典型文献
基于Python技术和TF-IDF算法的科技专家库建设案例研究
文献摘要：
本研究以中国科学院科技专家库建设为案例,探讨了在信息安全环境下利用智能技术完善并更新专家库信息、运用综合指标遴选专家的路径,在此基础上总结了中科院科技专家库信息系统的设计与实践.首先,基于Python大数据网络爬虫技术和文献情报分析相结合的方式,补充专家基础数据,并定期更新专家信息;其次,建立专家信誉度评价指标体系;第三,在遴选专家时,运用TF-IDF算法对项目和专家信息进行关联分析,并结合学科分类标准对专家研究领域分类,以提高项目-专家研究领域的匹配度;第四,综合各项关键指标遴选确定最终候选专家;最后,在此基础上设计并开发了中科院科技专家库信息系统,有效提升了专家库管理和专家遴选的工作效率.
文献关键词：
科技专家库;Python技术;TF-IDF算法;专家遴选;专家库信息系统
中图分类号：
作者姓名：
杨好;周长海
作者机构：
中国科学院科技战略咨询研究院 北京 100190;中国科学院发展规划局 北京 100864
文献出处：
引用格式：
[1]杨好;周长海-.基于Python技术和TF-IDF算法的科技专家库建设案例研究)[J].科技促进发展,2022(07):864-871
A类：
科技专家库,专家库信息系统
B类：
Python,TF,IDF,建设案例,中国科学院,信息安全环境,下利,综合指标,指标遴选,中科院,设计与实践,大数据网络,网络爬虫技术,情报分析,家信,信誉度,学科分类,分类标准,匹配度,关键指标,专家遴选
AB值：
0.212378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
