联合分组匹配是解决异质对象分组问题的重要手段。项目申报管理是当今社会一项很常见的工作,项目评审过程中专家与申请书的分组与匹配是典型的分组匹配问题。分组匹配与联合聚类有很强的相似性。基于二部图谱划分的联合聚类算法首先用二部图模型描述异质对象之间的对应关系,接着根据切分准则对图进行切分,再根据谱图理论将图的切分问题转化为对矩阵特征向量的聚类问题,最后利用k-means聚类算法对矩阵特征向量进行聚类,从而实现异质对象的联合聚类。借鉴基于二部图谱划分的联合聚类算法的主要思想,本文提出了专家-申请书分组匹配算法,目的在于解决项目评审中专家与申请书的分组匹配问题。该算法要求每个匹配组内专家和申请书的个数固定,用二部图描述专家与申请书之间的对应关系,利用本文提出的关联强度计算公式计算图中每条边的权重值,求出图的关联矩阵,对关联矩阵进行奇异值分解得到奇异特征向量,用k-means分组算法对奇异特征向量进行分组,从而实现专家与申请书的分组匹配。实验表明专家-申请书分组匹配算法能实现专家与申请书的分组匹配,分组结果有较高的准确性与合理性。为了提高项目申报管理的工作效率,本文设计和开发了基于B/S模式三层架构的项目申报管理系统,系统包括项目申报子系统,主管部门管理子系统,评审部门管理子系统,专家项目评审子系统,用户登录子系统。