[发明专利]基于人工智能的专家推荐方法、装置、终端、及介质

说明书

本申请提供基于人工智能的专家推荐方法、装置、终端、及介质，本发明提供了一种利用数据挖掘、自然语言处理技术精准推荐科研学者的推荐系统。其中包含两种更方面更为合理的评价方法：第一方面，充分考虑文献影响力时间衰减效应和引用提升效应两者结合，跳出以往的只看静态影响因子的文献影响力评价方法；第二方面，充分利用先进的自然语言处理技术，从文献摘要、标题、全文等内容进行分词处理，再结合关键词，统计研究领域词汇出现频次，该方法使词频统计范围更加全面。最终该科研学者推荐系统能根据检索者的搜索词精准推荐专家名单，并给出专家专注度排序。

技术领域

本申请涉及人工智能技术领域，特别是涉及基于人工智能的专家推荐方法、装置、终端、及介质。

背景技术

近几年来，随着人工智能和大数据的发展，通过多维度数据的融合为人物建立数据画像，尤其是在互联网平台上为用户建立用户画像，已成为把握一个人群特征的重要手段；另一方面，构建专家数据库、建立专家画像则是建立高层次人才库、引导产学研合作和科研机构研究成果转化的重要特征。

为更好地获得成果转化供需方匹配、专家推荐的效果，前述构建专家数据库、专家画像除了应当包括专家的研究方向、论文信息、合作对象等专家的基本信息外，还应当包括专家的社会兼职、获得奖项、荣誉称号等能代表专家在学术界地位的附加信息。

但是，由于前述附加信息具有非结构化、表述多样化的数据特点，须通过技术手段将其转换为标准化、结构化的数据之后才能录入专家数据库。随着数据挖掘算法效果的提升，从海量信息中挖掘人物的特征要素的技术也日趋完善，这些技术与专家信息的融合将有助于解决专家数据库维度不够、专家画像不全面等问题。但是，这些技术仍不能实现精准地有针对性地推荐专家。

申请内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供基于人工智能的专家推荐方法、装置、终端、及介质，用于解决现有技术中的不能精准地有针对性地推荐专家的问题。

为实现上述目的及其他相关目的，本申请的第一方面提供一种基于人工智能的专家推荐方法，其包括：利用网页排名算法计算关联于专家的每篇文本作品的影响力数据；利用分词算法对所述关联于专家的每篇文本作品进行分词处理，并计算分词结果信息在基于文章关键词所构建的研究领域词库中出现的频次数据；根据所述每篇文本作品的影响力数据以及每篇文本作品的分词结果信息在所述研究领域词库中出现的频次数据，计算各专家的关注度数据；其中，各专家的关注度数据的计算结果用于进行专家推荐。

于本申请的第一方面的一些实施例中，所述利用网页排名算法计算关联于专家的每篇文本作品的影响力数据，其包括：利用网页排名算法计算所述文本作品的网页排名数据；根据所述文本作品的发表时间数据对其网页排名数据做加权计算后生成所述影响力数据。

于本申请的第一方面的一些实施例中，所述利用网页排名算法计算所述文本作品的网页排名数据，其包括：获取所述文本作品的至少包括引文关系信息的作品基本信息，以根据所述文本作品的引文关系构建对应的引文网络；根据所述文本作品所在期刊的影响因子为所述文本作品设置初始网页排名数据；基于所述文本作品的初始网页排名数据并通过多轮引用计算，获取所述文本作品最终网页排名数据。

于本申请的第一方面的一些实施例中，所述根据所述文本作品的发表时间数据对其网页排名数据做加权计算后生成所述影响力数据，其包括：所述文本作品发表的时间越早，则文本作品的影响力越小。

于本申请的第一方面的一些实施例中，所述文本作品的基本信息还包括如下信息中的任意一种或多种的组合：文本作品的标题信息、关键词信息、发表时间信息、作者姓名信息、及发表期刊信息。

于本申请的第一方面的一些实施例中，所述专家与文本作品之间的关联关系包括：以所述文本作品的作者为所述专家。