杨文显，徐小良

(杭州电子科技大学计算机学院，浙江 杭州 310018)



基于潜在主题的科技项目均衡分组算法

杨文显，徐小良

(杭州电子科技大学计算机学院，浙江 杭州 310018)

在LDA模型对项目初步分组的基础上，提出了一种项目均衡分组的调整策略.利用LDA模型挖掘科技项目集中隐含的主题分布，借鉴模糊理论的核心思想，以隐含主题为聚类中心实现科技项目的模糊聚类，并根据最大隶属度对项目集进行初步分组；针对分组项目数量相差较大的情况，提出一种基于隶属度与主题区分度的项目均衡分组策略，根据规则及参数设置遍历大组中的项目并对个别项目进行分组微调，从而实现项目主题相近与数量均衡的折衷分组结果.实验结果表明，采用该方法得到的分组结果在保证主题相近的基础上，实现了分组数量的均衡.

均衡分组；主题模型；模糊聚类

0 引 言

在项目评审安排工作中，不仅要保证项目分配给相关研究领域的专家，同时使得各个专家分配到的项目数量尽量地相近.目前，一些项目的评审仍是由管理部门凭借主观判断人为地进行均衡分组.随着学科细分、交叉研究，科技项目之间的联系变得越来越复杂，这导致人工分组越来越困难.文本聚类作为一种无监督的机器学习方法[1]，不需要预先对文档进行类别标注，即可将文本集合划分为不同的子集，使得同一个子集中的文档相似度较高，而不同子集的文档相似度较低……