科研项目与专家匹配自动推荐系统能够根据科研项目主管部门、地方科技服务机构等部门的科研项目信息,匹配推荐相关的科研技术专家。对于这些机构而言,当他们在研究开发过程中遇到技术瓶颈时,可以通过该系统发布相关的科研项目信息,系统能够根据科研项目信息进行匹配,推荐满足需求的技术研究专家,减少这些机构的专家搜索成本,有利于更好地将技术难题与专家智慧进行匹配。首先,基于目前已有的研究成果,提出了针对科研主管部门、地方科技服务机构等部门的科研项目与专家匹配推荐算法的研究思路,即实现科研项目与专家信息的对接,在进行匹配时,既需要考虑科研项目与专家研究方向相一致,同时还要考虑专家的理论研究能力与实际操作水平,根据科研项目的实际需要,对专家与科研项目相似度和专家能力进行计算,得到推荐结果。其次,分析了文本信息的数据特征,并对文本数据信息进行处理分析。根据系统数据需求,设计了采集专家信息的网络爬虫,主要采集SCI论文收录数据库,EI论文收录数据库与科学引文数据库中专家已发表的论文信息。同时通过其他数据采集器采集专家参与的项目信息,专利信息,著作信息等,将采集到信息进行结构化处理,并存入数据库,以便后期的分析与计算。第三,采用关键词提取算法和主题模型(LDA)对科研项目信息和专家信息进行关键信息提取,并对提取到的关键信息进行向量表示,构建科研项目特征模型和专家信息特征模型。为了提高关键词提取的准确度,本文对传统的TextRank算法进行改进,修改词语的初始权重,保证重要的关键词的权重相对较大,有利于更好的提取关键词信息,提高模型的准确度。第四,为了提高匹配推荐的准确度,在考虑科研项目信息与专家研究方向相似的同时,对专家的理论研究能力与实践操作水平进行综合分析。本文在产生推荐结果的过程中,根据专家信息中的论文信息,著作信息,项目信息,专利信息等多种信息对专家的理论研究能力与实践操作水平进行分析表征,计算出专家能力相关指数。专家发表的论文、著作等信息,参与的项目、申请专利等可以在一定程度上反映研究方向和专家能力,根据科研项目的实际情况,进行权重调整。最后,本文以校企合作中专家推荐为应用场景,以实际应用中真实的科研项目信息与本校专家信息为数据依据,构建科研项目与专家自动匹配系统,设计相关的实验进行实验结果对比分析,最终的推荐结果证明了将相似度计算与专家能力相结合的推荐算法效果很好,应用前景广阔,可以进一步开发拓展优化,并推广使用。