Um arcabouço para busca e recomendação de artigos científicos

Biblioteca Digital - UFMG

Um arcabouço para busca e recomendação de artigos científicos

Show full item record

Title: Um arcabouço para busca e recomendação de artigos científicos
Author: Cristiano Alex Oliveira do Nascimento
Orientador: Alberto Henrique Frade Laender
Co-orientador: Altigran Soares da Silva
Banca:
Presidente: Alberto Henrique Frade Laender
Membro: Jussara Marques de Almeida; Nivio Ziviani
Subject: Computação Teses.; Sistemas de recuperação da informação Teses.; Pesquisa bibliográfica. Teses.
Palavra-chave: busca de artigos científicos; recuperação de informação
Date: 17-03-2011
Publisher: UFMG
Abstract: A pesquisa bibliográfica é uma das tarefas mais importantes e também uma das mais trabalhosas dentro da pesquisa científica e está presente na vida de muitos pesquisadores em todo o mundo. Nas últimas décadas, essa tarefa passou a ser realizada principalmente na Web, onde milhares de novos artigos científicos são publicados e disponibilizados todos os anos. Devido à grande quantidade de artigos existentes, fazer uma análise completa dos artigos relacionados a um trabalho tornou-se impraticável. Para auxiliar os pesquisadores nessa árdua tarefa, sistemas de recomendação têm sido utilizados para filtrar e sugerir conteúdos de interesse. O problema das atuais abordagens de recomendação de artigos científicos é que elas utilizam informações privilegiadas, como redes de citações e coleções de artigos armazenadas previamente, o que impede que serviços de recomendação sejam oferecidos por outros sistemas que não tenham acesso a esse tipo de informação. Para resolver este problema, neste trabalho propomos um arcabouço para busca e recomendação de artigos científicos que independe de tais informações privilegiadas. O arcabouço proposto utiliza formulários de consulta disponíveis na Web para gerar um conjunto de artigos candidatos e recomenda os artigos mais relacionados considerando somente informações disponíveis publicamente. Para isso, propomos e avaliamos estratégias de geração e seleção de consultas a partir de informações contidas em um único artigo fornecido como entrada e avaliamos a utilização de diferentes campos do artigo científico para geração das consultas. Além disso, avaliamos a utilização de diferentes fontes de informação para encontrar os artigos e a eficácia de estratégias de ordenação baseadas em conteúdo na recomendação de artigos científicos.
Resumo em lingue estrangeira: Bibliographical search is an important and a difficult task in the scientific research and it is commonly accomplished by many people around the world. There is currently an increasing number of research papers available on the Web, thus a significant portion of this task is currently performed in the digital environment. Due to this large amount of information, it has become almost impossible to cover all the relevant related work present in the literature. In order to aid researchers to find related papers, recommender systems have been applied to filter and suggest content of interest. The main problem with the current approaches is the use of privileged information, such as citation networks and previously stored full paper collections, which do not allow systems without that information to offer recommendation services. In order to solve this problem, in this work we propose a framework for finding and recommending research papers that does not use any privileged information. The framework discovers related work through search interfaces available on the Web and recommends the most relevant papers by using only publicly available information. Then, we show how to create and select queries by using information from a single paper, and evaluate for this task the use of different fields from the research paper. We also evaluate the use of different information sources and content-based strategies for paper recommendation.
URI: http://hdl.handle.net/1843/SLSS-8GQLSD

Files in this item

Files Size Format View
cristianoalexoliveiranascimento.pdf 2.684Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record