【技术实现步骤摘要】
一种面向科研任务的知识推送方法及系统
[0001]本专利技术属于数据推送方法的
，具体涉及一种面向科研任务的知识推送方法及系统。
技术介绍
[0002]在科研项目的管理工作中，产生了大量的数据、信息与知识，但是因知识相对分散、知识一致性的缺乏，导致很多有价值的知识长期被孤立甚至埋没，不能被有效利用，知识作为重要资产的价值得不到发挥。
[0003]为了有效提升工作效能，需要制定合理有效的知识推送机制。科研项目管理工作中的知识推送需要针对具体任务，然而，大多数的推送方法都是基于用户画像，尚未发现针对任务的知识推送方法。
[0004]用户画像是指获取用户的专业背景、文化程度、知识获得方式、兴趣偏好等用户相关的信息，并以此为基础进行模型化标识，为用户制定特定的标签，通过分析用户标签，将具有一定属性和特征的用户进行归类，通过对用户资料进行对比、分类、归类，比较多维度的构建针对用户的属性标签，并按照重要性进行排序，将重要的、核心的、关键的、规模较大的用户凸显出来，形成不同的特征用户群。
[0005]任务是指...
【技术保护点】
【技术特征摘要】
1.一种面向科研任务的知识推送方法，其特征在于，先对任务进行分类，然后根据不同的任务分类，进行用户画像刻画，给每个用户设置相应的画像标签，对某一分类下的具体任务进行标签化处理；针对具体任务，采用混合相似度算法实现对用户的知识推送；所述混合相似度算法包括标签匹配算法及文本相似度算法，将标签匹配算法及文本相似度算法的推荐结果合并，并将标签匹配算法及文本相似度算法的推荐评分与预设权重的乘积相加，分别对应得到混合相似度算法的待选的推荐列表以及推荐评分。2.根据权利要求1所述的一种面向科研任务的知识推送方法，其特征在于，标签匹配算法计算的推荐评分的公式如下：其中：N（u, i）表示任务u和知识i共有的标签，ω
uk
表示任务u与标签k的关联度，即标签相对任务的权重；r
ki
表示标签k与知识i的关联度，即标签相对知识的权重。3.根据权利要求2所述的一种面向科研任务的知识推送方法，其特征在于，在标签匹配算法中，加入对匹配标签的个数，以及标签权重的考量，以提高推荐结果的准确度，标签权重根据标签的顺序确定。4.根据权利要求1所述的一种面向科研任务的知识推送方法，其特征在于，在文本相似度算法中，首先要将任务用文本来表示，生成相应的任务文本特征向量及知识文档特征向量，然后通过余弦相似度算法得到知识推荐列表及每个知识对应的推荐评分。5.根据权利要求4所述的一...
【专利技术属性】
技术研发人员：王金安，陈昱旻，邓建，何天豪，
申请(专利权)人：北京德衍睿通科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。