基于信息熵的科研热点推荐方法

摘要

本发明提供一种基于信息熵的科研热点推荐方法，包括如下步骤：S1：进行专家属性数据采集的步骤；S2：进行专家聚类计算的步骤；S3：进行专家群体推荐热点的步骤。本发明引入了同行评议机制，能够有效利用专家群体的知识积累和经验积累，能够更加科学客观地对提交的科研热点进行推荐。本发明基于信息熵的原理，对推荐指标的客观权重进行优化，能够从统计学角度，反映出推荐指标的客观分布，有效消除群决策带来的主观性偏差。传统的推荐算法大多需要采用神经网络计算，计算代价较大，本发明的计算过程不涉及复杂数学运算，可通过计算机程序快速实现，应用前景广。