[发明专利]基于论文数据分析的专家推荐方法、装置、设备及存储介质

说明书

本发明提供了一种基于论文数据分析的专家推荐方法、装置、设备及存储介质，其中的专家推荐方法包括：获取需求文档及需求文档的关键词；使用网络爬虫爬取到与需求文档的关键词相关论文的论文标题、论文摘要、作者及所属期刊；基于所述论文标题和论文摘要获取所述论文与所述需求文档之间的文本相似度；基于所述论文作者信息获取所述论文的各论文作者对论文的贡献率；基于所属期刊获取所述论文的经标准化处理后的复合影响因子；基于所述文本相似度、所述贡献率及所述复合影响因子计算出各论文作者的推荐分数。本发明以文本相似度、作者贡献率及论文影响因子三个维度计算出候选专家的推荐分数，最终实现专家推荐，显著提升了专家推荐的推荐精准度及推荐效率。

技术领域

本发明设置文本处理领域，具体而言，本申请涉及一种基于论文数据分析的专家推荐方法、装置、设备及存储介质。

背景技术

在科技服务领域，企业对技术专家的依赖度较高，当企业遇到特定技术问题时往往希望能够寻求到最合适的相关专家的帮助。但是由于信息不对称，寻找合适的专家的成本比较高，效率低，专家查找困难。因此，高效的专家推荐方法是有必要的。

传统的专家推荐一般采用专家库查找方式，但是专家库缺乏统一的标准和规范，且存在信息量少、信息更新不及时等明显缺陷。

发明内容

为了解决上述技术问题中的至少一个，本发明第一方面提供了一种基于论文数据分析的专家推荐方法，其包括：

获取需求文档及所述需求文档的关键词；

使用网络爬虫爬取到与所述需求文档的关键词相关的论文的论文标题、论文摘要、论文作者及所属期刊；

基于所述论文标题和论文摘要获取所述论文与所述需求文档之间的文本相似度；

基于所述论文作者信息获取所述论文的各个论文作者对论文的贡献率；

基于所属期刊获取所述论文的经标准化处理后的复合影响因子；

基于所述文本相似度、所述贡献率及所述复合影响因子计算各论文作者的推荐分数。

本发明第二方面提供了一种基于论文数据分析的专家推荐装置，其包括：

需求文档获取模块，用于获取需求文档及所述需求文档的关键词；

爬取模块，用于使用网络爬虫爬取到与所述需求文档的关键词相关的论文的论文标题、论文摘要、论文作者及所属期刊；

文本相似度获取模块，用于基于所述论文标题和论文摘要获取所述论文与所述需求文档之间的文本相似度；

贡献率获取模块，用于基于所述论文作者信息获取所述论文的各个论文作者对论文的贡献率；

复合影响因子获取模块，用于基于所属期刊获取所述论文的经标准化处理后的复合影响因子；

推荐分数计算模块，用于基于所述文本相似度、所述贡献率及所述复合影响因子计算各论文作者的推荐分数。

本发明第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器内并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明第一方面提供的专家推荐方法。

本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行所述程序时实现本发明第一方面提供的专家推荐方法。

采用网络爬虫技术，本发明能够获得到大量的与需求文档相关的论文数据。在此基础上，本发明于文本相似度、论文作者的贡献率及论文的复合影响因子三个维度计算出各候选专家的推荐分数，最终实现专家推荐，本发明显著提升了专家推荐的推荐精准度及推荐效率，降低了推荐成本。

附图说明