[发明专利]一种融合学术专长与社会网络的评审分配方法

权利要求书

1.一种融合学术专长与社会网络的评审分配方法，简称本方法，本方法能够在满足论文/项目的作者/申请人与专家无合作、非师生、不属于同一机构的约束条件下，实现均衡评审分配，最大化评审分配的标签相似度和与合作距离和，确保评审结果的客观、公平、公正；为实现上述目的，本方法其特征在于：包括如下步骤：

步骤1：根据给定数据集，建立标签集、带标签的论文/项目集与专家集，以及论文/项目集的作者/申请人集；得出论文/项目数及专家数、标签相似度矩阵以及论文/项目-专家的标签相似度；

步骤2：建模社会网络,确定最大合作距离，得出论文/项目集的作者/申请人-专家的合作距离数组、论文/项目-专家的合作距离；

步骤3：确定约束条件，计算论文/项目-专家的指示关系；

步骤4：确定步骤1中的论文/项目集中每篇论文/项目的审阅数、论文/项目数及专家数，计算平均审阅数及冗余审阅数；

步骤5：根据步骤1中论文/项目-专家的标签相似度、步骤2中论文/项目-专家的合作距离及最大合作距离，确定论文/项目-专家的匹配度；

步骤6：建立结果集并将其初始化为空，初始化结果集的匹配度和、标签相似度和、合作距离和为零；

步骤7：根据步骤3中论文/项目-专家的指示关系、步骤4中平均审阅数及冗余审阅数、步骤6中结果集的匹配度和，确定最优化目标；

步骤8：建立论文/项目-专家的分配数组，记录论文/项目-专家的分配状态、匹配度、标签相似度与合作距离，并将分配数组中的元素初始化为零向量；

步骤9：遍历论文/项目集，在满足最优化目标的约束条件的前提下，依次进行评审分配，并得出论文/项目-专家的分配数组的最终结果；

步骤10：根据步骤9得出的由论文/项目-专家的分配数组的最终结果，计算得结果集，以及结果集的匹配度和、标签相似度和、合作距离和；

至此，从步骤1到步骤10，完成了一种融合学术专长与社会网络的评审分配方法。

2.根据权利要求1所述的一种融合学术专长与社会网络的评审分配方法，其特征在于：步骤1中，标签集，记为T；论文/项目集，记为P；专家集，记为R；论文/项目集P的作者/申请人集，记为A；集合大小|T|＝h,|P|＝g,|R|＝f，|T|代表标签集T的大小，|P|代表论文/项目集P的大小，|R|代表专家集R的大小，且标签集T、论文/项目集P以及专家集R的大小，分别记为h,g,f，h,g及f均为大于1的整数常量；

对P中的任何一篇论文/项目p，p的标签集表示为T(p)，p的作者/申请人集表示为A(p)，|A(p)|为大于1的整数且不唯一，|A(p)|代表作者/申请人集A(p)的大小；对R中的任一专家r，r的标签表示为T(r)；且

标签相似度矩阵，记为S，其大小为h×h，其中h表示标签集的大小；其中每个元素表示相应的一对标签的相似度由用户设定或者通过论文/项目合作关系数据库统计计算得到；

其中，论文/项目-专家的标签相似度，定义为论文/项目p与专家r的标签相似度的最大值，用公式(1)表示：

S(p,r)＝max S[t_i][t_j]，t_i∈T(p)，t_j∈T(r)； (1)

其中，S(p,r)代表论文/项目p与专家r的标签相似度的最大值，max是求最大值的函数，S[t_i][t_j]代表相似度矩阵中标签t_i和标签t_j的相似度；其中，t_i代表T(p)中第i个标签，t_j代表T(r)中第j个标签；下标i，j为大于等于0，小于h的整数变量；

每篇论文/项目的审阅数，记为k，k为整数常量且k＞1；

平均审阅数，记为averageNum，平均审阅数的计算公式为(2)：

其中，表示对(k×g)/f向上取整；

冗余审阅数，记为remainNum，冗余审阅数的计算公式为(3)：

remainNum＝(k×g)％f； (3)

其中，(k×g)％f表示(k×g)对f取整数类型余数；

为了保证均衡分配，专家集R中每名专家r的审阅数，记为r.num，r.num等于averageNum或averageNum-1。