{rfName}
Vi

Llicència i ús

Altmetrics

Anàlisi d'autories institucional

Gil, S.Autor o coautorBobadilla, J.Autor (correspondència)Ortega, F.Autor o coautor

Compartir

9 dejuny de 2019
Publicacions
>
Article
No

VisualRS: Java framework for visualization of recommender systems information

Publicat a:Knowledge-Based Systems. 155 66-70 - 2018-09-01 155(), DOI: 10.1016/j.knosys.2018.04.028

Autors: Gil, S; Bobadilla, J; Ortega, F; Zhu, B

Afiliacions

Univ Politecn Madrid, Beijing Inst Technol, Madrid, Spain - Autor o coautor
Univ Politecn Madrid, Madrid, Spain - Autor o coautor
Univ Tecnol & Arte Digital, Las Rozas De Madrid, Spain - Autor o coautor

Resum

VisualRS is an object oriented Java framework that allows: 1) To relate items or users from recommender systems, 2) To provide tree graph structures containing the most relevant relationships between items or between users, 3) To create visualizations, using Gephi, of the resulting tree graphs, 4) To select the tree graph structures that allow a more balanced visualization and an easier navigation, 5) To choose between an assortment of collaborative filtering similarity measures, 6) To measure the quality of the results making use of centrality measures in graphs, and 7) To easily embed new similarity metrics and quality measures. VisualRS can be used: 1) As recommender systems analysis tool, 2) To provide users and technical managers with a visualization tool of items and users, and 3) To facilitate research both into the collaborative filtering graphic representation and into the information navigation fields. It provides a broad basis for personalization and experimentation.

Paraules clau

Collaborative filteringRecommender systemsRelated informationSimilarity measuresTree graphs

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Knowledge-Based Systems a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2018, es trobava a la posició 17/134, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Computer Science, Artificial Intelligence.

Des d'una perspectiva relativa, i atenent a l'indicador de impacte normalitzat calculat a partir del Field Citation Ratio (FCR) de la font Dimensions, proporciona un valor de: 1.07, el que indica que, comparat amb treballs en la mateixa disciplina i en el mateix any de publicació, el situa com un treball citat per sobre de la mitjana. (font consultada: Dimensions Jul 2025)

Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2025-07-12, el següent nombre de cites:

  • WoS: 3
  • Scopus: 6
  • Google Scholar: 7

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-07-12:

  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 29 (PlumX).

Anàlisi del lideratge dels autors institucionals

Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Primer Autor (GIL BORRAS, SERGIO) i Últim Autor (Zhu, B.).

l'autor responsable d'establir les tasques de correspondència ha estat BOBADILLA SANCHO, JESUS.