一种基于动态学术合作网络图表征学习的科研项目专家匹配方法

本发明提出了一种基于动态学术合作网络图表征学习的科研项目专家匹配方法，旨在提高科研项目管理中的专家匹配效率和质量。通过构建动态复杂网络图，将学者作为节点，合作关系作为有向边，本方法综合考虑了学者的过往研究历史和合作经历。利用图结构学习和Transformer架构，对学者节点进行特征向量学习，实现科研项目与专家学者之间的精准匹配。该方法在人工智能和数据挖掘领域数据集上取得了超过80%的匹配精度和89%以上的标准化折扣累积收益，有效解决了现有技术在运算成本和学者特征信息利用上的局限性，为科研项目推荐合适的合作者提供了创新解决方案。