基于标签推荐的科研管理系统

随着科研管理的工作量增加,工作难度提高,传统单一的管理手段已经难以适应当前工作需求。针对以上问题,提出了一种基于标签推荐的科研管理系统的开发思路,利用标签来对科研项目信息及专家信息进行分类,采用TF-IDF算法构建了两个维度的矩阵,将两个矩阵进行相似度计算,根据相似度的大小判断专家与项目之前的紧密程度。利用Delicious数据集进行了系统算法的开发、测试与验证。实验结果表明此算法能够提供专家推荐的精度,实现智能推荐,提升整体科研管理水平。