【技术实现步骤摘要】
一种基于监督学习的审稿专家评价方法及计算机程序和装置
[0001]本专利技术涉及计算机应用领域，具体而言，涉及一种基于监督学习的审稿专家评价方法及相关计算机程序和电子装置
。
技术介绍
[0002]科研论文的学术质量是学术期刊的核心要素，因此稿件审理评估系统在整个出版流程中扮演着至关重要的角色
。
然而，目前的审稿评估系统仍然存在许多挑战，如：
(1)
对于论文质量的评估往往依赖于编辑和审稿专家的主观判断，其个人观点和偏好可能直接影响其评价结果，导致了评价结果的主观性和不一致性
。
另外，不同学术期刊和机构使用不同的评价标准和指标来评估稿件质量，这种标准的不一致性也会影响审稿专家的判断，增加了作者和审稿人的困扰
。(2)
缺乏对审稿专家的评价指标：缺乏客观性和可量化的标准，加上审稿行为数据分析的复杂性，传统的方法难以有效分析和处理大量的审稿数据，因此难以对审稿专家进行客观评价，从而识别优秀审稿人
。(3)
缺乏预测能力：现有的审稿评估系统...
【技术保护点】
【技术特征摘要】
1.
一种基于监督学习的审稿专家评价方法，所述方法用于为审稿专家提供评分，预测审稿专家评分，其特征在于，所述方法包括以下步骤：
a)
确定评价指标和数据需求，其中所述评价指标包括审稿人的活跃度
、
审稿质量
、
审稿速度等关键维度；
b)
数据收集与处理，包括从期刊审稿系统中提取审稿人的历史审稿数据
、
清洗
、
去重和格式化处理，以及数据转换为适合计算评价指标的格式；
c)
确认审稿人有效性信息和特征提取，包括确定哪些审稿人满足有效性要求，并提取用于评价指标计算的特征；
d)
行为变量提取和计算，包括从历史审稿数据中提取审稿行为变量，这些变量包括：审稿人的审稿意见相对长度变量
X1
；结论一致性变量
X2
；结论差异性变量
X3
；审稿速度变量
X4
；近期完成审稿次数变量
X5
；审稿人完成度比例
X6
；
e)
权重确定和模型构建，其中包括确定各个评价指标的权重，以及构建机器学习模型来学习审稿专家的评分模式
。2.
根据权利要求1所述的审稿专家评价方法，其特征在于，其中步骤
b)
中所述数据收集与处理步骤中的数据清洗和预处理包括去除重复数据
、
处理缺失值和格式标...
【专利技术属性】
技术研发人员：董文杰，李苑，林家乐，
申请(专利权)人：北京玛格泰克科技发展有限公司，
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。