項目評審專家協(xié)同推薦方法的研究及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,隨著科技項目申請數(shù)量的不斷增加,項目評審任務(wù)日益繁重。項目評審專家基本上由管理部門憑主觀意識人為地指派或者根據(jù)研究領(lǐng)域隨機地從系統(tǒng)中進行抽取,這顯然有失科學性。因此,如何高效地遴選出最匹配的項目評審專家已經(jīng)成為科技項目管理領(lǐng)域中的一個重要問題。為此,本文主要研究基于主題的科技項目均衡分組方法、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.為了方便項目分組評審安排,

2、建立科技項目知識模型并提出一種基于LDA主題模型的項目均衡分組方法。首先,利用LDA主題模型挖掘項目集中隱含的主題分布,根據(jù)主題相關(guān)度構(gòu)建項目-主題完全二分圖并對項目集實現(xiàn)初步分組;針對分組項目數(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)置遍歷大組中的項目并對個別項目進行分組微調(diào),從而實現(xiàn)項目主題相近和數(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、的項目評審專家推薦方法。首先,利用改進的余弦公式提出項目主題向量與專家向量之間的相似度計算方法,并實現(xiàn)基于內(nèi)容推薦算法;基于專家評審反饋信息構(gòu)建專家興趣度矩陣并結(jié)合項目歷史評審數(shù)據(jù)實現(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)合的評審專家推薦方法。
  3.提出一種專家評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,基于歷史評審記錄中專家的評審打分及項目的立項結(jié)果分析專家參與評審工作的積極性,構(gòu)建專家

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論