基于集成学习的辅助专家决策方法、装置、设备和介质制造方法及图纸

本申请提供了一种基于集成学习的辅助专家决策方法、装置、设备和介质，通过对输入数据指标进行预处理以形成初始决策结果；利用三种集成学习模型，通过输入的各维度特征和初始决策结果进行训练，形成模型决策结果；通过对数据指标的统计分析确定数据缩放的规则，以对初始决策结果进行微调，并同模型决策结果形成结果候选集；根据输入的总体样本数据的平均水平于各专家对应的候选集中选择最终决策结果。本申请可使结果分布更符合实际情况，改善了结果分布过分集中的情况，从而更可靠地辅助专家决策，本方法易于实现，成本较低，一方面避免专家出现决策前后相矛盾的情况，另一方面能够有效提升专家决策效率。提升专家决策效率。提升专家决策效率。

【技术实现步骤摘要】
基于集成学习的辅助专家决策方法、装置、设备和介质


[0001]本申请涉及人工智能
，特别是涉及一种基于集成学习的辅助专家决策方法、装置、设备和介质。

技术介绍

[0002]现阶段针对科研绩效，更多的指标是构建和实现管理职能，功能较为初级，并不能够实现辅助专家决策的功能，随着机器学习的广泛应用，利用机器学习的算法量化专家在科研绩效评估方面的经验，可通过模型快速产出科研绩效的评估结果，辅助专家进行这类硬性指标的判断，为之后的人才引进、人才评选决策提供参考，从而节省整个决策时间和成本，提升决策效率。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于集成学习的辅助专家决策方法、装置、设备和介质，以解决现有技术中存在的至少一个问题。
[0004]为实现上述目的及其他相关目的，本申请提供一种基于集成学习的辅助专家决策方法，所述方法包括：对输入数据指标进行预处理以形成初始决策结果；利用三种集成学习模型，通过输入的各维度特征和初始决策结果进行训练，形成模型决策结果；通过对数据指标的统计分析确定数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于集成学习的辅助专家决策方法，其特征在于，所述方法包括：对输入数据指标进行预处理以形成初始决策结果；利用三种集成学习模型，通过输入的各维度特征和初始决策结果进行训练，形成模型决策结果；通过对数据指标的统计分析确定数据缩放的规则，以对所述初始决策结果进行微调，并同所述模型决策结果形成结果候选集；根据输入的总体样本数据的平均水平于各专家对应的候选集中选择最终决策结果。2.根据权利要求1所述的方法，其特征在于，所述对输入数据指标进行预处理的方法包括以下任意一种或多种：将多项维度的数据指标累计得出初始传统科研绩效；依据年龄转化公式将年龄转化为年龄得分；对满足预设条件的人才直接给予最终决策结果。3.根据权利要求1所述的方法，其特征在于，所述年龄转化公式为：其中，age为年龄。4.根据权利要求1或2所述的方法，其特征在于，所述数据指标包括：h指数得分、1％高被引文章数得分、专利数得分及国内项目总金额得分中任意一或多个。5.根据权利要求1所述的方法，其特征在于，所述利用三种集成学习模型，通过输入的各维度特征和初始决策结果进行训练，形成模型决策结果，包括：基于bagging思想的随机森、基于boostin思想的XGboost和GBDT构建三个集成学习模型；利用网格搜索的方式，以均方误差为模型的评价指标并进行参数调优，以优选三个集成学习模型的拟合效果；保存调参后的三个集成学习模型，输入需要预测科研绩效的维度特征，同时保留三个集成学习模型的模型决策结果。6.根据权利要求1所述的方法，其特征在于，所述通过对过往数据指标的统计...

【专利技术属性】
技术研发人员：何军，樊宇航，王茜，
申请(专利权)人：上海市研发公共服务平台管理中心，
类型：发明
国别省市：