摘要
本申请涉及学术合作推荐与任务分配领域,公开了一种智慧阅读推荐与合作分析方法,包括以下步骤:学术数据收集与预处理,收集学者历史研究数据,所述研究数据包括论文、学术会议记录、科研基金申请书及学术社交平台数据,对研究数据进行去停用词、分词处理,并将文本内容转换为向量表示;研究兴趣建模,基于学者历史研究数据,提取研究主题,构建学者研究兴趣向量,其中研究兴趣向量根据学者发表论文的语义特征及被引情况进行加权计算。本发明通过基于学者研究兴趣向量、引用关系和社交网络分析,结合智能任务分配机制,精准匹配高契合度合作伙伴并优化任务分工,提升了跨学科合作的精准度和效率。
技术关键词
分析方法
兴趣
学术社交网络
主题
论文
文本特征向量
数据
社交平台
社交网络分析
语义特征
损失函数优化
递归神经网络
网络向量
序列
时间段
关键词
基金
关系
聚类算法
系统为您推荐了相关专利信息
深度卷积网络
归纳方法
特征分析方法
皮尔逊相关系数
舌像采集系统
旅行路线规划方法
出行轨迹数据
实时路况
偏好特征
兴趣点
分布式光伏电站
模型压缩
聚类算法
特征提取模块
长短期记忆模型