一种基于智能算法的科研项目评估方法与系统技术方案

本发明专利技术提供一种基于智能算法的科研项目评估方法和系统，属于数据挖掘技术领域，具体包括：基于所述科研项目标签与所述专家技术领域标签得到所述专家的领域匹配度，基于所述专家年龄构建所述专家的精力度；基于所述领域匹配度、所述专家权威度，所述精力度构建所述专家的综合评估函数，通过综合评估函数得到综合评估值；根据所述综合评估值进行所述专家的推荐得到推荐专家，结合所述推荐专家的年龄、已评估数量、学科名称，对所述推荐专家进行筛选，得到筛选专家；基于所述筛选专家的评价分数，以及所述筛选专家的综合评估值，采用评估结果函数，得到所述科研项目的评估结果，从而提高了科研项目评估的准确性和一致性。了科研项目评估的准确性和一致性。了科研项目评估的准确性和一致性。

【技术实现步骤摘要】
一种基于智能算法的科研项目评估方法与系统


[0001]本专利技术属于数据挖掘
，尤其涉及一种基于智能算法的科研项目评估方法与系统。

技术介绍

[0002]科技项目评审是由科技项目管理部门组织相关的专家，按照规定的要求对科技项目进行评审的活动。科技项目评审在科技资源优化配置和能否立项中起着重要作用。随着我国对科技项目的不断重视，每年项目申请的数量在不断增多，这些项目的立项都要经过同行专家进行评审。因此，国家科技项目管理部门需要聘请众多的同行专家对申报的项目进行立项评审，能否科学、公正地遴选出合适的评审专家显得尤为重要。
[0003]针对科技项目的评审专家的推荐问题，在硕士论文《面向信息安全领域的项目评审专家推荐方法研究》中作者周炜翔提出了一种基于混合推荐算法的评审专家推荐模型，从项目和专家的研究领域角度，构建了基于领域标签体系的专家推荐模型，并根据历史项目的专家推荐情况，构建了基于协同过滤的专家推荐算法。在以上两种推荐结果的基础上，构建了混合专家推荐模型，但是却未考虑专家的年纪因素和已评审数量，有些专家虽然资历和匹配度都较高，但是在一定的年纪状态下，其可评审的数量以及准确度都会明显降低，且未根据领域匹配度、年龄、专家权威度建立一个综合的评估函数，导致有些也许匹配度稍微差点，但是权威度高出不少的专家落选，且未建立评估结果函数，对不同专家的评估结果进行优化，从而使得专家推荐结果和评估结果均不够准确，无法得到准确的量化评价结果，进而有可能造成较大的物力人力浪费，也造成了不必要的时间浪费。
[0004]针对上述技术问题，本专利技术提供了一种基于智能算法的科研项目评估方法与系统。

技术实现思路

[0005]为实现本专利技术目的，本专利技术采用如下技术方案：
[0006]根据本专利技术的一个方面，提供了为实现本专利技术目的，本专利技术采用如下技术方案：
[0007]根据本专利技术的一个方面，提供了一种基于智能算法的科研项目评估方法。
[0008]一种基于智能算法的科研项目评估方法，其特征在于，具体包括：
[0009]S11提取科研项目标签，提取专家的专家
标签、专家权威度、专家年龄，基于所述科研项目标签与所述专家
标签得到所述专家的领域匹配度，基于所述专家年龄构建所述专家的精力度；
[0010]S12基于所述领域匹配度、所述专家权威度，所述精力度构建所述专家的综合评估函数，通过综合评估函数得到综合评估值；
[0011]S13根据所述综合评估值进行所述专家的推荐得到推荐专家，结合所述推荐专家的年龄、已评估数量、学科名称，对所述推荐专家进行筛选，得到筛选专家；
[0012]S14基于所述筛选专家的评价分数，以及所述筛选专家的综合评估值，采用评估结
果函数，得到所述科研项目的评估结果。
[0013]通过基于所述科研项目标签与所述专家
标签得到所述专家的领域匹配度，同时结合专家的专家权威度，基于专家年龄得到的所述精力度，得到专家的综合评估函数，通过综合评估函数得到综合评估值，根据所述综合评估值进行所述专家的推荐得到推荐专家，结合所述推荐专家的年龄、已评估数量、学科名称，对所述推荐专家进行筛选，得到筛选专家，从而解决了原有的却未考虑专家的年纪因素和已评审数量，导致得到匹配结果不佳的技术问题，以及且未根据领域匹配度、年龄、专家权威度建立一个综合的评估函数导致的无法找到最佳的专家的技术问题，并根据筛选专家的评价分数，以及所述筛选专家的综合评估值，采用评估结果函数，得到所述科研项目的评估结果，从而解决了原有的未建立评估结果函数，对不同专家的评估结果进行优化，从而使得专家推荐结果和评估结果均不够准确，无法得到准确的量化评价结果的技术问题，从而进一步提升了专家的匹配准确度以及评估结果的科学性，使得科技项目得到准确的评价，准确挖掘项目的价值。
[0014]进一步的技术方案在于，所述专家权威度采用所述专家的科研项目、发表文献、职称、学位、最高职称在职时间确定。
[0015]进一步的技术方案在于，所述专家权威度的计算公式为：
[0016][0017]其中Z为根据所述专家的职称确定的权值，t为最高职称在职时间，单位为年，W为根据所述专家发表文献确定的权值，X1、X2分别为根据所述专家的科研项目、学位确定的权值，Q为专家权威度。
[0018]进一步的技术方案在于，所述精力度的计算公式为：
[0019][0020]其中K3、K4为权值，X为根据所述专家对应的学科确定的权值，T2为所述专家年龄，J为精力度。
[0021]进一步的技术方案在于，得到所述筛选专家的具体步骤为：
[0022]S21基于所述专家的综合评估值，当所述专家的综合评估值大于第一评估阈值时，得到推荐专家；
[0023]S22确定所述推荐专家的年龄、已评估数量、学科名称，并基于所述推荐专家的年龄、已评估数量、学科名称构建专家能力度；
[0024]S23基于所述推荐专家的专家能力度，当所述专家能力度大于第一能力阈值，筛选得到所述筛选专家。
[0025]通过两步骤的筛选，从而筛选得到了准确的筛选专家，并进一步降低了筛选的难度，提高了筛选的效率，并通过第一评估阈值以及第一能力阈值的设定，使得整体的预测结果变得更加准确，也更具有指导意义。
[0026]进一步的技术方案在于，所述专家能力度的评估步骤为：
[0027]S31提取所述推荐专家的年龄、已评估数量、学科名称构成输入集；
[0028]S32将所述输入集输入到基于所述Bi
‑
GRU算法以及GWO
‑
ELM算法的预测模型之中，得到预测结果；
[0029]S33基于所述预测结果确定专家能力度。
[0030]通过采用基于所述Bi
‑
GRU算法以及GWO
‑
ELM算法的预测模型，从而结合了GRU算法强大灵活的优点以及ELM算法随机性强,不容易陷入局部最优和耗费内存量较少的优点，使得预测的效率和准确性都有一定程度的提高，并进一步采用GWO算法对ELM算法进行优化，提升了整个预测模型的效率。
[0031]进一步的技术方案在于，当所述推荐专家的综合评估值大于第二评估阈值时且当所述推荐专家的当前评估数量小于第一数量阈值时，此时直接将其作为筛选专家；当所述推荐专家的综合评估值大于第三评估阈值时，此时直接将其作为筛选专家，所述第一评估阈值小于第二评估阈值，所述第二评估阈值小于第三评估阈值。
[0032]通过第二评估阈值以及第三评估阈值的设定，可以将综合评估值较高的专家筛选出来，并提升了整体的评估质量。
[0033]进一步的技术方案在于，所述评估结果函数为:
[0034]G＝K5F1ln(1+P1)+K6F2ln(1+P2)+K7F3ln(1+P3)
[0035]其中K5、K6、K7分别为第一专家、第二专家、第三专家的评价分数的权值，F1、F2、F3分别为第一专家、第二专家、第三专家的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能算法的科研项目评估方法，其特征在于，具体包括：S11提取科研项目标签，提取专家的专家技术领域标签、专家权威度、专家年龄，基于所述科研项目标签与所述专家技术领域标签得到所述专家的领域匹配度，基于所述专家年龄构建所述专家的精力度；S12基于所述领域匹配度、所述专家权威度，所述精力度构建所述专家的综合评估函数，通过综合评估函数得到综合评估值；S13根据所述综合评估值进行所述专家的推荐得到推荐专家，结合所述推荐专家的年龄、已评估数量、学科名称，对所述推荐专家进行筛选，得到筛选专家；S14基于所述筛选专家的评价分数，以及所述筛选专家的综合评估值，采用评估结果函数，得到所述科研项目的评估结果。2.如权利要求1所述的基于智能算法的科研项目评估方法，其特征在于，所述专家权威度采用所述专家的科研项目、发表文献、职称、学位、最高职称在职时间确定。3.如权利要求1所述的基于智能算法的科研项目评估方法，其特征在于，所述专家权威度的计算公式为：其中Z为根据所述专家的职称确定的权值，t为最高职称在职时间，单位为年，W为根据所述专家发表文献确定的权值，X1、X2分别为根据所述专家的科研项目、学位确定的权值，Q为专家权威度。4.如权利要求1所述的基于智能算法的科研项目评估方法，其特征在于，所述精力度的计算公式为：其中K3、K4为权值，X为根据所述专家对应的学科确定的权值，T2为所述专家年龄，J为精力度。5.如权利要求1所述的基于智能算法的科研项目评估方法，其特征在于，得到所述筛选专家的具体步骤为：S21基于所述专家的综合评估值，当所述专家的综合评估值大于第一评估阈值时，得到推荐专家；S22确定所述推荐专家的年龄、已评估数量、学科名称，并基于所述推荐专家的年龄、已评估数量、学科名称构建专家能力度；S23基于所述推荐专家的专家能力度，当所述专家能力度大于第一能力阈值，筛选得到所述筛选专家。6.如权利要求1所述的基于智能算法的科研项目评估方法，其特征在于，所述专家能力度的评估步骤为：S31提取所述推荐专家的年龄、已评估数量、学科名称构成输入集；S32将所述输...

【专利技术属性】
技术研发人员：叶琼，丁瑞，宣琪杰，徐宏淼，叶雄，
申请(专利权)人：杭州正策信息科技有限公司，
类型：发明
国别省市：