论文部分内容阅读
近年来,随着科技项目申请数量的不断增加,项目评审任务日益繁重。项目评审专家基本上由管理部门凭主观意识人为地指派或者根据研究领域随机地从系统中进行抽取,这显然有失科学性。因此,如何高效地遴选出最匹配的项目评审专家已经成为科技项目管理领域中的一个重要问题。为此,本文主要研究基于主题的科技项目均衡分组方法、内容与协同过滤相结合的专家推荐方法、专家评分模型及推荐算法优化等几方面的关键技术。主要工作如下:1.为了方便项目分组评审安排,建立科技项目知识模型并提出一种基于LDA主题模型的项目均衡分组方法。首先,利用LDA主题模型挖掘项目集中隐含的主题分布,根据主题相关度构建项目-主题完全二分图并对项目集实现初步分组;针对分组项目数量相差较大的情况,提出一种基于均衡度与主题区分度的项目均衡分组策略,根据规则及参数设置遍历大组中的项目并对个别项目进行分组微调,从而实现项目主题相近和数量均衡的折衷分组结果。2.根据专家评审反馈信息,提出一种基于内容与协同过滤相结合的项目评审专家推荐方法。首先,利用改进的余弦公式提出项目主题向量与专家向量之间的相似度计算方法,并实现基于内容推荐算法;基于专家评审反馈信息构建专家兴趣度矩阵并结合项目历史评审数据实现协同过滤推荐方法;采用线性融合的策略,提出内容与协同过滤相结合的评审专家推荐方法。3.提出一种专家评分模型及专家推荐优化算法。根据专家的职称情况定义权重集合,基于历史评审记录中专家的评审打分及项目的立项结果分析专家参与评审工作的积极性,构建专家评分模型;综合考虑专家与项目的相关程度、科研能力以及信用情况等要素,以加权因子的方式对评审专家进行综合评分以进一步优化专家推荐算法,使得推荐效果更加地贴合实际需求。最后,基于上述研究成果开发项目评审专家智能推荐系统,并试用于浙江省科技项目申报系统中,在一定程度上辅助项目管理部门实现科学高效的专家评审安排,验证了本文研究成果的有效性。