科技专家评价方法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 专家评价现状 | 第12-13页 |
| 1.2.2 评价方法研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 相关工作 | 第17-25页 |
| 2.1 关键词提取 | 第17-18页 |
| 2.2 科技专家评价的主要方法 | 第18-19页 |
| 2.2.1 定性评价 | 第18页 |
| 2.2.2 定量评价 | 第18-19页 |
| 2.2.3 定性与定量相结合的评价方法 | 第19页 |
| 2.3 科技专家评价综述 | 第19-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 科技专家评价指标体系的建立 | 第25-45页 |
| 3.1 评价综合指标体系的建立 | 第25-28页 |
| 3.1.1 专家基础信息指标 | 第26页 |
| 3.1.2 专家评审业绩指标 | 第26-27页 |
| 3.1.3 专家科技成果指标 | 第27页 |
| 3.1.4 专家信用指标 | 第27-28页 |
| 3.2 专家评分数学模型 | 第28-44页 |
| 3.2.1 基础信息指标计算模型 | 第28-30页 |
| 3.2.2 评审业绩指标计算模型 | 第30-32页 |
| 3.2.3 科技成果指标计算模型 | 第32-42页 |
| 3.2.4 信用信息指标计算模型 | 第42-43页 |
| 3.2.5 专家评分数学模型 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 科技词条模型研究 | 第45-57页 |
| 4.1 科技词条的定义与组织结构模型 | 第45-46页 |
| 4.2 基于文本聚类的专家领域发现算法 | 第46-52页 |
| 4.2.1 文本预处理 | 第48-51页 |
| 4.2.2 文本间的相似度计算 | 第51页 |
| 4.2.3 基于潜在语义分析的文本聚类算法 | 第51-52页 |
| 4.3 基于科技词条模型的专家领域归约算法 | 第52-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 基于科技词条的专家类型等级评价模型 | 第57-65页 |
| 5.1 基于改进的AHP和熵权法的指标权重的确定 | 第57-60页 |
| 5.2 科技词条子树的提取 | 第60-62页 |
| 5.3 基于科技词条的专家评价 | 第62-64页 |
| 5.3.1 基于科技词条的专家评分数学模型 | 第62-63页 |
| 5.3.2 基于科技词条的专家评价计算方法 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 科技专家评价原型系统设计与实现 | 第65-75页 |
| 6.1 系统架构及功能模块 | 第65-68页 |
| 6.1.1 系统架构 | 第65-66页 |
| 6.1.2 系统功能模块 | 第66-68页 |
| 6.2 科技专家评价原型系统的设计与实现 | 第68-72页 |
| 6.2.1 科技词条库的设计 | 第68-71页 |
| 6.2.2 原型系统的实现 | 第71-72页 |
| 6.3 专家领域发现实验结果分析 | 第72-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 工作总结 | 第75-76页 |
| 7.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |
