| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题提出的背景及意义 | 第10-11页 |
| ·专家智能检索与推荐技术的历史及现状综述 | 第11-13页 |
| ·专家检索与推荐技术存在的问题 | 第13-14页 |
| ·课题研究目标、内容和创新点 | 第14-15页 |
| ·论文的结构安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 相关技术简介 | 第17-25页 |
| ·自然语言处理技术剖析 | 第17-21页 |
| ·自然语言处理技术的主要应用与发展趋势 | 第17页 |
| ·自然语言处理技术的信息处理流程 | 第17-21页 |
| ·智能信息检索技术 | 第21-22页 |
| ·智能推荐算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 科技项目、评审专家的信息抽取及知识表示模型的研究 | 第25-41页 |
| ·项目申请流程与评审工作过程剖析 | 第25-30页 |
| ·领域对象信息的关键词提取 | 第30-36页 |
| ·领域对象文本分词 | 第30页 |
| ·通用停用词库与专业停用词库构建 | 第30-31页 |
| ·项目申请书文本信息关键词提取 | 第31-35页 |
| ·专家文本关键词信息提取 | 第35-36页 |
| ·基于可拓学和向量空间的物元知识表示模型 | 第36-40页 |
| ·科技项目和评审专家知识表示 | 第36-37页 |
| ·基于 Lucene 构建知识索引库 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于语义的专家智能检索方法研究 | 第41-49页 |
| ·语义智能检索 | 第41-42页 |
| ·专家智能检索相关度计算方法 | 第42-47页 |
| ·知网 Hownet 语义词典 | 第42-45页 |
| ·基于语义的专家检索相关度计算方法 | 第45-47页 |
| ·专家智能检索技术优化 | 第47-48页 |
| ·专家智能检索的检索词串处理 | 第47页 |
| ·多策略的智能检索方案 | 第47-48页 |
| ·检索方法流程图 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 项目评审专家智能推荐方法研究 | 第49-57页 |
| ·科技项目专家推荐流程总体构建 | 第49页 |
| ·基于语义二部图的项目与专家信息的推荐算法 | 第49-51页 |
| ·一组科技项目的专家推荐方法 | 第51-52页 |
| ·科研能力数学评分模型 | 第52-56页 |
| ·基于层次分析法的指标体系 | 第53-55页 |
| ·评审专家科研能力评分数学模型的建立 | 第55-56页 |
| ·推荐方法流程图 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第六章 专家智能检索与推荐系统的实现与实验分析 | 第57-68页 |
| ·系统开发环境和实验软硬件平台 | 第57-58页 |
| ·专家智能检索与推荐原型系统的实现 | 第58-65页 |
| ·专家智能检索子系统实现 | 第58-63页 |
| ·专家智能推荐子系统实现 | 第63-65页 |
| ·检索与推荐实验结果和分析 | 第65-67页 |
| ·评价指标 | 第65页 |
| ·检索实验与结果分析 | 第65-66页 |
| ·推荐实验与结果分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 结论与展望 | 第68-70页 |
| ·研究工作结论 | 第68页 |
| ·未来展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76-77页 |
| 详细摘要 | 第77-80页 |