[논문 리뷰] A Framework for Scientific Paper Retrieval and Recommender Systems

Aravind Sesagiri Raamkumar, Schubert Foo외 1명|arXiv (Cornell University)|2016. 09. 06.

Recommender Systems and Techniques참고 문헌 22인용 수 6

한 줄 요약

이 논문은 학술 문헌 검색을 향상시키기 위해 사용자 역할 모델링, 인터페이스 설계, 정보 검색/추천 시스템을 통합한 종합적인 시스템인 과학 논문 추천 및 검색 프레임워크(SPRRF)를 제안한다. 119명의 연구자로부터의 피드백을 바탕으로, 상황 인식 가능한 학술 검색 시스템 분야의 향후 연구를 이끄는 데 8개의 새로운 주제를 도출하였다.

ABSTRACT

Information retrieval (IR) and recommender systems (RS) have been employed for addressing search tasks executed during literature review and the overall scholarly communication lifecycle. Majority of the studies have concentrated on algorithm design for improving the accuracy and usefulness of these systems. Contextual elements related to the scholarly tasks have been largely ignored. In this paper, we propose a framework called the Scientific Paper Recommender and Retrieval Framework (SPRRF) that combines aspects of user role modeling and user-interface features with IR/RS components. The framework is based on eight emergent themes identified from participants feedback in a user evaluation study conducted with a prototype assistive system. 119 researchers participated in the study for evaluating the prototype system that provides recommendations for two literature review and one manuscript writing tasks. This holistic framework is meant to guide future studies in this area.

연구 동기 및 목표

• 기존의 정보 검색(IR) 및 추천 시스템이 학술 작업의 맥락과 사용자 역할을 간과하는 격차를 보완한다.
• 특정 학술 워크플로우에 맞춰 검색 및 추천을 맞춤화하여 문헌 리뷰 및 논문 작성 과정을 향상시킨다.
• 사용자 모델링, 인터페이스 기능, 검색 알고리즘을 통합한 종합적인 프레임워크를 개발한다.
• 사용자 평가로부터 도출된 핵심 주제를 바탕으로 향후 학술 정보 시스템 분야의 연구를 이끌다.
• 실제 연구 과제에서의 가용성과 효과성을 검증하기 위해 프로토타입 시스템을 구축한다.

제안 방법

• 문헌 리뷰 및 논문 작성 과제를 위한 프로토타입 보조 시스템을 사용해 119명의 연구자 대상으로 사용자 평가 연구를 수행하였다.
• 프레임워크 설계에 영향을 주는 8개의 새로운 주제를 도출하기 위해 피드백을 수집하였다.
• 연구자의 학술 역할과 과제에 따라 추천을 적응형으로 조정하기 위해 사용자 역할 모델링을 통합하였다.
• 정보 검색(IR) 및 추천 시스템(RS) 구성 요소를 사용자 인터페이스 기능과 융합하여 상황 인식 기반 검색 및 추천을 지원하였다.
• 작업에 특화된 커스터마이제이션을 지원하는 모듈식 시스템으로 SPRRF 프레임워크를 설계하였다.
• 참가자들의 정성적 피드백을 활용하여 프레임워크의 구성 요소를 구성하여 실제 학술 워크플로우와의 일치를 확보하였다.

실험 결과

연구 질문

• RQ1 어떻게 사용자 역할과 작업 맥락을 효과적으로 모델링하여 과학 논문 검색 및 추천을 향상시킬 수 있는가?
• RQ2 현재 시스템이 간과하는, 문헌 리뷰 및 논문 작성 과정에서의 핵심 사용자 수요와 과제는 무엇인가?
• RQ3 인터페이스 설계와 시스템 구성 요소를 어떻게 통합하여 기본적인 검색 정확도를 넘어서 학술 워크플로우를 지원할 수 있는가?
• RQ4 연구 과제를 위한 프로토타입 보조 시스템을 평가할 때 사용자 피드백에서 도출되는 새로운 주제들은 무엇인가?
• RQ5 통합된 프레임워크는 어떻게 IR, RS, 사용자 중심 설계 간 격차를 메울 수 있는가?

주요 결과

• 사용자 피드백으로부터 도출된 8개의 새로운 주제가 SPRRF 프레임워크의 기초가 되었다.
• 연구자들은 특정 과제(예: 문헌 리뷰 및 논문 작성)에 맞춰진 맥락 인식 기반 추천의 필요성을 강조하였다.
• 사용자 역할 모델링은 추천의 관련성 향상에 크게 기여하였으며, 참가자들은 자신의 연구 단계와 전공에 맞춰진 시스템을 선호하였다.
• 인터페이스 기능을 IR 및 RS 구성 요소와 융합함으로써 사용성과 작업에 특화된 지원이 향상되었다.
• 프로토타입 시스템은 사용자 모델링을 검색 및 추천 로직과 융합함으로써 더 효과적인 학술 검색 경험을 제공하는 것으로 입증되었다.
• 이 프레임워크는 실증적 사용자 평가에 기반한 체계적이고 근거 기반의 접근을 제공하여, 향후 연구자를 위한 보조 시스템 설계에 기여한다.