基于作者-主题模型的机器学习领域研究者推荐
信息检索
2021-09-07 v1
摘要
本文旨在利用作者-主题模型（ATM）揭示机器学习领域的研究者。我们收集了 1997 年至 2016 年发表的机器学习领域六本顶级期刊的 16,855 篇科学论文，并使用 ATM 对其进行分析。数据集被划分为 4 个时间段，以识别顶尖研究者并利用其相似度分数寻找相似研究者。相似度分数使用 Hellinger 距离计算。研究者使用 t-SNE 进行绘图，该方法在保持点间距离不变的同时降低了数据维度。我们的研究分析有助于新晋研究者在其感兴趣的方向上找到顶尖研究者。
引用
@article{arxiv.2109.02022,
title = {Recommending Researchers in Machine Learning based on Author-Topic Model},
author = {Deepak Sharma and Bijendra Kumar and Satish Chand},
journal= {arXiv preprint arXiv:2109.02022},
year = {2021}
}
备注
12 Pages,6 Figures, Presented in conference