科技计划项目评审中项目与专家精准匹配的技术实现——以广东省科技计划项目为例

针对科技计划项目评审中项目与专家匹配效率低、效果差的情况,提出构建包含向量空间模型与协同过滤模型的专家智能匹配模型。在提取评审项目组与专家信息特征的基础上,通过向量空间模型产生专家匹配列表,并通过协同过滤模型对匹配列表进行调整优化,从而得到项目与专家匹配结果。以广东省科技计划项目数据为例,开展实验并对模型进行验证,实验结果准确率达97.6%,匹配效果良好。

省级科技计划项目变更信息化管理中遇到问题及对策研究

科技计划项目变更是项目过程管理的重要内容之一。现阶段,各级科技主管部门对科技计划项目变更都有相关的规定,但方向性较强,对具体内容和流程规定较粗,甚至存在一些管理空白。在调研分析主要省级科技主管部门科技计划项目变更管理规定基础上,结合项目变更信息化管理中遇到的问题,给出做好科技计划项目变更管理信息化工作的意见和建议。

基于GAN的高企认定申报数据异常检测模型

高新技术企业认定需要审核的数据繁多,企业在申报过程中经常出现错填、漏填、数据出错、数据不完整等数据异常问题,影响高新技术企业的正常评定程序。通过对广东省高新技术企业认定系统已有数据的研究分析,提出一种基于门控循环神经网络和生成对抗网络的高新技术企业认定申报数据异常检测模型。基于生成对抗网络(GAN)的申报数据异常检测模型在通过生成网络G学习正常样本的分布,使用判别网络D来判别申报数据是不是“真实的”,从而实现数据异常检测。在高新技术企业认定事项管理数据集上进行了实验,实验结果证明了本文提出的模型优于其他模型。