摘要：目前专家画像技术研究已成为学术热点,文章以专家画像在评标专家管理中的应用为背景,对专家画像评价维度和各个维度的评价标准量化进行了研究。在此基础上,对专家画像数据指标体系和展现方式进行了设计,并加以实践应用。应用成效表明该研究的评价维度和指标体系具有广泛性和代表性,基本可以反映评标专家的特性,在评标专家管理工作中具有较好的实用性。

摘要：该文设计了一种可调参的混合推荐算法,融合AUC-MF算法与基于专家画像及项目画像的抽取算法,以提高高校随机抽取评审专家的专业匹配度,解决数据稀疏和冷启动问题。该文以某高校近6年政府采购项目历史评审数据以及项目文本信息构建数据集,对算法进行验证,该算法可有效缓解高校自选评审专家过程中的数据稀疏和冷启动问题,提高随机抽取专家的专业匹配度。

摘要：同行评议专家的遴选是同行评议中最为关键的要素,但实际评审过程既要考虑专家库的限制、评审对象的需求,又要考虑专家信息标记粒度和准确性的限制,因此准确遴选出同行专家是当前同行评议面临的重要问题。利用专家画像技术,从专家特征、同行特征两方面设计“小同行”专家特征属性框架,提出面向多领域的通用“小同行”专家标签体系的构建方法,为提升同行评议专家遴选的准确性提供参考与借鉴。

摘要：本研究新定义了"顶尖科技专家"的概念,从引领前沿、学术影响、顶尖成果和国际视野等4个方面阐述了顶尖科技专家的主要特征。在此基础上,确定了顶尖科技专家13个遴选标准,并对应顶尖科技专家的4个主要特征设计了评价体系。利用13个遴选标准遴选出了811个华人顶尖科技专家,并对这些科技专家进行了画像研究。研究结果表明我国顶尖科技专家已初具规模,年龄结构、领域结构较为合理,机构、地区分布广泛,具有广泛性和代表性,基本可以反映了华人顶尖科技人才现状。

摘要：[目的]利用自然语言处理(Natural Language Processing,NLP)技术设计研发辅助审稿系统,提高编辑审稿工作的效率和精度。[方法]分析在科技论文审稿过程中各环节的审查关键点,梳理分析辅助审稿系统的需求,从搭建审稿专家画像、文本挖掘和审稿专家推荐3个方面入手,基于已有审稿专家库数据信息,设计并开发出一套基于NLP的辅助审稿系统。[结果]该系统建立了较为完善的审稿专家画像库,并基于该专家画像库,实现初步送审意见生成、相关论文匹配、审稿专家推荐等辅助功能。[结论]将人工智能领域的技术应用到审稿系统构建是未来的发展方向之一,能够在一定程度上减少编辑的工作量,同时能够更精准地匹配“小同行”,给予作者更专业的服务,从而更有效地促进学术交流。