• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Research Papers Recommendation
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
28 апреля 2026 г.
Почему слабые участники соревнований сдаются - и как это изменить
Доцент факультета экономических наук НИУ ВШЭ Анастасия Анцыгина разработала модель распределения призов, которая максимально стимулирует активность участников соревнований. Она предложила пересмотреть классический принцип «победитель получает все» и в некоторых случаях предлагать небольшую награду даже проигравшему. По ее мнению, это может повысить мотивацию участников и сделать соревнование более конкурентным. Результаты исследования опубликованы в журнале Economic Theory.
28 апреля 2026 г.
Исследователи НИУ ВШЭ собрали научную базу данных для изучения пищевых привычек у детей
Созданная в Высшей школе экономики база данных может стать основой для изучения пищевых привычек у детей. Об этом говорится в исследовании «Влияние возрастных, гендерных и социально-ролевых факторов на соответствие пищевого выбора детей возрастным нормам: экспериментальное исследование с веб-приложением Dish-I-Wish». Работа выполнена в рамках Программы фундаментальных исследований НИУ ВШЭ. Исследование было представлено в рамках XXVI Апрельской международной научной конференции.
27 апреля 2026 г.
«Уезжаешь с чемоданом новых идей и гипотез»
Апрельская международная научная конференция ежегодно привлекает молодых исследователей из разных регионов России. С 2019 года они могут принять участие в конкурсе, организованном НИУ ВШЭ, по итогам которого им компенсируются расходы на проезд и проживание в Москве. В этом году на конкурс поступило 17 заявок, было отобрано 8. Своими впечатлениями от конференции поделились его победители.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Research Papers Recommendation

P. 1–14.
Герасимова О. А., Макаров И. А., Лапидус А. А.

The work is devoted to academic papers recommendation task considered as link prediction on a static citation network. We compare several graph embeddings, text-based and fusion models in the link prediction problem on academic papers citation dataset. We showed that fusion models of graph and text information outperform other approaches based on graph or text information alone. We prove this via an extensive set of experiments with different train/test splits that our fusion models are robust and retain superior performance even with a reduced train set.

Язык: английский
Полный текст
Ключевые слова: рекомендательная системаcitation networkGraph Embeddingграфовые эмбеддингиrecommendation systemsграф цитирования
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Синтез логических и статистических методов машинного обучения для междисциплинарных приложений (2021)

В книге

Analysis of Images, Social Networks and Texts. 10th International Conference, AIST 2021, Tbilisi, Georgia, December 16–18, 2021, Revised Selected Papers
Cham: Springer, 2022.
Похожие публикации
Интеграция Big Data в системы рекомендаций: технологии персонализации контента
Кузнецов И. А., Бобунов А. Ю., Бушуев С. А. и др., Конкурентоспособность в глобальном мире: экономика, наука, технологии 2024 № 9 С. 56–61
В статье рассматриваются современные технологии, применяемые в системах рекомендаций (СР) контента с использованием Big Data (больших данных). Изучаются методы обработки и анализа данных, которые позволяют значительно улучшить адаптацию рекомендаций под индивидуальные потребности человека. Анализируются преимущества, связанные с внедрением искусственного интеллекта (ИИ) и машинного обучения (МО) в обработку Big Data для повышения эффективности СР. В работе ...
Добавлено: 10 марта 2025 г.
A Study of Graph Neural Networks for Link Prediction on Vulnerability to Membership Attacks
D. Shaikhelislamov, Lukyanov K., Severin N. и др., Journal of Mathematical Sciences 2024 Vol. 285 P. 234–244
Добавлено: 3 февраля 2025 г.
The Dilemma of Sufficient Prediction Accuracy in Educational Recommendation Services
Oreshkina T., Kartasheva Anna, Zabokritskaya L., , in: 2024 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 13-15 May 2024.: IEEE, 2024. P. 217–219.
Добавлено: 9 сентября 2024 г.
Qualitative social network analysis: studying the field through the bibliographic approach
Ким А. В., Мальцева Д. В., Quality and Quantity 2024 No. 58 P. 385–411
Добавлено: 22 марта 2023 г.
Community Embeddings with Bayesian Gaussian Mixture Model and Variational Inference
Anton I.N. Begehr, Peter B. Panfilov, , in: 2022 IEEE 24th Conference on Business Informatics (CBI)Vol. 2: CBI Forum and Workshop Papers.: IEEE, 2022. P. 88–96.
Добавлено: 6 декабря 2022 г.
Adversarial attacks on graph-level embedding methods: a case study
Giordano M., Maddalena L., Manzo M. и др., Annals of Mathematics and Artificial Intelligence 2023 Vol. 91 P. 259–285
Добавлено: 18 ноября 2022 г.
Network Embedding for Cluster Analysis
Макаров И. А., Oborevich A., , in: Proceedings of IEEE 21st International Symposium on Computational Intelligence and Informatics (CINTI'21), 18-20 Nov. 2021.: NY: IEEE, 2021. P. 000127–000130.
Graph visualization is an effective and efficient way to discover complex inter-connections between elements within the nested structure of data. To accomplish this type of representation machine learning algorithms use a technique called graph embedding and node embedding in particular. However, in this paper, we will compare well-known techniques to yet largely under-explored setting of ...
Добавлено: 19 января 2022 г.
Creating a Course Recommendation System for Exchange Students
Сущевский В. В., Mohammad K., , in: Companion Proceedings 11th International Conference on Learning Analytics & Knowledge (LAK21).: [б.и.], 2021. P. 76–78.
Добавлено: 4 июля 2021 г.
A Recommendation System For Building School Teachers’ Multidisciplinary Skills
Kupriyanov R., Lavrenova E., Патаракин Е. Д. и др., , in: Dialogue of Cultures - Culture of Dialogue: from Conflicting to Understanding.: European Proceedings of Social and Behavioural Sciences EpSBS, 2020. P. 1212–1221.
Добавлено: 23 ноября 2020 г.
GSM: Inductive Learning on Dynamic Graph Embeddings
Ананьева М. Е., Макаров И. А., Pendiukhov M., , in: Network Algorithms, Data Mining, and Applications. Springer Proceedings in Mathematics & Statistics.: Springer, 2020. P. 85–99.
In this paper, we study the problem of learning graph embeddings for dynamic networks and the ability to generalize to unseen nodes called inductive learning. Firstly, we overview the state-of-the-art methods and techniques for constructing graph embeddings and learning algorithms for both transductive and inductive approaches. Secondly, we propose an improved GSM based on GraphSAGE ...
Добавлено: 27 февраля 2020 г.
Adapting the Graph2Vec Approach to Dependency Trees for NLP Tasks
Дурандин О. В., Малафеев А. Ю., , in: Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Kazan, Russia, July 17–19, 2019, Revised Selected Papers. Communications in Computer and Information ScienceVol. 1086.: Springer, 2020. P. 120–131.
Добавлено: 16 ноября 2019 г.
iMetrics: the development of the discipline with many names
Мальцева Д. В., Батагель В., Scientometrics 2020 No. 125 P. 313–359
Different research traditions have developed over time to study the quantitative aspects of information and knowledge production, such as scientometrics, bibliometrics, librametrics, informetrics, cybermetrics, webometrics, or altmetrics. These information metrics, or iMetrics, as they were labeled by Milojević and Leydesdorff in Scientometrics 95(1):141–157, 2013, are unified by the usage of quantitative data analysis, applying various statistical methods and techniques and are often used ...
Добавлено: 23 октября 2019 г.
МАШИННОЕ ОБУЧЕНИЕ МОДЕЛИ ИНФОРМАЦИОННОЙ РЕКОМЕНДАТЕЛЬНОЙ СИСТЕМЫ ПО ВОПРОСАМ ИНДИВИДУАЛИЗАЦИИ ОБРАЗОВАНИЯ
Таратухина Ю. В., Барт Т. В., Власов В. В., Вестник московского университета им Витте 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 зависит от типа ...
Добавлено: 30 сентября 2019 г.
Dual network embedding for representing research interests in the link prediction problem on co-authorship networks
Макаров И. А., Герасимова О. А., Sulimov P. и др., PeerJ Computer Science 2019 P. 1–20
We present a study on co-authorship network representation based on network embedding together with additional information on topic modeling of research papers and new edge embedding operator. We use the link prediction (LP) model for constructing a recommender system for searching collaborators with similar research interests. Extracting topics for each paper, we construct keywords co-occurrence ...
Добавлено: 21 января 2019 г.
Social network analysis as a field of invasions: bibliographic approach to study SNA development
Мальцева Д. В., Батагель В., Scientometrics 2019 Vol. 121 No. 2 P. 1085–1128
In this paper, the results of a study on the development of social network analysis (SNA) and its evolution over time, using the analysis of bibliographic networks are presented. The dataset consists of articles from the Web of Science Clarivate Analytics database obtained by searching for the keyword “social network*” and those published in the ...
Добавлено: 19 октября 2018 г.
Possible Ways of Applying Citations Network Analysis to a Scientific Writing Assistant
Поршнев А. В., Казаков М. А., , in: Springer Proceedings in Mathematics and Statistics. Volume 104 Models, Algorithms and Technologies for Network Analysis.: Dordrecht, L., Cham, Heidelberg, NY: Springer, 2014. P. 119–126.
Добавлено: 14 октября 2018 г.
Joint Node-Edge Network Embedding for Link Prediction
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. 20–31.
In this paper, we consider new formulation of graph embedding algorithm, while learning node and edge representation under common constraints. We evaluate our approach on link prediction problem for co-authorship network of HSE researchers’ publications. We compare it with existing structural network embeddings and feature-engineering models. ...
Добавлено: 5 сентября 2018 г.
Co-authorship Network Embedding and Recommending Collaborators via Network Embedding
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.
Архитектура рекомендательной системы, настраиваемой на предметные области
Лядова Л. Н., Малькова К. М., Тимофеев М. В., В кн.: ТЕХНОЛОГИИ РАЗРАБОТКИ ИНФОРМАЦИОННЫХ СИСТЕМ (ТРИС-2017): Материалы VIII Международной научно-технической конференции.: Ростов н/Д: Южный федеральный университет, 2017. С. 98–108.
Аннотация: Описаны требования к универсальным рекомендательным системам, интегрируемым с сервисами сторонних разработчиков. Приведено описание архитектуры системы, настраиваемой на различные предметные области, её компонентов и особенностей их реализации. ...
Добавлено: 14 декабря 2017 г.
Библейский текст в пространстве барочной проповеди: "Обед душевный" Симеона Полоцкого
Преображенская А. А., В кн.: Русская филология. 27: Сборник научных работ молодых филологов.: Тарту: Tartu University Press, 2016. С. 25–35.
В статье расматриваются библейские заимствования в барочных проповедях первого придворного поэта Симеона Полоцкого. Впервые анализируется культура цитирования Симеона, приводитя анализ корпуса библейких цитат и цитат из святоотеческой литературы. "Чужой текст" изучается как часть языковой личности Симеона. ...
Добавлено: 16 апреля 2016 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору