Reviewer Recommender

Reviewer Recommender 是由清华大学知识工程实验室（KEG）开发的学术论文审稿人推荐系统。它以 Chrome 扩展的形式提供，可与 ScholarOne 审稿系统无缝配合，让编辑无需离开熟悉的工作流程即可寻找合适的审稿人。

安装后，Reviewer Recommender 可以直接从网页中自动提取论文信息，包括论文内容和作者详情。无需手动复制、粘贴或重复录入，省时省力，还能减少稿件处理过程中的失误。

基于提取到的信息，Reviewer Recommender 会借助 Aminer（https://aminer.org/）的海量学术大数据，为每篇论文识别并推荐最合适的审稿人。通过将论文与真正匹配其研究方向的专家对接，帮助编辑更快、更有把握地组建合格的审稿人名单。

如果您在 ScholarOne 上负责同行评审工作，并为每篇投稿寻找合适的专家而烦恼，Reviewer Recommender 提供了一种实用且数据驱动的方案，让推荐流程更加顺畅高效。