一种科技项目评审专家的推荐方法技术

本发明专利技术公开一种科技项目评审专家的推荐方法，包括：读取待评审项目的申请书，建立待评审项目组基于向量的知识表示模型；读取基础库中候选专家的数据，根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型；采用基于知识表示模型的相似度计算方法计算项目组与候选专家的相似度值，并将所述相似度值作为候选专家的第一推荐值；分别计算各候选专家在预设指标上的评分，根据预设的专家评分数学模型计算候选专家的第二推荐值；根据所述第一推荐值和第二推荐值，计算候选专家的推荐指数，得到按推荐指数大小排列候选专家的推荐次序的推荐列表。本发明专利技术可以有效提高推荐专家与项目内容的匹配度。明可以有效提高推荐专家与项目内容的匹配度。明可以有效提高推荐专家与项目内容的匹配度。

【技术实现步骤摘要】
一种科技项目评审专家的推荐方法


[0001]本专利技术属于电力系统
，具体涉及一种科技项目评审专家的推荐方法。

技术介绍

[0002]目前，我国对科技项目的扶持政策引导类科技计划及专项等，同时各地政府也分别建立了不同的基金计划来支持科技项目的开展。国家及各地政府对科技活动的大力支持直接导致了科技项目申报、立项数量的增多。
[0003]现有技术存在以下缺陷与不足：由于科技项目评审专家确定的方式准确性、科学性不足，导致专家与所评项目内容不匹配的现象很普遍。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种科技项目评审专家的推荐方法，以有效提高评审专家与科技项目内容的匹配度。
[0005]为解决上述技术问题，本专利技术提供一种科技项目评审专家的推荐方法，包括：
[0006]步骤S1，读取待评审项目的申请书，建立待评审项目组基于向量的知识表示模型；
[0007]步骤S2，读取基础库中候选专家的数据，根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型；
[0008]步骤S3，采用基于知识表示模型的相似度计算方法计算项目组与候选专家的相似度值，并将所述相似度值作为候选专家的第一推荐值；
[0009]步骤S4，分别计算各候选专家在预设指标上的评分，根据预设的专家评分数学模型计算候选专家的第二推荐值；
[0010]步骤S5，根据所述第一推荐值和第二推荐值，计算候选专家的推荐指数，得到按推荐指数大小排列候选专家的推荐次序的推荐列表。
[0011]进一步地，所述步骤S1具体包括：读取待评审项目的申请书，首先采用基于词语语义网络的中文关键词算法，计算关键词的关键度并以此筛选关键词；然后根据向量空间模型构建方法将关键度与关键词的映射关系构建向量模型；最后根据科技项目以组为单位进行推荐的特点，对项目模型采取合并策略，建立待评审项目组基于向量的知识表示模型。
[0012]进一步地，所述步骤S2具体包括：读取基础库中专家的数据，首先采用基于词语语义网络的中文关键词算法，计算关键词的关键度并以此筛选关键词；然后根据向量空间模型构建方法将关键度与关键词的映射关系构建向量模型；最后根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型。
[0013]进一步地，所述步骤S2还包括：根据每位专家的知识表示模型建立专家数学模型库，通过读取库数据构建专家的知识表示模型。
[0014]进一步地，所述步骤S3具体包括：首先采用层次聚类算法分别构建项目组与专家的概念层次模型，然后采用节点最大深度改进的余弦相似度计算方法，计算科技项目组与专家的相似度值，取得得到相似度值大于阈值的前N位候选专家，构成候选专家的初步推荐
列表；将得到的相似度值作为候选专家的第一推荐值。
[0015]进一步地，所述步骤S4具体包括：根据专家评价分析方法及专家评价原理构建专家评分数学模型，针对科研课题、著作、职称、奖项预设指标，采用层次分析法建立专家评价体系；基于回归分析方法，分别计算各预设指标评分；最后基于专家评价体系及指标评分，构建专家评分数学模型；根据预设的专家评分数学模型计算候选专家的第二推荐值。
[0016]进一步地，所述步骤S4还包括：根据专家评分模型建立专家评分模型数学库，通过读取该库数据构建专家评分数学模型。
[0017]进一步地，所述步骤S5具体包括：通过下述公式计算候选专家的推荐指数：
[0018]S＝S1×
M1+S2×
M2[0019]其中，S表示最后的推荐指数，S1表示第一推荐值，S2表示第二推荐值； M1表示第一推荐值的权重，M2表示第二推荐值的权重。
[0020]进一步地，向量空间模型的建立方式是：
[0021][0022]其中，t
i
(i＝1，2，...，n)为关键词条项，w
i
(d)为t
i
在d中的权重， key(W
i
)为W
i
的关键度值；
[0023]根据项目与专家信息的不同特点，分别对向量V进行做处理，形成科技项目的知识表示模型和专家的知识表示模型。
[0024]进一步地，对科技项目与专家信息采用文本挖掘方法构建知识表示模型。
[0025]实施本专利技术具有如下有益效果：通过设置关键词提取方法、科技项目与专家的知识模型表示、基于知识模型的相似性方法，通过文本挖掘的相关方法分析项目与专家潜在的、重要的关联性，从而有效提高评审专家与待评审项目内容的匹配度；
[0026]通过设置基于内容的推荐算法、协同过滤推荐算法、基于知识的推荐算法、基于关联规则的推荐算法和组合推荐算法，通过对比分析了各个算法的优、缺点和适用场合，为在科技项目评审专家推荐系统的实现中，选择何种推荐算法以及如何实现提供了充分的理论基础；
[0027]通过设置科技项目评审专家推荐模型研究，通过该模型首先根据科技项目组与专家相似性计算法方法，提高科技项目与专家内容的匹配度；然后根据专家评分数学模型加权调整专家推荐指数，使推荐结果更加科学有效。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1是本专利技术实施例一种科技项目评审专家的推荐方法的流程示意图。
[0030]图2是本专利技术实施例中协同过滤推荐的主要步骤示意图。
[0031]图3是本专利技术实施例中推荐算法的比较图。
[0032]图4是本专利技术实施例中常用的推荐系统模型结构图。
[0033]图5是本专利技术实施例中科技项目评审专家推荐模型结构图。
[0034]图6是本专利技术实施例中科技项目评审专家推荐系统的设计流程图。
[0035]图7是本专利技术实施例中Lucene系统结构图。
[0036]图8是本专利技术实施例中停用词词库建立示意图。
[0037]图9是本专利技术实施例中关键词提取示意图。
[0038]图10是本专利技术实施例中概念模型构建及相似度计算示意图。
具体实施方式
[0039]以下各实施例的说明是参考附图，用以示例本专利技术可以用以实施的特定实施例。
[0040]请参照图1所示，本专利技术实施例提供一种科技项目评审专家的推荐方法，包括：
[0041]步骤S1，读取待评审项目的申请书，建立待评审项目组基于向量的知识表示模型；
[0042]步骤S2，读取基础库中候选专家的数据，根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型；
[0043]步骤S3，采用基于知识表示模型的相似度计算方法计算项目组与候选专家本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种科技项目评审专家的推荐方法，其特征在于，包括：步骤S1，读取待评审项目的申请书，建立待评审项目组基于向量的知识表示模型；步骤S2，读取基础库中候选专家的数据，根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型；步骤S3，采用基于知识表示模型的相似度计算方法计算项目组与候选专家的相似度值，并将所述相似度值作为候选专家的第一推荐值；步骤S4，分别计算各候选专家在预设指标上的评分，根据预设的专家评分数学模型计算候选专家的第二推荐值；步骤S5，根据所述第一推荐值和第二推荐值，计算候选专家的推荐指数，得到按推荐指数大小排列候选专家的推荐次序的推荐列表。2.根据权利要求1所述的推荐方法，其特征在于，所述步骤S1具体包括：读取待评审项目的申请书，首先采用基于词语语义网络的中文关键词算法，计算关键词的关键度并以此筛选关键词；然后根据向量空间模型构建方法将关键度与关键词的映射关系构建向量模型；最后根据科技项目以组为单位进行推荐的特点，对项目模型采取合并策略，建立待评审项目组基于向量的知识表示模型。3.根据权利要求2所述的推荐方法，其特征在于，所述步骤S2具体包括：读取基础库中专家的数据，首先采用基于词语语义网络的中文关键词算法，计算关键词的关键度并以此筛选关键词；然后根据向量空间模型构建方法将关键度与关键词的映射关系构建向量模型；最后根据专家信息特点及专家物元知识表示模型构建方法，建立待评审项目组基于物元的知识表示模型。4.根据权利要求3所述的推荐方法，其特征在于，所述步骤S2还包括：根据每位专家的知识表示模型建立专家数学模型库，通过读取库数据构建专家的知识表示模型。5.根据权利要求4所述的推荐方法，其特征在于，所述步骤S3具体包括：首先采用层次聚类算法分别构建项目组与专家的概念层次模型，然后采用节点最大深度改进的余弦相似度计算方法，计算科技项目组与专家的相似度值，取得得到相似度值大于...

【专利技术属性】
技术研发人员：汪伟，余鹏，李重杭，何维，艾致衡，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：