Jun, 2020

通过随机评审分配来缓解同行评审中的操纵问题

PDF
TL;DR研究了会议同行评审中的三个挑战：评审人恶意加入给出正面评价的论文、评审人故意给不喜欢的论文打低分和评审人匿名解除。提出了一种对三个问题进行通用性整合的方法，并针对给定限制下的评审人分配问题提出了随机算法，成功限制了恶意评审人分配。
发现论文，激发创造
  • 论文评审中防止操纵的权衡

    本文讨论了学术期刊中计算机科学方面论文竞标的问题，提出了现有算法中对竞标操纵的防范策略，并列举了算法需要满足的特点并提出了未来的研究方向。

    Jul, 2022

  • PeerReview4All：同行评审中公平准确的评审人分配

    该研究考虑了会议同行评审中的论文自动分配问题，着重关注公平性和统计准确性。研究设计了一种基于最大流程序的分配算法，旨在最大化最不利论文的审查质量，并提出了一种新的主观评分模型，设计了一种新颖的实验方法来评估算法的质量。

    Jun, 2018

  • 同行评审中恶意论文竞标数据集

    本文研究了同行评审中的恶意评审行为问题，提出了一种基于通过构建数据集来监测恶意出价的方法，并基于该数据集分析了出价行为，并提出一些简单的检测算法以检测恶意出价。

    Jun, 2022

  • 从论文投标中检测审稿人与作者串通的共谋环

    从论文投标中检测串通可以取得显著成功并保持隐藏，需要开发更复杂的检测算法利用额外的元数据。

    Feb, 2024

  • 优化论文匹配的框架

    本文提出了一个框架来优化论文 - 审稿人分配，使用适宜性评分来测量论文和审稿人之间的成对亲和力，可以从提供的少量评分中推断出适宜性评分，将任务定义为整数规划问题，并提出了几种适用于论文和审稿人匹配问题的方案，探讨了学习和匹配相互作用的因素，对两个会议数据集进行了实验，测试了几种学习方法的性能以及匹配方法的有效性。

    Feb, 2012

  • 大型会议上的论文与审稿人匹配

    本文研究了一种新颖的评审 - 文章匹配方法，该方法已被引入多个计算机科学领域的顶级会议，包括 AAAI，ICML，IJCAI 等，并通过对现实数据的广泛后期分析进行了评估，比较了其与 AAAI 2020 版本使用的匹配算法的不同之处。

    Feb, 2022

  • 关于策略无效的会议同行评审

    本文研究了会议中同行评审机制的问题，提出了一种基于社会选择理论的策略性确保且高效的同行评审算法，并在 ICLR 大会提交数据上进行了实证研究。

    Jun, 2018

  • 审稿人分配问题：范围审查

    本文对近三十年来计算方法和算法寻找合适同行评审者，解决同行评审分配困难的问题 (RAP) 的研究进行了综述和探讨，并提出进一步的研究方向。

    May, 2023

  • 打击合谋圈很难但可行

    本文旨在解决学术同行评审中的合谋环问题，引入 Cycle-Free Reviewing 概念，分析其难点，提出并验证线性规划方案的短评检测存在问题，最后提出了一种高效的计算赋权的无环评审分配的启发式方法，该方法在实践中具有良好的质量。

    Dec, 2021

  • 面向审稿人推荐系统的提交感知评审人画像

    本文提出了一种基于上下文学习的评审人匹配方法，解决了用主题建模进行评审者指派时主题上下文信息丢失和难以解释的问题，并在实验中取得了显著的精度提高。

    Nov, 2022