[论文解读] Personalized Academic Research Paper Recommendation System

Joonseok Lee, Kisung Lee+1 more|arXiv (Cornell University)|Apr 19, 2013

Recommender Systems and Techniques参考文献 19被引用 27

一句话总结

本文提出了一种个性化学术论文推荐系统，结合网络爬虫、基于词袋模型的文本相似性分析以及协同过滤技术，实现相关论文的推荐。通过真实研究人员的评估，系统展现出较高的相关性（平均得分3.88/6）和用户满意度，证明其在减少手动搜索工作量方面的有效性。

ABSTRACT

A huge number of academic papers are coming out from a lot of conferences and journals these days. In these circumstances, most researchers rely on key-based search or browsing through proceedings of top conferences and journals to find their related work. To ease this difficulty, we propose a Personalized Academic Research Paper Recommendation System, which recommends related articles, for each researcher, that may be interesting to her/him. In this paper, we first introduce our web crawler to retrieve research papers from the web. Then, we define similarity between two research papers based on the text similarity between them. Finally, we propose our recommender system developed using collaborative filtering methods. Our evaluation results demonstrate that our system recommends good quality research papers.

研究动机与目标

• 减少研究人员在会议和期刊中手动搜索相关学术论文所花费的时间与精力。
• 开发一种基于研究人员过往工作与兴趣的个性化论文推荐系统。
• 在超越基于关键词搜索（如Google Scholar或Citeseer）的基础上，提升论文发现的准确性和相关性。
• 通过真实用户研究对系统性能进行评估，对象为学术研究人员。

提出的方法

• 通过URL模式匹配和正则表达式，实现网络爬虫从IEEE Xplore和ACM Digital Library抓取研究论文。
• 利用词袋模型对论文的文本数据进行预处理，将文档表示为词频向量。
• 基于文本内容，使用词向量上的类余弦相似度度量方法计算论文之间的相似性。
• 采用协同过滤方法，具体为类似k-最近邻的懒惰学习方法，预测用户偏好并推荐前几篇论文。
• 系统提供图形用户界面，用户可输入姓名及期望的推荐数量。
• 应用聚类与基于邻居的推荐算法，对相似论文进行分组并生成个性化推荐。

实验结果

研究问题

• RQ1 基于内容与协同过滤的方法能否有效为研究人员推荐相关学术论文？
• RQ2 与手动搜索方法相比，该系统在相关性与用户满意度方面的表现如何？
• RQ3 文本相似性与协同过滤在多大程度上能提升论文推荐的准确性？
• RQ4 研究人员在真实场景中如何看待该系统的实用性与可用性？

主要发现

• 用户评估显示，系统平均相关性得分为3.88/6.0，表明推荐结果具有较强的感知相关性。
• 受试者仅阅读了约十篇推荐论文中的两篇，凸显了系统在筛选高质量、相关结果方面的能力。
• 所有参与者均以6.0/6.0的满分评价系统的可用性与实用性，表明用户满意度极高。
• 受试者对同行或合作者撰写的论文表现出特别兴趣，表明社交背景可增强推荐的吸引力。
• 尽管仅使用基于内容的特征且未建立显式用户档案（仅基于过往工作），系统仍展现出可行性与有效性。
• 识别出若干局限性，包括难以区分细微主题差异，以及难以应对研究兴趣发生转变的用户。