一种基于科技词条的批量任务专家自动遴选方法技术

本发明专利技术公开了一种基于科技词条的批量任务专家自动遴选方法，包括以下步骤：步骤S1、遴选任务重要性计算；步骤S2、筛选专家；步骤S3、基于科技词条建立批量任务专家自动遴选0‑1整数规划模型；步骤S4、使用gurobi求解批量任务专家自动遴选0‑1整数规划模型，得到专家候选集；步骤S5、将步骤S4得到的专家候选集返回给专家遴选系统。本发明专利技术基于科技词条的批量任务专家自动遴选算法，每次可针对多个遴选任务，将专家能力值在遴选任务集合上分配最优，实现科技项目与评审专家的精准匹配，提高专家遴选系统的准确性和遴选效率，有效保证科技专家遴选工作的科学性、准确性和公平性，降低相关管理机构遴选专家的工作量。

An automatic selection method of batch task experts based on scientific and technological terms

【技术实现步骤摘要】
一种基于科技词条的批量任务专家自动遴选方法
本专利技术涉及信息管理
，特别涉及一种基于科技词条的批量任务专家自动遴选方法。
技术介绍
科技专家是项目评审的主体，其在和项目有关的科技领域的能力值直接决定了评审结果的有效性。当前很多遴选系统均可以做到“大同行”，即专业方向基本贴近，但很难做到“小同行”，即评审专家和项目所涉及的具体研究主题难以一致，需要专业人员的参与才能选到最合适的专家。基于此，专利技术人在专利一种科技主题的管理方法与系统(申请号CN201711174056.9)中提出了科技词条这一规范化术语。科技词条提供一种比学科、
等分类更为精确，更能真实反映科技工作中理论和技术研究范畴的分类方法和管理模式，由科技人员主导完成词条的管理。在范畴划分中，若科技词条te1研究范畴是由科技词条te2的研究范畴细化而来，称te2强包含te1，记为te2→te1；若科技词条te1的研究范畴与科技词条te2的研究范畴存在交集，或te1的研究范畴在某种程度上也属于te2的研究范畴，称te2弱包含te1，记为包含关系是传递的。若以科技词条为顶点，词条间的强包含和弱包含关系表示为有向边，则所有科技词条构成有向无环树图。给定科技词条te，所有te传递包含或传递包含te的词条都是te的关联词，反映研究范畴的相关性。如某项研究对应到科技词条树图中是出度为零的顶点，说明该研究范畴是一个划分比较精确的分支。科技词条之间存在关联，同时，科技词条关联了科研论文、科技人员。给定科技词条te，研究内容包含te的科研论文都是te的关联科研论文，研究范畴包含te的科技人员都是te的关联科技人员。专利一种表征科技专家成果能力的科技词条抽取方法(申请号CN201810022753.0)中，计算出了专家在科技词条上的贡献系数(专家成果分占科技词条上总成果分的比值)，客观地反映了专家在各种粒度研究范畴上的成果能力。专利一种基于科技词条的单任务专家自动遴选方法及配套系统(申请号CN201910253367.7)在对专家成果和项目内容分析的基础上，研究一种基于科技词条的单任务专家自动遴选方法实现专家的多种模式遴选，支持甄别大同行和小同行，支持基于专家成果能力综合评价或定域评价，有效保证科技专家遴选工作的科学性、准确性和公正性。随着各类科技项目的立项、申报等活动日益增多，有时候单任务专家自动遴选方法不能满足一些企业/机构的需求，有可能同一时间，有多个遴选任务需要找同方向的评审专家。本专利技术基于科技词条模型，分析专家和项目涉及科技词条，提出了一种基于科技词条的批量任务专家自动遴选方法，每次可针对多个遴选任务，将专家能力值在遴选任务集合上分配最优，实现科技项目与评审专家的精准匹配，有效保证科技专家遴选工作的科学性、准确性和公平性，降低相关管理机构遴选专家的工作量。
技术实现思路
为了解决单任务耗时，且不能适用于在同一时间有多个遴选任务需要找同方向的评审专家的场景，本专利技术提出了一种基于科技词条的批量任务专家自动遴选方法，方法的实现基于科技词条，科技词条提供一种比学科、
等分类更为精确，更能真实反映科技工作中理论和技术范畴的分类方法和管理模式；基于科技词条，每次针对多个遴选任务，将专家能力值在遴选任务集合上分配最优。本专利技术至少通过如下技术方案之一实现。一种基于科技词条的批量任务专家自动遴选方法，包括以下步骤：步骤S1、遴选任务重要性计算；步骤S2、筛选专家；步骤S3、基于科技词条建立批量任务专家自动遴选0-1整数规划模型；步骤S4、使用gurobi求解批量任务专家自动遴选0-1整数规划模型，得到专家候选集；步骤S5、将步骤S4得到的专家候选集返回给专家遴选系统。进一步地，步骤S1是根据科技项目级别和经费计算遴选任务重要性，若经费到目前这个评审环节仍未确定，则只考虑项目级别，具体如下：项目级别分为国家级项目、省级项目、市级项目、其他项目，所对应的项目级别的重要性系数不同，由用户设定，设遴选任务集合为Task，itemi代表第i个遴选任务的科技项目集合，fundij表示第i个遴选任务的第j个科技项目的经费，kij代表第i个遴选任务的第j个科技项目的项目级别的重要性系数，Taski代表第i个遴选任务，Taski∈Task，那么第i个遴选任务Taski的重要性ipti的公式为：其中，ipti代表第i个遴选任务的重要程度。进一步地，步骤S2是使用遴选条件过滤专家遴选系统中的专家库，挑选出专家库E中满足遴选条件的专家集，遴选条件包括回避专家列表、回避单位列表、专家所在地域限制、专家年龄限制，对于遴选任务Taski满足遴选条件的专家集为ESTaski。进一步地，步骤S3基于科技词条建立批量任务专家自动遴选0-1整数规划模型，具体包括以下步骤：步骤S301、遴选任务专家集求并，步骤S302、基于科技词条计算专家和遴选任务匹配度，设第i个遴选任务的第m个科技项目的科技词条向量空间模型为VPim，第j个专家的科技词条向量空间模型为VEj，那么第i个遴选任务和第j个专家的匹配度Zij的公式为：其中，itemi代表第i个遴选任务的科技项目集合；步骤S303、建立目标函数，让专家能力值在遴选任务集合上分配最优，目标函数为：其中，ipti代表第i个遴选任务的重要程度，由步骤S1得到，yij代表第j个专家是否满足第i个遴选任务的遴选条件，1代表满足，0表示不满足，xij代表第i个遴选任务是否选中了第j个专家，1表示取到，0表示未取到，Zij代表第i个遴选任务与第j个专家的匹配度，ES表示专家集。步骤S304、约束条件建立，包括以下两个约束条件：约束条件1、遴选任务专家数限制，其中numi代表第i个遴选任务所需专家数约束条件2、保证每个专家只被选择一次，ES表示专家集:进一步地，步骤S4使用gurobi求解批量任务专家自动遴选0-1整数规划模型，得到专家候选集，包括以下步骤：步骤S401、使用gurobi求解器对模型求解，得到解x，xij代表第i个遴选任务是否选中了第j个专家，1表示选中，0表示未选中；步骤S402、根据步骤S401得到的解x，遍历x，如果xij＝1，那么在ES中选择第j个专家加入到第i个遴选任务的专家候选集candidatei中，最终会得到每个遴选任务的专家候选集，对每个遴选任务，按专家与该遴选任务的匹配度对该遴选任务的专家候选集降序排序。进一步地，步骤S5将步骤S4得到的专家候选集返回给专家遴选系统，以提高专家遴选系统的准确性和效率。本专利技术与现有技术相比，具有以下优点和有益效果：基于科技词条的批量任务专家自动遴选算法，相比单任务专家自动遴选算法，更符合应用场景，每次可针对多个遴选任务，将专家能力值在遴选任务集合上分配最优，实现科技项目与评审专家的精准匹配，有效保证科技专家遴选工作的科学性、准确性本文档来自技高网...

【技术保护点】
1.一种基于科技词条的批量任务专家自动遴选方法，其特征在于，包括以下步骤：/n步骤S1、遴选任务重要性计算；/n步骤S2、筛选专家；/n步骤S3、基于科技词条建立批量任务专家自动遴选0-1整数规划模型；/n步骤S4、使用gurobi求解批量任务专家自动遴选0-1整数规划模型，得到专家候选集；/n步骤S5、将步骤S4得到的专家候选集返回给专家遴选系统。/n

【技术特征摘要】
1.一种基于科技词条的批量任务专家自动遴选方法，其特征在于，包括以下步骤：
步骤S1、遴选任务重要性计算；
步骤S2、筛选专家；
步骤S3、基于科技词条建立批量任务专家自动遴选0-1整数规划模型；
步骤S4、使用gurobi求解批量任务专家自动遴选0-1整数规划模型，得到专家候选集；
步骤S5、将步骤S4得到的专家候选集返回给专家遴选系统。


2.根据权利要求1所述的一种基于科技词条的批量任务专家自动遴选方法，其特征在于，步骤S1是根据科技项目级别和经费计算遴选任务重要性，若经费到目前这个评审环节仍未确定，则只考虑项目级别，具体如下：
项目级别分为国家级项目、省级项目、市级项目、其他项目，所对应的项目级别的重要性系数不同，由用户设定，设遴选任务集合为Task，itemi代表第i个遴选任务的科技项目集合，fundij表示第i个遴选任务的第j个科技项目的经费，kij代表第i个遴选任务的第j个科技项目的项目级别的重要性系数，Taski代表第i个遴选任务，Taski∈Task，第i个遴选任务Taski的重要性ipti的公式为：



其中，ipti代表第i个遴选任务的重要程度。


3.根据权利要求1所述的一种基于科技词条的批量任务专家自动遴选方法，其特征在于，步骤S2是使用遴选条件过滤专家遴选系统中的专家库，挑选出专家库E中满足遴选条件的专家集，遴选条件包括回避专家列表、回避单位列表、专家所在地域限制、专家年龄限制，对于遴选任务Taski满足遴选条件的专家集为


4.根据权利要求1所述的一种基于科技词条的批量任务专家自动遴选方法，其特征在于，步骤S3基于科技词条建立批量任务专家自动遴选0-1整数规划模型，具体包括以下步骤：
步骤S301、遴选任务专家集求并，
步骤S302、基于科技词条计算专家和遴选任务匹配度，设第i个遴选...

【专利技术属性】
技术研发人员：汤德佑，霍晨鹏，张平健，刘朝刚，奚建清，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44