基于層次聚類的科技項目分類與查重研究.pdf

1、科教興國是我國的一項重要基本國策。國家每年都會投入大量的人力、物力、財力等資源用于各類科技項目的研究與開展?？萍柬椖康牧㈨?、研究過程直至最終產生的科研成果所帶來的科學價值、經濟價值以及社會價值都直接影響著科學技術以及社會的發(fā)展。隨著國家以及各地方政府對科技項目投入的經費逐年增加，科技投入范圍的逐步擴大，我國的科學技術生產力得到了快速發(fā)展，但是隨之而來的還有種種管理上的難題。 對科技項目的正確評估審查是保證國家資源能夠得到科學合理

2、配置的重要手段之一。因為不同領域的科技活動分別具有不同的科技特征，所以如果能采用科學合理的科技項目分類模型對科技申報項目進行分類處理，就可以為不同領域項目的財務評審、風險評估等等提供基本的分類依據，而在此基礎上所建立的各類科技項目的評審模型也會變得更加有針對性，從而加強了科技項目評審的科學性與準確性。 基于層次聚類的科技項目分類模型在對項目進行聚類處理時，首先通過比較項目申報書的關鍵詞詞頻統(tǒng)計向量對項目之間的相似度進行計算；然后

3、將所得的相似度分布曲線用最小二乘法對其進行擬合，并求得曲線的拐點作為層次聚類的閾值參數；最后使用層次聚類算法在不同的粒度下逐層聚類，構造成層次樹形結構，實現(xiàn)了不同粒度下的項目分類。 在對科技項目進行同類項目查找時，運用廣度優(yōu)先搜索算法對聚類處理所得到的層次樹進行搜索，可以極大地提高相似項目查找的速度和效率，也可以高效、準確地查找出高于相似警戒閾值的類似項目，向項目評審者提供預警，防止同類科技項目重復立項，造成國家資源配置上的浪費