GotFunding：基于科学文章的资助推荐系统
信息检索
2024-05-22 v1 数字图书馆
机器学习
摘要
获得资助是成为成功科学家的重要部分。初级教师花费大量时间寻找最适合其研究概况的合适机构和项目。但是，影响最佳出版物-资助匹配的因素是什么？一些大学可能会雇佣预授奖人员来理解这些因素，但并非所有机构都能负担得起雇佣他们。由资助资助的出版物的历史记录可以帮助我们理解匹配过程，并帮助我们开发推荐系统来自动化这一过程。在这项工作中，我们提出了\textsc{GotFunding}（基于过去资助的资助推荐），一个基于美国国立卫生研究院（NIH）的资助-出版物记录训练的推荐系统。我们的系统通过将问题转化为学习排序，实现了高性能（NDCG@1 = 0.945）。通过分析使预测有效的特征，我们的结果表明排序考虑最重要的因素：1）出版物与资助之间的年份差异，2）出版物中提供的信息量，以及3）出版物与资助的相关性。我们讨论了系统的未来改进以及供科学家尝试的在线工具。
引用
@article{arxiv.2405.12840,
title = {GotFunding: A grant recommendation system based on scientific articles},
author = {Tong Zeng and Daniel E. Acuna},
journal= {arXiv preprint arXiv:2405.12840},
year = {2024}
}