[论文解读] ExpertSeer: a Keyphrase Based Expert Recommender for Digital Libraries

Hung‐Hsuan Chen, Alexander G. Ororbia+1 more|arXiv (Cornell University)|Nov 6, 2015

Advanced Text Analysis Techniques参考文献 1被引用 23

一句话总结

ExpertSeer 是一个开源的、与领域无关的数字图书馆专家推荐框架，利用关键词提取和贝叶斯排序技术，基于文档内容和引用质量识别专家。在基准数据集上，其在 Precision-at-k（k=3,5,10）指标上优于 Microsoft Academic 和 ArnetMiner，展示了在计算机科学与化学领域推荐相关专家的卓越准确性。

ABSTRACT

We describe ExpertSeer, a generic framework for expert recommendation based on the contents of a digital library. Given a query term q, ExpertSeer recommends experts of q by retrieving authors who published relevant papers determined by related keyphrases and the quality of papers. The system is based on a simple yet effective keyphrase extractor and the Bayes' rule for expert recommendation. ExpertSeer is domain independent and can be applied to different disciplines and applications since the system is automated and not tailored to a specific discipline. Digital library providers can employ the system to enrich their services and organizations can discover experts of interest within an organization. To demonstrate the power of ExpertSeer, we apply the framework to build two expert recommender systems. The first, CSSeer, utilizes the CiteSeerX digital library to recommend experts primarily in computer science. The second, ChemSeer, uses publicly available documents from the Royal Society of Chemistry (RSC) to recommend experts in chemistry. Using one thousand computer science terms as benchmark queries, we compared the top-n experts (n=3, 5, 10) returned by CSSeer to two other expert recommenders -- Microsoft Academic Search and ArnetMiner -- and a simulator that imitates the ranking function of Google Scholar. Although CSSeer, Microsoft Academic Search, and ArnetMiner mostly return prestigious researchers who published several papers related to the query term, it was found that different expert recommenders return moderately different recommendations. To further study their performance, we obtained a widely used benchmark dataset as the ground truth for comparison. The results show that our system outperforms Microsoft Academic Search and ArnetMiner in terms of Precision-at-k (P@k) for k=3, 5, 10. We also conducted several case studies to validate the usefulness of our system.

研究动机与目标

• 解决无需人工整理的、可扩展的、自动化的数字图书馆专家推荐挑战。
• 开发一个利用文档内容和引用数据进行专家发现的与领域无关的框架。
• 通过整合关键词提取与贝叶斯推理以实现相关性与权威性评分，提升推荐准确性。
• 通过两个领域特定的实现（CSSeer，计算机科学；ChemSeer，化学）证明该框架的有效性。
• 提供一个公开可用的开源系统，使数字图书馆提供商和组织能够构建定制化的专家推荐系统。

提出的方法

• 使用一种简单而有效的关键词提取方法，从文档标题和摘要中提取关键词。
• 利用维基百科作为词汇资源，识别并整理相关关键词，以实现同义词与语义扩展。
• 应用贝叶斯法则，结合文档相关性与作者权威性评分，实现专家排序。
• 将专家推荐建模为概率推理任务，通过贝叶斯原则对相关性与引用驱动的权威性进行加权。
• 整合引用数据与出版质量信息，评估作者在特定领域中的专业能力与影响力。
• 使用同一框架构建领域特定的推荐系统（CSSeer 与 ChemSeer），以验证其可扩展性与性能。

实验结果

研究问题

• RQ1 与现有最先进系统相比，基于关键词的方法在专家推荐中的有效性如何？
• RQ2 不同专家推荐系统对相同查询术语的推荐结果在多大程度上存在差异？
• RQ3 维基百科能否作为学术文档分析中关键词候选生成的可靠来源？
• RQ4 通过贝叶斯法则整合相关性与权威性，如何提升推荐的精确度？
• RQ5 该框架是否可泛化应用于计算机科学与化学等不同领域？

主要发现

• ExpertSeer 在广泛使用的基准数据集上，于 Precision-at-k（k=3,5,10）指标上优于 Microsoft Academic 和 ArnetMiner，展示了卓越的推荐准确性。
• 该系统实现了较高的关键词提取准确率，为 CiteSeerX 数据集中超过 95% 的文档分配了有意义的关键词。
• 不同专家推荐系统（包括 Microsoft Academic 与 ArnetMiner）对相同查询术语生成了中等程度不同的专家列表，表明其排序函数中存在固有偏差。
• 模拟系统 GS*（模仿 Google Scholar 的排序机制）表现较差，因其无法有效区分作者研究领域的相关与不相关方向。
• ExpertSeer 生成的相关关键词列表可帮助用户通过扩展查询至语义相关术语，编制更全面的专家列表。
• ExpertSeer 具备可扩展性与高效性，可处理数百万篇文档与作者，适用于组织内部或数字图书馆的部署。