하는 새로운 추천 시스템을 제안하며, 기존의 콘텐츠 기반 및 협업 필터링과 같은 전통적 방법들을 능가한다. 빈도 기반 행렬을 통해 논문-컨퍼런스 관계를 모델링하고 CA를 통해 차원 축소를 수행함으로써, 특히 출판력이 없는 신규 저자에게도 뛰어난 추천 정확도를 달성한다.

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.

연구 동기 및 목표

• 출판력이 없는 신규 저자에게 적절한 컨퍼런스를 추천하는 데 어려움을 해결하기 위해.
• 기존 방법이 콘텐츠나 사회망에만 의존하는 한계를 극복하기 위해, 둘을 통합한 유일한 프레임워크를 개발하기 위해.
• 논문, 저자, 컨퍼런스 간의 관계를 효과적으로 모델링하기 위해 대응 분석(CA) 기반의 차원 축소 기법을 개발하기 위해.
• 실제 ACM 컨퍼런스 데이터를 기반으로 제안된 방법을 기존의 필터링 기법들(콘텐츠 기반, 협업 필터링, 하이브리드)과 비교하여 실증적으로 평가하기 위해.

제안 방법

• 논문 概요와 컨퍼런스 출판 기록에서 파생된 빈도 기반 행렬인 논문 × 단어, 논문 × 컨퍼런스, 단어 × 컨퍼런스를 구성한다.
• 이산 데이터에 대한 PCA의 한계를 피하기 위해, 실체적 관계를 추출하고 차원을 축소하기 위해 대응 분석(CA)을 적용한다.
• tf-idf와 토픽 모델링(LDA)을 사용해 논문 콘텐츠를 표현하고, 이를 바탕으로 생성된 행렬에 CA를 적용하여 차원 축소를 수행한다.
• 콘텐츠 및 사회망 특징을 하이브리드 모델에 통합하고, 코사인, 유클리드, 피어슨 유사도 측정법을 사용해 유사도를 계산한다.
• 다단계 추천 파이프라인을 활용: 행렬 구성 → CA 변환 → 유사도 계산 → 상위-k 컨퍼런스 순위 매기기.
• 실제 ACM 출판 데이터셋을 기반으로 표준 평가 지표(MAP@5, MRR, MNDCG@5, MR-P, MF-M@5, MP@5, MR@5)를 사용해 성능을 검증한다.

실험 결과

연구 질문

• RQ1 대응 분석이 이산적이고 빈도 기반의 데이터 행렬에 적용되었을 때, 논문-컨퍼런스 관계를 효과적으로 모델링할 수 있는가?
• RQ2 저자 사회망 데이터를 통합함으로써, 특히 신규 저자에게 있어 컨퍼런스 추천 정확도가 어떻게 향상되는가?
• RQ3 CA를 사용한 콘텐츠 기반 필터링이 기존의 협업 필터링 및 하이브리드 방법보다 저자-컨퍼런스 추천에서 더 뛰어난 성능을 보이는가?
• RQ4 표현 방식의 선택(tfidf 대비 토픽 모델링)이 추천 성능에 미치는 영향은 어느 정도인가?
• RQ5 제안된 프레임워크에서 코사인, 유클리드, 피어슨 중 어떤 유사도 측정법이 가장 정확한 컨퍼런스 추천을 제공하는가?

주요 결과

• 콘텐츠 기반 CA 방법은 협업 필터링을 크게 능가하며, tf-idf를 사용할 경우 MAP@5가 0.1531(Cosine)로 측정되었고, 협업 필터링은 0.1083으로 낮았다.
• 콘텐츠를 고려하지 않고 컨퍼런스 빈도만 기반으로 하는 첫 번째 방법은 신규 저자에게는 성능이 열악하여, 콘텐츠 인식 모델의 필요성을 시사한다.
• CA 기반의 콘텐츠 기반 필터링은 CA 기반 방법 자체보다 더 높은 정확도를 보이며, 이는 차원 축소 과정에서 일부 정보 손실가 발생했음을 시사한다.
• tf-idf 표현 방식이 토픽 모델링(400개 토픽)보다 더 뛰어난 성능을 보이며, 이는 더 높은 특징 정밀도와 어휘 정보의 보존이 더 잘 이루어졌기 때문일 것이다.
• 코사인 유사도는 모든 지표에서 가장 우수한 성능을 보였으며, 협업 필터링에서는 MRR 0.3862, 하이브리드 필터링에서는 0.3237을 기록했다.
• 콘텐츠 신호와 협업 신호를 통합한 하이브리드 필터링 방법은 콘텐츠 기반 필터링만으로도 유사한 성능을 달성하며, 성능 향상이 유의미하지 않음을 보여, 콘텐츠가 여전히 주요 요소임을 시사한다.