科技项目评审专家智能匹配方法研究.pdf

目录

摘要I

ABSTRACTIV

第一章绪论1

1.1研究背景及意义1

1.2国内外研究现状2

1.2.1图结构化建模研究概况2

1.2.2文本表示研究概况4

1.2.3文本分类模型研究概况5

1.2.4专家智能匹配方法研究概况6

1.3主要研究内容及工作安排8

1.3.1研究内容及创新点8

1.3.2论文结构10

第二章专家信息图结构化建模12

2.1Neo4j数据库建模概述12

2.2图结构化模型概念体系设计14

2.3图结构化模型构建15

2.3.1计算字面相似度17

2.3.2计算语义相似度18

2.3.3模型构建18

2.4本章小结19

第三章文本主题向量化表示21

3.1实验所用文本数据21

3.1.1评审专家数据21

3.1.2历史项目标题数据22

3.1.3科技项目数据22

3.2文本向量化表示25

3.2.1分类任务的文本向量化表示25

3.2.2聚类任务的文本向量化表示29

3.3本章小结30

第四章项目专业类别分类32

4.1基础理论介绍32

4.1.1数据锚点与正样本对32

4.1.2反向标签思想35

4.2项目专业类别分类方法36

4.3实验及结果分析37

4.3.1数据集37

4.3.2评测标准37

4.3.3实验及结果分析38

4.4本章小结41

第五章评审专家智能匹配42

5.1混合模糊聚类42

5.1.1密度峰值聚类思想43

5.1.2K-Means聚类思想44

5.1.3模糊逻辑思想44

5.1.4DPK-HFC算法45

5.2评审专家推荐策略48

5.3实验及结果分析48

5.3.1数据集48

5.3.2评价指标48

5.3.3评审专家匹配实验与结果分析49

5.4本章小结56

第六章总结与展望57

6.1本文工作总结57

6.2研究展望58

参考文献59

附录1：Neo4j数据库启动与查询语言示例65

附录2：DPK-HFC算法部分源码67

致谢70

攻读硕士期间主要研究成果71

贵州师范大学学位论文原创性声明72

贵州师范大学学位论文使用授权书72

摘要

科技的进步引领跨领域的知识融合和交叉学科的发展，催生了大

量的跨学科领域的科技项目，确保申报的科技项目的质量变得至关重

要。项目评审是保证项目质量的重要手段，日益增多的交叉学科项目

为项目评审带来了巨大的挑战。为待评审科技项目匹配评审专家是项

目评审的重要环节，待评审项目和评审专家的契合程度直接影响了项

目评审的质量。

针对交叉学科领域项目与专家之间的相似性特征挖掘及精确匹

配问题，本文基于真实的历史项目数据、深度学习方法以及混合聚类

方法，提出了一种融合图结构化建模、文本表示、文本分类和聚类为

技术路线的科技项目评审专家智能匹配模型。具体的研究内容和成果

如下：

（1）专家信息的图结构化建模研究。为了表达学科领域内专家

之间的多粒度关联关系，利用Cypher语言构建了基于Neo4j数据库

存储的专家信息图结构化模型。通过专家数据预处理、模型概念体系

设计和模型构建三个环节，构建了包含7350名多个学科领域内的专

家和42796