КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Контроль і управління в складних системах (КУСС-2024)

Розмір шрифта: 
Порівняльний аналіз алгоритмів формування разових рад із захисту PhD дисертацій
Микола Володимирович Петричко, Сергій Дмитрович Штовба

Остання редакція: 2024-10-08

Анотація


В доповіді проводиться порівняльний аналіз алгоритмів призначення рецензентів за критеріями якості підбору і витратами ресурсів на пошук членів ради. Тематика десертації та тематика статей потенційних членів ради представляються категоріальними розподілами над науковими спеціальностями з системи класифікації наук ANZSRC-2020. Як критерій схожості використовується удосконалена метрика Чекановського, що додатково враховує спорідненість різних наукових спеціальностей за допомогою індексу Жаккара. Порівняння ефективності алгоритмів призначення рад здійснюється експериментально на датасеті з 67 PhD-дисертацій. В результаті експериментів встановлено, що добрий баланс між якістю підбору та ресурсозатратністю досягається жадібним алгоритмом без елітизму та повним перебором на прорідженій множині кандидатів. При цьому за будь-яким алгоритмом, новостворені разові ради не гірше, а як правило кращі, ніж разові ради, які запропонував заклад.

Ключові слова


задача підбору рецензентів, алгоритми оптимізації, категоріальний розподіл, ANZSRC-2020, PhD-дисертація, разова рада

Посилання


[1] Петричко, М. В., & Штовба, С. Д. (2024). Автоматизація підбору наукових рецензентів: огляд задач і методів. Вісник Вінницького політехнічного інституту, (1), 56 64. https://doi.org/10.31649/1997-9266-2024-172-1-56-64

[2] Штовба С.Д., Петричко M.В. (2021). Тематичне моделювання науковців на основі їх інтересів у Google Scholar, Системні дослідження та інформаційні технології, №2, вересень, с. 113-129. https://doi.org/10.20535/SRIT.2308-8893.2021.2.09.

[3] Shtovba, S., Petrychko, M., & Shtovba, O. (2023). Similarity Metric оf Categorical Distributions for Topic Modeling Problems with Akin Categories. In CEUR Workshop Proceedings (Vol. 3392, pp. 76–85). CEUR-WS. https://doi.org/10.32782/cmis/3392-7.

[4] Shtovba, S., & Petrychko, M. (2019). Jaccard index-based assessing the similarity of research fields in dimensions. In CEUR Workshop Proceedings (Vol. 2533, pp. 117–128). CEUR-WS.

[5] Petrychko, M., & Shtovba, S. (2024). Dataset for PhD theses reviewers assignments. ResearchGate. http://dx.doi.org/10.13140/RG.2.2.23147.35362