一篇新发表在arXiv上的研究论文详细介绍了在GESIS Search（一个专门的社会科学搜索引擎）中集成和评估各种推荐系统。研究人员实现了并比较了词汇相似性、基于Transformer的语义相似性以及基于会话的推荐算法。研究结果表明，用户普遍偏好基于语义相似性的推荐，而非词语相似性和基于会话的方法，尽管在搜索引擎的不同类别中性能有所差异。 AI
影响 研究结果表明语义相似性是学术搜索推荐的关键，可能指导未来学术信息检索的发展。
排序理由 学术论文，详细介绍推荐系统的研究发现。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- GESIS Search
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Mehmet Deniz Türkmen
- ScienceCast
- scite Smart Citations
- STELLA
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
