項(xiàng)目評(píng)審專家協(xié)同推薦方法的研究及應(yīng)用.pdf

1、近年來，隨著科技項(xiàng)目申請(qǐng)數(shù)量的不斷增加，項(xiàng)目評(píng)審任務(wù)日益繁重。項(xiàng)目評(píng)審專家基本上由管理部門憑主觀意識(shí)人為地指派或者根據(jù)研究領(lǐng)域隨機(jī)地從系統(tǒng)中進(jìn)行抽取，這顯然有失科學(xué)性。因此，如何高效地遴選出最匹配的項(xiàng)目評(píng)審專家已經(jīng)成為科技項(xiàng)目管理領(lǐng)域中的一個(gè)重要問題。為此，本文主要研究基于主題的科技項(xiàng)目均衡分組方法、內(nèi)容與協(xié)同過濾相結(jié)合的專家推薦方法、專家評(píng)分模型及推薦算法優(yōu)化等幾方面的關(guān)鍵技術(shù)。主要工作如下：
　　1．為了方便項(xiàng)目分組評(píng)審安排，

2、建立科技項(xiàng)目知識(shí)模型并提出一種基于LDA主題模型的項(xiàng)目均衡分組方法。首先，利用LDA主題模型挖掘項(xiàng)目集中隱含的主題分布，根據(jù)主題相關(guān)度構(gòu)建項(xiàng)目-主題完全二分圖并對(duì)項(xiàng)目集實(shí)現(xiàn)初步分組；針對(duì)分組項(xiàng)目數(shù)量相差較大的情況，提出一種基于均衡度與主題區(qū)分度的項(xiàng)目均衡分組策略，根據(jù)規(guī)則及參數(shù)設(shè)置遍歷大組中的項(xiàng)目并對(duì)個(gè)別項(xiàng)目進(jìn)行分組微調(diào)，從而實(shí)現(xiàn)項(xiàng)目主題相近和數(shù)量均衡的折衷分組結(jié)果。
　　2．根據(jù)專家評(píng)審反饋信息，提出一種基于內(nèi)容與協(xié)同過濾相結(jié)合

3、的項(xiàng)目評(píng)審專家推薦方法。首先，利用改進(jìn)的余弦公式提出項(xiàng)目主題向量與專家向量之間的相似度計(jì)算方法，并實(shí)現(xiàn)基于內(nèi)容推薦算法；基于專家評(píng)審反饋信息構(gòu)建專家興趣度矩陣并結(jié)合項(xiàng)目歷史評(píng)審數(shù)據(jù)實(shí)現(xiàn)協(xié)同過濾推薦方法；采用線性融合的策略，提出內(nèi)容與協(xié)同過濾相結(jié)合的評(píng)審專家推薦方法。
　　3．提出一種專家評(píng)分模型及專家推薦優(yōu)化算法。根據(jù)專家的職稱情況定義權(quán)重集合，基于歷史評(píng)審記錄中專家的評(píng)審打分及項(xiàng)目的立項(xiàng)結(jié)果分析專家參與評(píng)審工作的積極性，構(gòu)建專家