paper2repo：面向学术论文的 GitHub 仓库推荐
社会与信息网络
2020-04-14 v1 信息检索
摘要
GitHub 已成为流行的社交应用平台，大量用户在其上发布开源项目。特别地，越来越多的研究者发布与其研究论文相关的源代码仓库，以吸引更多人关注其工作。受此趋势驱动，我们描述了一种新颖的 item-item 跨平台推荐系统 ，其为学术搜索系统（如 Microsoft Academic）中给定论文推荐 GitHub 上相关的仓库。关键挑战在于跨两个平台识别输入论文与其相关仓库之间的相似性，。为此，paper2repo 集成文本编码与约束图卷积网络（GCN）以自动学习并将论文与仓库的嵌入映射至同一空间，其中邻近性提供推荐基础。为使我们的方法在真实系统中更实用，模型训练所用标签由 GitHub 上用户动作特征自动计算。在机器学习中，此种自动标注常被称为{\em 远程监督\/}。据作者所知，这是首个远程监督的跨平台（论文到仓库）匹配系统。我们在从 GitHub 与 Microsoft Academic 收集的真实数据集上评估 paper2repo 的性能。结果表明其优于其他 SOTA 推荐方法。
引用
@article{arxiv.2004.06059,
title = {paper2repo: GitHub Repository Recommendation for Academic Papers},
author = {Huajie Shao and Dachun Sun and Jiahao Wu and Zecheng Zhang and Aston Zhang and Shuochao Yao and Shengzhong Liu and Tianshi Wang and Chao Zhang and Tarek Abdelzaher},
journal= {arXiv preprint arXiv:2004.06059},
year = {2020}
}