Una aproximación a la recomendación de artículos científicos según su grado de especificidad
Empreu sempre aquest identificador per citar o enllaçar aquest ítem
http://hdl.handle.net/10045/49280
Títol: | Una aproximación a la recomendación de artículos científicos según su grado de especificidad |
---|---|
Títol alternatiu: | An approach to the recommendation of scientific articles according to their degree of specificity |
Autors: | Hernández, Antonio | Tomás, David | Navarro Colorado, Borja |
Grups d'investigació o GITE: | Procesamiento del Lenguaje y Sistemas de Información (GPLSI) |
Centre, Departament o Servei: | Universidad de Alicante. Departamento de Lenguajes y Sistemas Informáticos |
Paraules clau: | Recuperación de información | Modelado de tópicos | Sistemas de recomendación | Information retrieval | Topic modelling | Recommender systems |
Àrees de coneixement: | Lenguajes y Sistemas Informáticos |
Data de publicació: | de setembre-2015 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Citació bibliogràfica: | Procesamiento del Lenguaje Natural. 2015, 55: 91-98 |
Resum: | En este artículo se presenta un método para recomendar artículos científicos teniendo en cuenta su grado de generalidad o especificidad. Este enfoque se basa en la idea de que personas menos expertas en un tema preferirían leer artículos más generales para introducirse en el mismo, mientras que personas más expertas preferirían artículos más específicos. Frente a otras técnicas de recomendación que se centran en el análisis de perfiles de usuario, nuestra propuesta se basa puramente en el análisis del contenido. Presentamos dos aproximaciones para recomendar artículos basados en el modelado de tópicos (Topic Modelling). El primero de ellos se basa en la divergencia de tópicos que se dan en los documentos, mientras que el segundo se basa en la similitud que se dan entre estos tópicos. Con ambas medidas se consiguió determinar lo general o específico de un artículo para su recomendación, superando en ambos casos a un sistema de recuperación de información tradicional. | This article presents a method for recommending scientific articles taking into consideration their degree of generality or specificity. This approach is based on the idea that less expert people in a specific topic prefer to read more general articles to be introduced into it, while people with more expertise prefer to read more specific articles. Compared to other recommendation techniques that focus on the analysis of user profiles, our proposal is purely based on content analysis. We present two methods for recommending articles, based on Topic Modelling. The first one is based on the divergence of topics given in the documents, while the second uses the similarities that exist between these topics. By using the proposed methods it was possible to determine the degree of specificity of an article, and the results obtained with them overcame those produced by an information retrieval traditional system. |
Patrocinadors: | Este trabajo ha sido parcialmente financiado por los siguientes proyectos: ATTOS (TIN2012-38536-C03-03), LEGOLANG-UAGE (TIN2012-31224), FIRST (FP7-287607), DIIM2.0 (PROMETEOII/2014/001) y por el Programa Nacional de Movilidad de Recursos Humanos del Plan Nacional de I+D+i (CAS12/00113). |
URI: | http://hdl.handle.net/10045/49280 |
ISSN: | 1135-5948 |
Idioma: | spa |
Tipus: | info:eu-repo/semantics/article |
Drets: | © Sociedad Española para el Procesamiento del Lenguaje Natural |
Revisió científica: | si |
Versió de l'editor: | http://journal.sepln.org/sepln/ojs/ojs/index.php/pln |
Apareix a la col·lecció: | INV - GPLSI - Artículos de Revistas Investigacions finançades per la UE Procesamiento del Lenguaje Natural - Nº 55 (2015) |
Arxius per aquest ítem:
Arxiu | Descripció | Tamany | Format | |
---|---|---|---|---|
PLN_55_10.pdf | 848,8 kB | Adobe PDF | Obrir Vista prèvia | |
Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.