论文部分内容阅读
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。