- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于主题信息的项目评审专家推荐方法.pdf
2014 年6 月
计算机工程
第40 卷第6 期
而1.40 NO.6 Computer Engineering June 2014
文章编号: 1000-3428(2014)06-0201-05 文献标识码:Á 中图分类号: TP18
·人工智能及识别技术·
基于主题信息的项目评审专家推荐方法
余蜂1 ,余正涛1,杨剑锋2 ,郭剑毅E ,严馨1
(1.昆明理工大学信息工程与自动化学院,昆明 650500; 2. 红云红河烟草(集团)有限责任公司幽靖卷烟厂, 云南曲清 655001)
摘要:针对为项目自动推荐评审专家的任务特点,提出一种基于主题信息的专家推荐方法。在分析项目与专家描述文档的属性
特点后,使用隐含狄利克雷分配模型获取文档内容的主题词,通过统计主题词词频的方法构建主题特征空间,并综合文档属性栏
目的重要性因素,利用TF-IDF 特征提取算法分别获得项目文档与专家文梢的主题特征向量,采用改进的相似度算法计算项目与专
家主题特征向量的相关度,并选择与项目稽关度较商的专家作为推荐结果。实验结果表明,该方法的推荐效果优于使用 TF-IDF+
余弦相似度计算的推荐方法,准确率、召回率和综合评价指标F值平均提高了4.87%, 5.04%和4.97%。
关键询:专家推荐;隐含狄和j克雷分配模型;主题词:向最空间模型;π-IDF特征;相似度计算
Expert Recommendation Method for Project Evaluation
ßased on Topic Information
1 2
YU Fengt, yu Zheng-tao ,YANG Jian-feng ,GUO Jian扎YANXin
(1. School of Information Engineering and Automation, Kunming University of Science and Technology,Kunming 6505∞, China;
2. Qujingα.garet始 Facωry, Hongyunhonghe Tabacco Gro叩Co. Ltd. , Qujing 655∞1 , China)
(AbstractJ Focusing on the characteristics ofrecommending 吨阳也 auωmatiωlly for p叫ect eva1uation,也is paper proposes a kind of
expert re∞mmendation metbod based on the t叩ic information. Firstly, it analyzes tbe attributive characteristics of tbe project d∞uments
and tbe expe此documents, then uses Latent Dirichlet Allocation(LDA) topic model to obtain the topic words 丘.om each docuinent according
ωits characteristics. Secondly, it ∞,nstructs the topic feature space of the documents though the method of topic words 企equency statistics,
andωes TF-IDF feature e础action algorithm with tbe impor阳ceoft
文档评论(0)