中文

Poincare:基于处理效应估计的论文出版场所推荐

数字图书馆 2022-09-05 v2 信息检索 机器学习 机器学习

摘要

为学术论文选择出版场所是研究过程中的关键一步。然而,在许多情况下,决策仅基于研究者的经验,这常常导致次优结果。尽管存在针对学术论文的出版场所推荐系统,但它们推荐的是论文预期将被发表的场所以及。在本研究中,我们从不同角度推荐出版场所。我们估计论文若在各场所发表将获得的引用次数,并推荐论文潜在影响最大的场所。然而,该任务存在两个挑战。首先,一篇论文仅在一个场所发表,因此我们无法观测到若该论文在另一场所发表将获得的引用次数。其次,论文内容与出版场所并非统计独立;即在选择出版场所时存在选择偏差。本文将场所推荐问题表述为处理效应估计问题。我们使用偏差校正方法有效估计选择出版场所的潜在影响,并基于论文在各场所的潜在影响推荐场所。我们利用计算机科学会议论文数据突出了我们方法的有效性。

关键词

引用

@article{arxiv.2010.09157,
  title  = {Poincare: Recommending Publication Venues via Treatment Effect Estimation},
  author = {Ryoma Sato and Makoto Yamada and Hisashi Kashima},
  journal= {arXiv preprint arXiv:2010.09157},
  year   = {2022}
}

备注

Journal of Informetrics