| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 科技项目评审 | 第14页 |
| 1.2.2 科技项目专家匹配 | 第14-15页 |
| 1.2.3 科技项目中的推荐系统应用 | 第15-16页 |
| 1.3 存在的问题 | 第16-17页 |
| 1.4 主要研究工作 | 第17-18页 |
| 1.5 论文结构 | 第18-19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 相关技术 | 第20-30页 |
| 2.1 推荐系统 | 第20-24页 |
| 2.1.1 推荐系统的概念 | 第20-21页 |
| 2.1.2 推荐系统的数学模型 | 第21-22页 |
| 2.1.3 通用推荐系统 | 第22-23页 |
| 2.1.4 基于协同深度学习的推荐 | 第23-24页 |
| 2.2 相似度计算及评价指标 | 第24-26页 |
| 2.2.1 专家(项目)相似度计算 | 第24-25页 |
| 2.2.2 推荐系统的评价指标 | 第25-26页 |
| 2.3 深度神经网络 | 第26-29页 |
| 2.3.1 深度神经网络的分类 | 第27-28页 |
| 2.3.2 前馈神经网络 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 优先最长学科代码动态专家匹配方法 | 第30-38页 |
| 3.1 学科代码 | 第30-31页 |
| 3.2 优先最长学科代码动态专家匹配方法 | 第31-36页 |
| 3.2.1 优先最长学科代码动态专家匹配方法设计 | 第31-33页 |
| 3.2.2 优先最长学科代码动态专家匹配方法实现 | 第33-36页 |
| 3.3 优先最长学科代码动态匹配方法性能分析 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于协同深度学习的专家匹配推荐系统 | 第38-56页 |
| 4.1 基于协同深度学习的专家匹配推荐系统设计 | 第38-41页 |
| 4.1.1 专家评阅信息的隐式反馈 | 第38-39页 |
| 4.1.2 基于协同深度学习的专家匹配推荐图模型 | 第39-41页 |
| 4.2 基于协同深度学习的专家匹配推荐系统实现 | 第41-54页 |
| 4.2.1 基于协同深度学习的专家匹配推荐系统框架 | 第41-44页 |
| 4.2.2 基于协同深度学习的专家匹配推荐系统数据集构建 | 第44-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第五章 基于协同深度学习的专家推荐系统实验及结果分析 | 第56-62页 |
| 5.1 实验环境 | 第56页 |
| 5.2 基于协同深度学习的专家推荐系统实验 | 第56-60页 |
| 5.2.1 基于协同深度学习的专家推荐系统评价方案设计 | 第56-57页 |
| 5.2.2 基于协同深度学习的专家推荐系统实验设计 | 第57页 |
| 5.2.3 基于协同深度学习的专家推荐系统实验结果 | 第57-60页 |
| 5.3 结果分析 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 论文工作总结 | 第62页 |
| 6.2 对未来工作的展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A：(攻读学位期间发表的论文) | 第70-72页 |
| 附录B：(攻读学位期间参与完成的研究成果) | 第72页 |
