面向论文录用排名预测的特征工程与集成建模
人工智能
2016-11-16 v1 信息检索
摘要
衡量研究影响力与对学术成就排名是重要且具挑战性的问题。客观了解研究机构的面貌对学生、家长及资助机构尤为宝贵，也吸引了政府与产业界的关注。KDD Cup 2016 提出了论文录用排名预测任务，要求参与者通过预测各机构有多少论文将被计算机科学领域 8 大顶级会议录用，来对这些机构的重要性进行排序。在我们的工作中，我们采用了三步特征工程方法，包括基本特征定义、寻找相似会议以增强特征集，以及使用 PCA 进行降维。我们提出了三种排序模型以及组合这些模型的集成方法。我们的实验验证了该方法的有效性。在 KDD Cup 2016 中，我们获得了总排名第 2 名。
引用
@article{arxiv.1611.04369,
title = {Feature Engineering and Ensemble Modeling for Paper Acceptance Rank Prediction},
author = {Yujie Qian and Yinpeng Dong and Ye Ma and Hailong Jin and Juanzi Li},
journal= {arXiv preprint arXiv:1611.04369},
year = {2016}
}
备注
2nd place winner report of KDD Cup 2016. More details can be found at https://kddcup2016.azurewebsites.net