Recommendation of scholarly venues based on dynamic user interests

تعداد روزافزون سالنهای نشر کار آکادمیک، محققان را برای شناسایی مکانهایی که دادهها و تحقیقات بیشتری را مطابق با منافع علمی خود میبینند، دشوار میسازد. بنابراین یک راه حل ضروری است؛ به این ترتیب محققان می توانند مسیرهای انتشار اطلاعات را شناسایی کنند تا بتوانند به یک دانش موجود دسترسی پیدا کنند و به آن کمک کنند. در این مطالعه، ما یک سیستم ارائه می دهیم که توصیه های علمی را در رابطه با علایق و علاقه های علمی فعلی محققان توصیه می کند. داده های ما را از یک شبکه اجتماعی دانشگاهی جمع آوری کردیم و رفتار خواندن علمی محققان را مدلسازی کردیم تا یک تکنیک ارزیابی ضمنی جدید و سازگار برای مکان های مختلف ارائه کنیم. ما در حال حاضر راهی برای توصیف مکان های تخصصی علمی با استفاده از این رتبه بندی های ضمنی ارائه می دهیم که می تواند نتایج سریع را حتی برای محققان جدید بدون تاریخ انتشار و همچنین مکان های علمی جدید که هنوز فاکتور تاثیرگذاری نداشته اند ارائه دهد. ما یک آزمایش بزرگ در مقیاس با داده های واقعی انجام دادیم تا سیستم توصیه های کنونی علمی را ارزیابی کنیم و نشان دادیم که سیستم پیشنهادی ما نتایج بهتر از ابتدایی را به دست می آورد. نتایج به دست می آید که سیگنال های مهم تا دقیقه ای را در مقایسه با معیارهای مبتنی بر استفاده از پس انتشار نشان می دهد که انعکاس بیشتری از منافع محقق است.