Una Aproximación a la Recomendación de artículos científicos según su grado de especificidad

• Autores: Antonio Hernández Blanco, David Tomás Díaz , Borja Navarro Colorado
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 55, 2015, págs. 91-98
• Idioma: español
• Títulos paralelos:
  • An approach to the recommendation of scientific articles according to their degree of specificity
• Enlaces
  • Texto completo
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    En este artículo se presenta un método para recomendar artículos científicos teniendo en cuenta su grado de generalidad o especificidad. Este enfoque se basa en la idea de que personas menos expertas en un tema preferirían leer artículos más generales para introducirse en el mismo, mientras que personas más expertas preferirían artículos más específicos. Frente a otras técnicas de recomendación que se centran en el análisis de perfiles de usuario, nuestra propuesta se basa puramente en el análisis del contenido. Presentamos dos aproximaciones para recomendar artículos basados en el modelado de tópicos (Topic Modelling). El primero de ellos se basa en la divergencia de tópicos que se dan en los documentos, mientras que el segundo se basa en la similitud que se dan entre estos tópicos. Con ambas medidas se consiguió determinar lo general o específico de un artículo para su recomendación, superando en ambos casos a un sistema de recuperación de información tradicional.

  • English

    This article presents a method for recommending scientific articles taking into consideration their degree of generality or specificity. This approach is based on the idea that less expert people in a specific topic prefer to read more general articles to be introduced into it, while people with more expertise prefer to read more specific articles. Compared to other recommendation techniques that focus on the analysis of user profiles, our proposal is purely based on content analysis. We present two methods for recommending articles, based on Topic Modelling. The first one is based on the divergence of topics given in the documents, while the second uses the similarities that exist between these topics. By using the proposed methods it was possible to determine the degree of specificity of an article, and the results obtained with them overcame those produced by an information retrieval traditional system.

• Referencias bibliográficas
  • Baeza-Yates, R. y B. Ribeiro-Neto. 1999. Modern information retrieval, volumen 463. ACM press New York.
  • Blei, D., L. Carin, y D. Dunson. 2010. Probabilistic topic models. IEEE Signal Processing Magazine, 27(6):55–65.
  • Blei, D., A. YNg, y M. Jordan. 2003. Latent dirichlet allocation. the Journal of machine Learning research, 3:993–1022.
  • Candan, K., E. Mehmet, T. Hedgpeth, J. Wook, Q. Li, y M. Sapino. 2009. Sea: Segment-enrich-annotate paradigm for adapting dialog-based content...
  • Ekstrand, M., P. Kannan, J. Stemper, J. Butler, J. Konstan, y J. Riedl. 2010. Automatically building research reading lists. En Proceedings...
  • Giugni, M. y L. León. 2011. Clusterdoc un sistema de recuperación y recomendación de documentos basado en algoritmos de agrupamiento. Telematique,...
  • Järvelin, K. y J. Kekäläinen. 2002. Cumulated gain-based evaluation of ir techniques. ACM Transactions on Information Systems (TOIS), 20(4):422–446.
  • McCallum, A. 2002. Mallet: A machine learning for language toolkit. http://mallet.cs.umass.edu (Consultado: 02 12 2014).
  • McCandless, M., E. Hatcher, y O. Gospodnetic. 2010. Lucene in Action: Covers Apache Lucene 3.0. Manning Publications Co.
  • McNee, S., I. Albert, D. Cosley, P. Gopalkrishnan, S. Lam, A. Rashid, J. Konstan, y J. Riedl. 2002. On the recommending of citations for research...
  • Ponte, J. y B. Croft. 1998. A language modeling approach to information retrieval. En Proceedings of the 21st annual international ACM SIGIR...
  • Radev, D., P. Muthukrishnan, V. Qazvinian, y A. Abu-Jbara. 2013. The acl anthology network corpus. Language Resources and Evaluation, 47(4):919–944.
  • Robertson, S., S. Walker, S. Jones, M. Hancock-Beaulieu, y M. Gatford. 1994. Okapi at trec-3. En Proceedings of TREC, volumen 3, páginas 109–126.
  • Salton, G. 1991. Developments in automatic text retrieval. Science, 253(5023):974– 980.
  • Salton, G. y C. Buckley. 1988. Termweighting approaches in automatic text retrieval. Information processing & management, 24(5):513–523.
  • Wang, C. y D. Blei. 2011. Collaborative topic modeling for recommending scientific articles. En Proceedings of the 17th ACM SIGKDD international...
  • Wang, J., Q. Li, Y. Chen, J. Liu, C. Zhang, y Z. Lin. 2010. News recommendation in forum-based social media. The Journal of Information Science,...
  • Wang, Y., L. Wang, Y. Li, D. He, T. Liu, y W. Chen. 2013. A theoretical analysis of ndcg type ranking measures. CoRR, abs/1304.6480. http://dblp.unitrier.de/db/journals/corr/corr1304.html (Consultado:...