科研项目的申请和成果鉴定主要采用同行专家进行评审,同行专家评审能够对项目中解决科学问题所采用方法的科学性和可行性进行评估,也能对项目成果的实际价值进行评价。随着科技项目申请数量的日益增多,无法单纯依靠人工的方式在短时间内为每个项目找到合适的评审专家。同时,人工遴选的专家无法保证项目评审的准确性和公平性。因此,开展项目评审专家自动推荐的研究,能够为项目管理人员遴选项目评审专家提供巨大的帮助,也能够保证项目评审专家遴选的科学性和准确性,对促进科学研究的健康发展具有重要意义。本文以项目评审专家推荐为研究对象,对项目评审专家推荐中的领域标签体系构建、项目文档领域标签标注、专家信息表征、评审专家推荐与回避进行了探索和研究,研究工作从评审专家的推荐到回避,形成了一套面向信息安全领域的项目评审专家推荐的理论、模型和系统。本文的主要研究内容和研究成果如下:(1)领域标签体系构建方法的研究提出了一种基于Redis的协同分布式数据采集平台搭建方法,通过对采集的数据分析研究,制定了相应的数据预处理策略。提出了一种基于点互信息和左右信息熵的领域标签提取方法。针对领域标签词的特点,构建了基于语义编辑距离的标签相关度计算模型。在此基础上,制定了主体标签层级结构的构建原则,提出了基于语义相关度和谱聚类相结合的细粒度领域标签层级结构构建方法,完成了领域标签体系的构建。(2)项目文档领域标签标注方法的研究提出了一套项目文档领域标签标注模型。通过对项目文档进行分析和相关资源数据进行整理,构建了领域术语库,采用卷积神经网络对项目文档的标题和标题中术语的概念进行挖掘,构建了基于双重卷积神经网络的主体大类标签标注模型。针对项目文档内容的特点,构建了基于注意力机制的标签识别模型,并提出了细分领域标签的标注方法。实验表明,本文的项目文档主体大类标签标注方法较现有最好模型的性能有一定的提升,且细分领域标签标注方法也有较好的标签标注效果。(3)专家信息表征方法的研究提出了一套专家领域标签标注模型。通过对专家的数据进行分析,构建了基于WLDA模型的论文主题词提取模型,结合主题词和领域标签体系,构建了基于领域吻合度的专家领域标签标注与表征模型。实验表明,该模型对专家领域标签标注效果较好。同时,针对专家评价问题进行了研究,构建了专家领域权威度评价模型,制定了专家评价指标体系,提出了基于层次分析法的专家评价指标权重确定方法。(4)评审专家推荐与回避方法的研究提出了一种基于混合推荐算法的评审专家推荐模型,从项目和专家的研究领域角度,构建了基于领域标签体系的专家推荐模型,并根据历史项目的专家推荐情况,构建了基于协同过滤的专家推荐算法。在以上两种推荐结果的基础上,构建了混合专家推荐模型。通过对项目评审专家回避原则进行分析,构建了专家社会关系网络,提出了一种基于拉普拉斯算法的专家回避模型。实验表明,本文的专家推荐模型为项目推荐出的评审专家符合实际项目评审的需求。最后,基于Spring Boot、Boot Strap框架和Layui组件实现了一个项目评审专家推荐系统。系统由领域标签体系管理、专家信息管理、评审专家推荐与回避、系统管理四个模块组成,能够进行项目评审专家的推荐,并提供了可视化界面的操作和展示。