科技项目评审专家推荐系统的研究与实现

论文摘要

随着互联网信息资源的爆发性增长,使用传统的关键字检索很难满足用户高效获取所需要的信息。在这种背景下,个性化推荐系统应运而生,并在电子商务推荐、影视推荐、文章推荐等很多领域得到了应用。但在科技项目评审领域,鲜有项目评审专家自动推荐系统的研究及应用。基于丰富的专家库信息,根据科技项目信息来自动推荐合适的评审专家是非常有必要的,是科技项目评审质量和效果的保证。本论文根据科技项目评审标准、专家信息库和待评审科技项目信息研究科技项目评审专家推荐系统,以实现科技项目评审专家的高效准确的遴选。论文的主要研究工作如下：（1）研究提出一种科技项目评审专家推荐系统模型。该模型首先构建科技项目和评审专家向量空间模型,运用基于内容的算法进行相似性匹配,产生初步推荐专家列表；然后运用协同过滤算法对得到的专家列表进行调整；最后运用专家评分作为加权因子混合推荐产生最终的专家列表。（2）研究建立科技项目及评审专家向量空间模型。通过科技项目文本信息分词获取关键字,运用TF-IDF算法计算关键字的权重,得到权重大于阈值的关键字及其权重,基于向量空间方法建立科技项目向量空间模型；类似,建立评审专家的向量空间模型。（3）研究建立专家评分数学模型。根据专家基本信息、科研课题、文献、人才培养和获奖情况等评价指标建立专家评分数学模型,然后将专家评分数学模型计算得到的专家评分作为调整推荐结果的加权因子。（4）研究提出一种科技项目评审专家的混合推荐算法。首先针对传统的基于内容推荐算法无法分别信息的不同字段对推荐影响力不同的问题,提出一种基于内容的分层次推荐算法,并运用该算法产生初步推荐,然后用协同过滤算法对结果进行筛选,最后再运用加权因子混合推荐产生专家列表。论文成果已实际应用于浙江省科技项目管理系统中,应用表明成果的可行性和有效性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 课题背景及研究意义
• 1.2 国内外研究现状与发展趋势
• 1.2.1 研究现状
• 1.2.2 发展趋势
• 1.3 主要研究内容
• 1.4 本文工作和内容安排
• 第2章 推荐算法概述
• 2.1 常用的推荐算法
• 2.1.1 基于内容的推荐
• 2.1.2 协同过滤推荐
• 2.1.3 基于关联规则的推荐
• 2.1.4 组合推荐
• 2.2 各类推荐算法的对比
• 2.3 推荐算法的评价标准
• 2.4 本章小结
• 第3章 科技项目评审专家推荐系统模型
• 3.1 推荐系统模型简介
• 3.2 科技项目评审专家推荐系统模型
• 3.2.1 科技项目及评审专家向量空间模型的创建
• 3.2.2 专家向量空间模型的建立
• 3.2.3 专家评分数学模型的建立
• 3.2.4 混合推荐算法
• 3.3 本章小结
• 第4章 科技项目与评审专家的向量空间模型
• 4.1 分词
• 4.2 筛选关键字及权重计算
• 4.3 评审专家向量空间模型的建立
• 4.4 科技项目与评审专家向量空间模型的匹配
• 4.5 本章小结
• 第5章 科技项目评审专家评分数学模型
• 5.1 评审专家评价指标
• 5.1.1 科研课题指标
• 5.1.2 文献指标
• 5.1.3 人才培养指标
• 5.1.4 获奖情况指标
• 5.2 评审专家评分数学模型的建立
• 5.2.1 评价指标标度及权重的分析与确定
• 5.2.2 评审专家评分数学模型的建立
• 5.3 本章小结
• 第6章 推荐系统的应用
• 6.1 推荐系统的架构与应用环境
• 6.1.1 推荐系统架构
• 6.1.2 系统的开发环境
• 6.1.3 浙江省科技项目管理系统简介
• 6.2 科技项目评审专家推荐
• 6.2.1 单个项目的评审专家推荐
• 6.2.2 一组项目的评审专家推荐
• 6.3 推荐结果数据分析
• 6.4 本章小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 附录
• 详细摘要