随着国家对科技的投入越来越多,科技项目申报的数量逐年快速增长。科技专家遴选工作变得尤为重要,如何科学准确、公平公正的根据项目遴选出合适的科技专家,成为一个很有必要的研究课题。本文提出一种科技专家组合遴选方法,根据项目和科技专家在科技词条上的相似度值、科技专家等级评分、专家科技成果得分三者计算专家的综合评分,再根据用户设定的遴选条件,最终构建出科技专家遴选模型,实现对科技专家科学高效的遴选。论文的主要研究工作如下:(1)提出基于科技词条的专家模型和项目模型的相似度计算方法。在科技词条库的基础上,先对科技专家和项目的文本信息进行分词、关键科技词条提出及其权重计算,再用向量空间模型来表示,最后根据科技词条库的层次结构特性,构建出科技专家和项目基于科技词条的树型结构模型。接着计算两个实体模型之间的相似度,综合传统语义相似度计算方法的优缺点,提出一种树型模型之间的相似度计算方法。(2)提出一种科技专家遴选的组合遴选方法。首先,根据系统设定的直接遴选条件,对专家进行初步筛选。接着,根据科技专家和项目基于科技词条的树型模型之间的相似度值、科技专家等级评分和专家科技成果得分三者,按照一定的权重计算得到专家综合评分。接着,再根据用户的间接筛选条件,以及专家的综合评分,创建专家遴选的数学模型,最终遴选出全局最优的专家组。(3)对科技专家遴选原型系统进行设计与实现。先分析科技专家遴选原型系统的需求,划分出遴选系统的功能模块,针对核心功能模块进行详细设计,对部分关键数据库表进行详细设计,并实现原型系统。论文还阐述了组合遴选方法的实现过程,并对组合遴选方法进行了对比实验,根据实验结果初步证明提出的组合遴选方法是可行和有效的。