科技项目管理中专家与申请书分组匹配算法的研究-计算机应用技术专业毕业论文.docxVIP

摘要在模式识别领域中，聚类是一种非常重要的技术．而联合聚类是将两种异质 摘要 在模式识别领域中，聚类是一种非常重要的技术．而联合聚类是将两种异质 对象同时进行聚类分析．在科技项目管理中，需要组织专家对申请项目的申请书 进行评审，评审时需要将参与评审的专家分成若干组，每个组专家的人数基本相 同，申请项目的申请书分成若干组，每个组的申请书数目基本相同，使一个专家 组评审一个申请书组，专家组中的专家对申请书组中的申请书都比较熟悉．我们 可以借鉴联合聚类的思想，对专家和申请书进行分组和匹配．目前常见的联合聚 类算法主要有两种，基于二部图谱划分的联合聚类方法和基于信息论的联合聚类 方法． 本文介绍了联合聚类的概念以及发展情况．叙述了目前常见的联合聚类算法， 包括基于二部图的谱聚类算法、等周二部图划分方法、基于信息论的联合聚类算 法和其他一些聚类算法，重点介绍了基于二部图的谱聚类算法和基于信息论的联 合聚类算法的理论基础与关键步骤． 本文提出了科技项目管理中对专家和申请书分组匹配模型，模型控制了每个 专家组和申请书组成员的个数，使得专家和申请书均匀分布到各个组中，并使一 个专家组评审一个申请书组，提出了专家与申请书关联强度的计算公式，提出并 实现了基于二部图谱划分的专家与申请书分组匹配算法和基于信息论的专家与申 请书分组匹配算法，证明了这两个算法的正确性． 实验表明了基于二部图谱划分的专家与申请书分组匹配算法和基于信息论的 专家与申请书分组匹配算法在实际应用中都可以正确的对专家和申请书分组和匹 配，都有很好的表现，但基于信息论的方法更简单易懂并有很大的扩展性． 关键词：科技项目管理；联合聚类：二部图谱划分；信息论 类号：TP391．3 In In the domain of Pattern Recognition，one of very important technologies IS clustering．The technology of CO—clustering is to cluster two kinds of heterogeneous objects simultaneusly．In the process of technology project management，we need to organize experts to evaluate the applications of the project．All experts are divided into several groups，all groups have the same number of experts．The applications are in the same situation．All experts are familiar with the applications they need to evaluate．We caIl use me idea of co．clustering to distribute and match the experts and applications and let a group of experts to evaluate a group of applications．At present．there are锕o kinds of common co．clustering algorithms，which are c0·clustering using bipartite spectral graph partitioning and information theoretic c0。clustering． This paper introduces the concept and development of co·clustering，focuses on the basic theorcries and key steps of CO．culstering using bipartite spectral partitioning and infomlation theoretic CO．clustering,describes other common algorithms of co‘clustering, which are co．clustering using bipartite isoperimetric graph partitioning and other CO-clustering algorithms． This Paper puts forward a model of distributing and matching experts and appl