基于用户画像的同行评审专家精准化推荐方法研究

发布时间：2023-10-27 08:20

　　近些年,学术不端等事件层出不穷,引发全社会对学术诚信和同行评议等问题的思考。同行评议作为评审过程科学化、民主化的重要手段,在选取优秀成果、优化资源配置、把握科研方向和人才选拔等方面发挥了重要作用,但如何组织高质量的同行评议工作却遇到了多方面的挑战。目前,评审专家的遴选目前主要依靠编辑部主观判断,不仅仅浪费了其工作时间,还存在很多隐患。基于此,本文通过用户画像和推荐系统等相关技术,设计更加有效的同行评审专家推荐方法,从而为改善同行评议组织效率,提升“供需”双方满意度,净化学术环境,优化学术资源配置提供理论与方法支持。首先,设计了专家的用户画像模型,从人口统计学属性、学术领域标签、社会关系标签、审稿行为标签四个维度进行专家画像,对专家进行“打标签”,设计每个维度的计算方法赋予不同标签相应的权重以及标签的相关关联值,并利用生产与库存管理的相关方法对画像进行后续的更新,建立动态的专家画像模型。其次,通过深入研究推荐算法,提出了基于用户画像的协同过滤推荐,将专家和评审对象不同学术标签权重作为评分矩阵的参考因素进行相似度计算,同时计算标签偏好量并构建一个基于标签偏好量的评分矩阵计算其相似度,最后将...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 同行评审专家遴选研究现状
        1.2.2 用户画像研究现状
        1.2.3 推荐算法研究现状
    1.3 研究设计
        1.3.1 研究内容
        1.3.2 主要研究方法及技术路线
第2章 理论与方法基础
    2.1 用户画像相关理论
        2.1.1 用户画像及其特点
        2.1.2 用户画像构建方式
        2.1.3 用户画像构建流程
    2.2 推荐系统及其相关技术
        2.2.1 个性化推荐技术
        2.2.2 推荐算法分类
        2.2.3 推荐测评指标
第3章 评审专家多维度画像模型构建
    3.1 专家数据集构建
        3.1.1 数据分类
        3.1.2 数据来源方式
    3.2 专家画像模型设计
        3.2.1 专家画像指标体系
        3.2.2 多维度的画像模型
        3.2.3 专家学术领域标签生成
    3.3 用户画像更新
    3.4 群体用户画像
第4章 基于用户画像的协同过滤推荐方法研究
    4.1 基于用户画像的协同过滤推荐
    4.2 混合推荐算法设计
第5章 案例分析
    5.1 评审专家画像生成
    5.2 评审对象画像生成
    5.3 推荐结果及分析
        5.3.1 参数α对实验的影响
        5.3.2 推荐结果分析
第6章 结论与展望
    6.1 结论
    6.2 研究不足与展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参加的科研项目



本文编号：3856941