[發(fā)明專利]一種基于皮爾遜相似度和FP-Growth的圖審專家推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710034169.2
• 申請(qǐng)日: 2017-01-18
• 公開（公告）號(hào): CN106897370B
• 公開（公告）日: 2020-08-11
• 發(fā)明（設(shè)計(jì)）人: 馮萬利;朱全銀;于柿民;莊軍;嚴(yán)云洋;李翔;周泓;瞿學(xué)新;唐海波;潘舒新;邵武杰;楊茂燦
• 申請(qǐng)（專利權(quán)）人: 淮陰工學(xué)院
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/26
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

1.一種基于皮爾遜相似度和FP-Growth的圖審專家推薦方法，其特征在于，包括如下步驟：

步驟1：對(duì)待審查項(xiàng)目和綜合項(xiàng)目記錄集中的項(xiàng)目屬性進(jìn)行歸一化預(yù)處理，所述待審查項(xiàng)目和綜合項(xiàng)目通過綜合項(xiàng)目類型、綜合項(xiàng)目類型的分支項(xiàng)目類型和項(xiàng)目屬性表示；

步驟2：通過皮爾遜相似度方法對(duì)歸一化后的數(shù)據(jù)集處理得出與待審查項(xiàng)目規(guī)模最接近的十個(gè)項(xiàng)目，并抽取十個(gè)項(xiàng)目的審查專家，所述審查專家通過研究的分支項(xiàng)目類型和審查項(xiàng)目記錄表示；

步驟3：根據(jù)待審查項(xiàng)目的綜合項(xiàng)目的分支項(xiàng)目類型和圖審專家研究方向，對(duì)抽取出的專家進(jìn)行組合，得到所有備選組合專家集；

步驟4：使用FP-Growth方法對(duì)歷史項(xiàng)目審查專家集處理，得到圖審專家組合頻繁項(xiàng)集；

步驟5：利用組合頻繁項(xiàng)集計(jì)算每種備選專家組合集的支持度，最終支持度最大即契合度最高的專家組合集即為參與待審查項(xiàng)目的專家集，所述計(jì)算方法包括以下步驟：

步驟5.1：以一種備選組合專家集為例，該專家集共有n個(gè)專家，從備選組合專家集中抽取1位專家，共有種抽取方式，從備選組合專家集中抽取2位專家，共有種抽取方式，以此類推，一直抽取到n位專家，共有種抽取方式，即所有的抽取結(jié)果組合成Subset集，Subset包含集合數(shù)量為初始化備選組合專家集的契合度SValue為0；

步驟5.2：遍歷Subset，若Subset中的一種抽取后的專家組合在圖審專家組合頻繁項(xiàng)集中，則步驟5.1中備選組合專家集的契合度應(yīng)加上該抽取后的專家組合對(duì)應(yīng)頻繁項(xiàng)集中的頻數(shù)與該抽取后的專家組合中的專家數(shù)的乘積，即：

SValue＝SValue+f*k

式中，SValue為備選組合專家集的契合度，f為抽取后的專家組合對(duì)應(yīng)頻繁項(xiàng)集中的頻數(shù)，k為抽取后的專家組合中的專家數(shù)，遍歷結(jié)束，即得到步驟5.1中備選組合專家集的最終契合度；

步驟5.3：通過步驟5.1、5.2方法計(jì)算所有備選組合專家集的契合度，最終契合度最高的備選組合專家集即為參與待審查項(xiàng)目的專家集。

2.根據(jù)權(quán)利要求1所述的基于皮爾遜相似度和FP-Growth的圖審專家推薦方法，其特征在于，所述步驟1的具體方法為：

步驟1.1：定義綜合型項(xiàng)目類型、分支項(xiàng)目類型和項(xiàng)目屬性；

步驟1.2：記錄綜合項(xiàng)目記錄集項(xiàng)目屬性中各項(xiàng)數(shù)據(jù)的最大值和最小值；

步驟1.3：對(duì)綜合項(xiàng)目記錄集和待處理項(xiàng)目項(xiàng)目屬性的數(shù)據(jù)進(jìn)行歸一化處理，具體公式為：

A_norm＝(A-A_min)/(A_max-A_min)

式中，A_max和A_min分別為項(xiàng)目屬性各項(xiàng)數(shù)據(jù)的最大值和最小值，A為歸一化前的數(shù)據(jù)，A_norm為歸一化后的數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于皮爾遜相似度和FP-Growth的圖審專家推薦方法，其特征在于，所述步驟2的具體方法為：

步驟2.1：定義圖審專家數(shù)據(jù)集和已審查項(xiàng)目記錄集，所述圖審專家數(shù)據(jù)用專家編號(hào)和專家研究的分支項(xiàng)目類型表示，所述圖審專家數(shù)據(jù)集用項(xiàng)目編號(hào)和圖審專家編號(hào)表示；

步驟2.2：根據(jù)項(xiàng)目編號(hào)對(duì)已審查項(xiàng)目記錄集中的專家進(jìn)行整合，得到審查不同項(xiàng)目的工程項(xiàng)目審查專家集；

步驟2.3：計(jì)算待審查項(xiàng)目與綜合項(xiàng)目記錄集中各項(xiàng)目的相似度，具體公式為：

式中，sim_i為待審查項(xiàng)目與第i個(gè)項(xiàng)目的相似度，X_j和Y_ij分別為待審查項(xiàng)目和第i個(gè)項(xiàng)目的項(xiàng)目屬性數(shù)據(jù)集元素；和分別為待審查項(xiàng)目和第i個(gè)項(xiàng)目的項(xiàng)目屬性數(shù)據(jù)的均值；

步驟2.4：對(duì)相似對(duì)進(jìn)行排序，提取前十個(gè)項(xiàng)目對(duì)應(yīng)的項(xiàng)目編號(hào)及對(duì)應(yīng)的審查專家集，即得預(yù)選圖審專家集。

4.根據(jù)權(quán)利要求1所述的基于皮爾遜相似度和FP-Growth的圖審專家推薦方法，其特征在于，所述步驟3的具體方法為：

步驟3.1：從預(yù)選圖審專家集中剔除有審查任務(wù)的專家；

步驟3.2：從步驟3.1得到的專家集中選擇研究分支項(xiàng)目類型與待審查項(xiàng)目分支項(xiàng)目類型相同的圖審專家，并將專家按照分支項(xiàng)目類型表示；

步驟3.3：若步驟3.2得到的專家集存在待審查項(xiàng)目某分支類型沒有專家，則針對(duì)該項(xiàng)目分支類型，從所有圖審專家數(shù)據(jù)集中尋找審查該分支項(xiàng)目類型且沒有工作任務(wù)的專家加入；

步驟3.4：從步驟3.3得到的專家集對(duì)應(yīng)的每個(gè)分支項(xiàng)目類型中至少抽取一個(gè)專家，即得所有備選組合專家集。