MétaCan
Menu
Retour à la cohorte
Enregistrement W4284989007 · doi:10.48175/ijarsct-5715

Study of Recommendation System

2022· article· en· W4284989007 sur OpenAlexaboutno aff
Shivani Parab, Saloni Pawar

Notice bibliographique

RevueInternational Journal of Advanced Research in Science Communication and Technology · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueText and Document Classification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGlobeSet (abstract data type)Point of interestData scienceQuarter (Canadian coin)World Wide WebArtificial intelligenceGeographyPsychology

Résumé

récupéré en direct d'OpenAlex

Recommendation system (RS) has surfaced as a serious exploration interest that aims to help druggies to seek out particulars online by furnishing suggestions that nearly match their interest. This paper provides a study on the RS covering the colorful recommendation approaches, associated issues, and Ways used for information reclamation. because of its wide operations, it's convinced exploration interest among a big number of experimenters round the globe. the most purpose of this paper is to identify the exploration trend in RS. relatively, 000 exploration papers, published by ACM, IEEE, Sp ringer, and Elsevier since 2011 to the primary quarter of 2017, have been considered. Several intriguing findings have embark of this study, which will help this and unborn RS experimenters to assess and set their exploration road map. likewise, this paper also envisions the long run of RS which can open up new exploration directions during this sphere.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0040,007
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,090
Tête enseignante GPT0,442
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Research in Science Communication and TechnologyMême sujetText and Document Classification TechnologiesTravaux en français237 207