[發明專利]一種科研項目評審專家精準推薦方法和存儲設備

在審

• 申請號: 202110281677.7
• 申請日: 2021-03-16
• 公開（公告）號: CN112988951A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 石寶玉;黃麗麗;游河仁;姚智振
• 申請（專利權）人: 福州數據技術研究院有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F16/335;G06F16/338
• 代理公司: 福州市景弘專利代理事務所(普通合伙) 35219
• 代理人: 魏小霞;林祥翔

本發明涉及數據處理技術領域，特別涉及一種科研項目評審專家精準推薦方法和存儲設備。所述一種科研項目評審專家精準推薦方法，包括步驟：構建關鍵詞詞庫，并計算生成各關鍵詞與各學科的對應關系；獲取目標文件，對所述目標文件進行預處理操作；對所述目標文件進行分節處理，并確定各分節的關鍵詞；確定各分節的各關鍵詞權重，根據所述各分節的各關鍵詞權重確定各分節的學科分布，整合所述各分節的學科分布得整個目標文件的學科分布；在所述整個目標文件的學科分布內確定最相似的專家；將所述最相似的專家進行展示。通過以上步驟，即便是小領域項目，以可以精準推薦對應的專家人選。

技術領域

本發明涉及數據處理技術領域，特別涉及一種科研項目評審專家精準推薦方法和存儲設備。

背景技術

2002年，Kreiner等人提出同行評審環節中，那些難以被編纂、直接表達出來的隱性知識是無法被復制、取代的，所以評審專家在學術文獻中的重要作用無可取代。因此，基于計算機龐大算力，為各學科科研項目尋找合適的評審專家已逐漸成為國際專家評審推薦工作的主流趨勢。

公開號為US20110184926A1的美國專利通過分析專家庫中專家與各個關鍵詞之間的語義相關性，實現生成輸入提案的對應領域推薦專家列表。公開號為US20110184926A1的美國專利在進行關鍵詞關聯與學者學科定位時，主要是基于維基百科下的學科層次分布對關鍵詞進行關聯度分析，缺少對于各個專家文本的實際分析考察，由此對專家進行學科領域分類還存在一定不確定性，存在針對小領域專家推薦不精準的可能性。

公開號為CN110909236A的中國專利通過建立專家數據庫，對專家信息進行分析建模，實現根據具體項目需求調配對應學科專家，實現“基于大數據的專家推薦方法”。公開號為CN110909236A的中國專利，該方法的缺陷在于其主要關注的是被推薦專家的職稱與其在實際評審中的工作經驗，在大科學時代背景下需要根據細分學科、交叉學科項目特點，精準推薦小領域專家，這是此方法目前還較為欠缺的地方。

發明內容

為此，需要提供一種科研項目評審專家精準推薦方法，用以解決現有技術中小領域專家推薦不精準的問題。具體技術方案如下：

一種科研項目評審專家精準推薦方法，包括步驟：

構建關鍵詞詞庫，并計算生成各關鍵詞與各學科的對應關系；

獲取目標文件，對所述目標文件進行預處理操作；

對所述目標文件進行分節處理，并確定各分節的關鍵詞；

確定各分節的各關鍵詞權重，根據所述各分節的各關鍵詞權重確定各分節的學科分布，整合所述各分節的學科分布得整個目標文件的學科分布；

在所述整個目標文件的學科分布內確定最相似的專家；

將所述最相似的專家進行展示。

進一步的，所述“并計算生成各關鍵詞與各學科的對應關系”，具體還包括步驟：

對于專家庫中的每位專家，生成關鍵詞-學科共現矩陣C_k：

C_ki，j＝|{D|w_i∈D，d_j∈D}|，k＝1，2，3

其中k為學科級別，w為關鍵詞，D是這位專家所寫的文章，d為學科；

對于每個關鍵詞，根據以下公式計算得出這個詞對于所有學科的共現系數：

式子中，p為共現矩陣元素的值，即特定關鍵詞w_i在特定學科d_j中出現的概率，f為兩個目標對象d_j和w_i共現的次數。