.png){kind=icon}
.png){kind=icon}
返回
Enhancing Data Discoverability: A Semantic Item-Based Recommendation System for Open Data Catalogues
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-01589-1_14.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
开放数据目录（ODCs）是公共组织机构发布的公共数据集的开放访问存储库。由于这些目录中可用的数据量巨大，用户即使使用广泛的关键词和分类搜索也难以导航和查找相关数据集。推荐系统（RecSys）通过向用户提供相关数据集建议来提高这些目录中的数据可发现性。在本文中，我们设计和提出了一种适用于ODC应用的模块化、可扩展的RecSys。我们的设计专注于通过分析数据集文本元数据属性之间的语义相似性来查找相似数据集。我们利用多语言句子嵌入模型计算相似度分数，并在生成的向量嵌入上执行近似最近邻（ANN）搜索，以找到语义上更接近的数据集。我们的解决方案设计用于欧洲最大的开放数据门户（ODPs）之一，我们还展示了在该门户的180万数据集上对RecSys的评估。
Keyword:
Open data catalogue
Recommender system
Semanti similarity
Data discoverability
Content filtering
期刊
E
IF:
0
论文数:
22
被引数:
0