?
Co-author Recommender System
P. 251–257.
Modern bibliographic databases contain significant amount of information on publication activities of research communities. Researchers regularly encounter challenging task of selecting a co-author for joint research publication or searching for authors, whose papers are worth reading. We propose a new recommender system for finding possible collaborator with respect to research interests. The recommendation problem is formulated as a link prediction within the co-authorship network. The network is derived from the bibliographic database and enriched by the information on research papers obtained from Scopus and other
publication ranking systems.
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
В книге
Vol. 197. , Springer, 2017.
Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modelling and User-Adapted Interaction 2026 Vol. 36 Article 2
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 15 марта 2026 г.
Юсупов В. А., Sukhorukov N., Фролов Е. П., , in: User Modeling and User-Adapted Interaction.: Springer, 2026. Ch. 36.2 P. 1–24.
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 29 января 2026 г.
Матвеева Н. Н., Батагель В., , in: Proceedings of the 20th International Conference on Scientometrics & Informetrics (ISSI2025), Vol. 2.: Yerevan: Publishing House of the National Academy of Sciences of the Republic of Armenia, “Gitutyun”, 2025.
Добавлено: 27 ноября 2025 г.
Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: CIKM '25: Proceedings of the 34rd ACM International Conference on Information and Knowledge Management.: ACM, 2025. Ch. 1 P. 5469–5473.
В этой работе мы представляем быстрый и эффективный линейный подход к обновлению рекомендаций в масштабируемой графовой рекомендательной системе UltraGCN. Решение этой задачи чрезвычайно важно для поддержания актуальности рекомендаций в условиях большого объема новых данных и меняющихся предпочтений пользователей. Чтобы решить эту проблему, мы адаптируем простой, но эффективный подход к низкоранговой аппроксимации в графовой модели. Наш ...
Добавлено: 3 октября 2025 г.
Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. Ch. 1 P. 1217–1221.
Недавние исследования продемонстрировали потенциал гиперболической геометрии для получения сложных свойств из данных взаимодействий в рекомендательных системах. В этой работе мы представляем новую гиперболическую рекомендательную модель, которая использует геометрическую информацию для улучшения обучения представлений и повышения стабильности вычислений одновременно. Мы переформулирвали понятие гиперболических расстояний, чтобы раскрыть дополнительные возможности представления по сравнению с обычным евклидовым пространством и ...
Добавлено: 3 октября 2025 г.
Добавлено: 24 мая 2025 г.
За последние четверть века цифровые платформы получили широкое распространение и
стали самыми дорогими компаниями мира. Традиционно рост цифровых платформ объясняется
кроссплатформенными сетевыми эффектами, которые, в свою очередь, поддерживаются рекомендательными системами – набором алгоритмов, предлагающих пользователю одного типа
наиболее подходящего пользователя другого типа. Зависимость точности предсказаний алгоритма от числа единиц наблюдений и от числа и типа наблюдений для каждой ...
Добавлено: 10 марта 2025 г.
И. Сафило, Тихонович Д., Петров А. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2023 Т. 514 № 2 С. 333–342
Мы представляем новый датасет для построения рекомендаций фильмов и сериалов, собранный на основе данных реальных пользователей платформы потокового вещания фильмов и сериалов МТС Kion. В отличие от других популярных датасетов для рекомендаций фильмов, таких как MovieLens или Netflix, наш датасет основан на неявных взаимодействиях, полученных во время просмотров контента пользователями, а не на явных оценках, ...
Добавлено: 13 февраля 2024 г.
Добавлено: 8 июня 2023 г.
Другова Е. А., Журавлева И. И., Захарова У. С. и др., Вопросы образования 2022 № 4 С. 107–153
Методы искусственного интеллекта все чаще используются в исследованиях и разработках в области учебной аналитики, призванной анализировать данные, накопленные в процессе обучения, с целью повышения его результативности. С этой же целью развиваются модели педагогического проектирования, самой широко применяемой из которых является ADDIE, раскладывающая создание курса на этапы. Первые две области критикуются за слабую связь с практикой ...
Добавлено: 1 декабря 2022 г.
Описано построение рекомендательной системы выбора одного из пяти реабилитационных комплексов немедикаментозной реабилитации участников вооруженных конфликтов и чрезвычайных ситуаций. Разработанные в Томском НИИ курортологии и физиотерапии ФМБА России реабилитационные технологии позволят предупредить возможную хронизацию патологических процессов, повысить адаптационные резервы организма и улучшить качество жизни лиц, пострадавших в чрезвычай-ных ситуациях. Для каждого комплекса сформирован набор признаков, позволяющий ...
Добавлено: 27 сентября 2021 г.
Ахмед М. М., Delhibabu R., , in: Intelligent Information and Database Systems: 13th Asian Conference, ACIIDS 2021, Phuket, Thailand, April 7–10, 2021, Proceedings.: Springer, 2021. P. 782–795.
Добавлено: 14 января 2021 г.
Сендерович М. А., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е.В. Арменского.: М.: МИЭМ НИУ ВШЭ, 2019. С. 223–224.
Данная работа посвящена актуальной теме автоматизации в машинном обучении на примере создания универсальной рекомендательной системы. В работе исследуются различные типы рекомендательных систем, акцент делается на подходы коллаборативной фильтрации. Изучаются методы автоматизации машинного обучения, на основе которых будет разработана данная рекомендательная система. ...
Добавлено: 31 октября 2020 г.
Anna Averchenkova, Alina Akhmetzyanova, Судариков К. В. и др., , in: Network Algorithms, Data Mining, and Applications. Springer Proceedings in Mathematics & Statistics.: Springer, 2020. P. 101–119.
Nowadays, a lot of scientists’ works aim to improve the quality of people’s life but it could be quite complicated without building a successful collaboration. Productive partnerships can increase research efficiency in many cases and make a huge impact on society. However, today there is no clear way to find such collaborators. In this paper, ...
Добавлено: 27 февраля 2020 г.
Demochkin K., Савченко А. В., , in: Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Lecture Notes in Computer Science, Revised Selected PapersVol. 11832.: Cham: Springer, 2019. Ch. 26 P. 291–297.
Добавлено: 22 декабря 2019 г.
Demochkin K. V., Савченко А. В., Journal of Physics: Conference Series 2019 Vol. 1368 No. 032016 P. 1–7
Добавлено: 29 ноября 2019 г.
Савченко А. В., Дёмочкин К. В., Савченко Л. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 4 P. 297–304
Добавлено: 25 октября 2019 г.
Барт Т. В., Власов В. В., Образовательные ресурсы и технологии 2019 Т. 2 № 27 С. 7–14
Обучение модели информационной рекомендательной системы связано с исследованием применяемых математических и информационных методов и моделей, их комбинаций с целью обеспечения необходимой точности формируемых прогнозов и выводов. В статье рассматривается машинное обучение модели рекомендательной системы с применением статистических методов и анализа больших данных, направленной на решение вопросов индивидуализации образования. В данном случае точность машинного обучения модели ...
Добавлено: 30 сентября 2019 г.
Герасимова О. А., Макаров И. А., , in: Advances in Computational Intelligence. IWANN 2019.: Berlin: Springer, 2019. P. 667–677.
In this paper, we study the problem of predicting quantity of collaborations in co-authorship network. We formulated our task in terms of link prediction problem on weighted co-authorship network, formed by authors writing papers in co-authorship represented by edges between authors in the network. Our task is formulated as regression for edge weights, for which ...
Добавлено: 29 июля 2019 г.
Mali F., Pustovrh T., Platinovsek R. и др., Science and Public Policy 2017 Vol. 44 No. 4 P. 486–496
Добавлено: 2 ноября 2018 г.
Матвеева Н. Н., Польдин О. В., , in: Computational Aspects and Applications in Large-Scale Networks. Springer Proceedings in Mathematics & StatisticsVol. 247.: Springer, 2018. P. 329–339.
Добавлено: 27 сентября 2018 г.
Макаров И. А., Герасимова О. А., Сулимов П. А. и др., , in: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer ScienceVol. 11179.: Berlin: Springer, 2018. P. 32–38.
Co-authorship networks contain invisible patterns of collaboration among researchers. The process of writing joint paper can depend of different factors, such as friendship, common interests, and policy of university. We show that, having a temporal co-authorship network, it is possible to predict future publications. We solve the problem of recommending collaborators from the point of ...
Добавлено: 5 сентября 2018 г.