基于科技服务需求的机构推荐系统及方法

1.本发明涉及科技服务机构推荐技术领域，具体地指一种基于科技服务需求的机构推荐系统及方法。


背景技术：

2.科技服务业双向链接科技与产业，极大促进了知识与技术的产业化，以研发创新推动全社会的经济增长，带动产业转型升级。随着科技服务业的快速发展，科技服务平台吸引了越来越多科技服务机构的入驻。在这个资源不断聚合的过程中，科技服务平台也产生了海量的异构信息。
3.科技服务机构的增加一方面为平台注入了新鲜的、优质的科技服务资源，使得平台能更好、更快的满足科技服务需求，实现信息共享和有效合作，助力科技服务机构乃至科技服务业的前进；但另一方面，也为平台上科技服务需方精准找到优质契合的科技服务机构增加了难度，在海量信息面前，科技服务需求方上传需求内容后，传统的搜索功能不便于他们快速筛选出满意的机构。此时平台要实现科技服务机构与科技服务需求的自动匹配，为科技服务需求方推荐合适的科技服务机构。
4.目前，国内外关于科技服务平台的研究仍集中在探讨平台建设与布局，主要分为科技服务平台的服务模式、服务流程、功能与意义、激励与绩效评价等方面。仅有部分研究从理论角度讲述了如何在科技服务平台开展个性化推荐，促进信息展示与交互，协调资源共享与释放，提高供需匹配精度与效率。如《大数据环境下区域科技资源共享平台云服务模式研究》论述了利用推荐系统满足科技服务需求的框架，其中对于潜在需求，平台要通过用户信息的挖掘与处理，向用户主动推荐热点信息和感兴趣信息；对于未来需求，平台通过整合挖掘用户信息与国家政策信息，预测用户未来可能会产生的需求并进行相应的推荐。另外，《济宁市科技云服务平台研究》针对隐性需求，具体提出利用隐语义模型算法挖掘处理用户信息，向用户主动推荐热点和可能感兴趣的内容。故目前仍缺少从实验角度开展科技服务平台个性化机构推荐的系统和方法。
5.在机构的个性化推荐中，现有研究主要利用机构及需求方的基本信息、行为日志、评分等信息进行推荐研究，同时也会考虑需求方和机构间的信任、机构声誉等信息对推荐效果进行改善。但对于科技服务需求方上传的需求内容(需求标题和需求描述)的研究分析还不够充分，也较少通过挖掘科技服务需求方对于机构的具体评论内容生成机构的综合评价。


技术实现要素：

6.本发明的目的就是通过分析科技服务需求方上传的需求内容、科技服务平台评分和科技服务机构评价标签，提升机构推荐列表的准确性和有效性，提供一种基于科技服务需求的机构推荐系统及方法。
7.为实现上述目的，本发明设计出了一种基于科技服务需求的机构推荐系统，用于
向待推荐需求方发送科技服务机构推荐列表，其特别之处在于：包括数据准备模块、科技服务需求分析模块、科技服务机构评价模块和科技服务平台推荐模块；
8.所述数据准备模块用于采集各科技服务平台中的关于待推荐需求方、其他科技服务需求方以及与其他科技服务需求方具有购买关联的科技服务机构的科技服务数据，并对所有采集到的科技服务数据进行预处理，获得科技服务有效数据；
9.所述科技服务需求分析模块包括科技服务需求模型构建模块和科技服务需求相似度计算模块；
10.所述科技服务需求模型构建模块用于接收数据准备模块发送的待推荐需求方、其他科技服务需求方分别上传至各科技服务平台的需求标题和需求描述，对需求标题和需求描述分别进行中文分词，将分词结果中的停用词去除，得到新需求标题文本和新需求描述文本；然后将每一个由词项构成的新需求标题文本和新需求描述文本进行向量化，得到新需求标题向量和新需求描述向量；最后计算新需求标题向量和新需求描述向量中每个词项的权重，包含词项及对应权重的新需求标题向量和新需求描述向量即构成待推荐需求方及其他科技服务需求方的需求标题和需求描述vsm模型，组合需求标题和需求描述vsm模型，生成待推荐需求方及其他科技服务需求方的科技服务需求vsm模型；
11.所述科技服务需求相似度计算模块用于根据待推荐需求方及其他科技服务需求方的科技服务需求vsm模型，分别计算需求标题和需求描述两个维度的相似度；然后分别对需求标题维度的相似度和需求描述维度的相似度取权重进行加权计算，得到待推荐需求方与其他科技服务需求方的需求相似度值，按照需求相似度值从高到低的顺序进行排序，选取与待推荐需求方的需求高度相似的前k个近邻科技服务需求方名单；最后对照购买关联，找到与前k个近邻科技服务需求方发生交易的m个科技服务机构推荐集合；
12.所述科技服务机构评价模块用于进行综合评分权重设置，加权计算平台对科技服务机构的平台评分和其他科技服务需求方对科技服务机构的标签评分，得到科技服务机构综合评分；其包括平台评分分析模块和机构评价标签分析模块；
13.所述平台评分分析模块用于查找数据准备模块发送的各科技服务平台对于与每个其他科技服务需求方具有购买关联的科技服务机构给出的平台评分；
14.所述机构评价标签分析模块用于查找数据准备模块发送的每个其他科技服务需求方对于与其具有购买关联的科技服务机构给出的机构评价标签，对机构评价标签进行标注以获得机构特征；然后对标注的机构特征进行情感倾向划分，获得正向机构特征和负向机构特征；最后进行频次计算，分别计算出每个正向机构特征得分和每个负向机构特征得分，将所有正向机构特征得分和负向机构特征得分累计相加，生成标签评分；
15.所述科技服务平台推荐模块用于接收科技服务需求分析模块发送的m个科技服务机构推荐集合，接收科技服务机构评价模块发送的科技服务机构综合评分；对m个科技服务机构推荐集合按照科技服务机构综合评分由高到低的顺序进行重新排列，选取前n个机构作为最终的科技服务机构推荐列表发送至待推荐需求方。
16.本发明还设计出了一种基于科技服务需求的机构推荐方法，包括如下步骤：
17.步骤1)、数据准备模块从其他各科技服务平台上采集科技服务数据，并对科技服务数据进行预处理，得到科技服务有效数据；
18.步骤2)、科技服务需求模型构建模块对待推荐需求方、其他科技服务需求方各自
上传至各科技服务平台的需求标题和需求描述进行中文分词，将分词结果中的停用词去掉，得到新需求标题文本和新需求描述文本；构建新需求标题向量和新需求描述向量，并提取新需求标题向量和新需求描述向量中的词项，计算词项对应的权重，建立需求标题和需求描述vsm模型；组合需求标题和需求描述vsm模型，生成科技服务需求vsm模型；
19.步骤3)、基于科技服务需求vsm模型，科技服务需求相似度计算模块对需求标题和需求描述两个维度分别取权重进行加权计算，得到待推荐需求方与其他科技服务需求方的需求相似度值，按照需求相似度值选取与待推荐需求方的需求高度相似的前k个近邻科技服务需求方名单；最后对照购买关联，找到与前k个近邻科技服务需求方发生交易的m个科技服务机构集合；
20.步骤4)、基于科技服务平台交易信息，平台评分分析模块查找各科技服务平台对于科技服务机构的平台评分；
21.步骤5)、基于科技服务平台交易信息，机构评价标签分析模块查找其他科技服务需求方对于科技服务机构的机构评价标签，筛选出正向机构特征和负向机构特征，再根据频次计算公式，得到每个正向机构特征得分和每个负向机构特征得分，累计相加即可生成科技服务机构的标签评分；
22.步骤6)、科技服务机构评价模块进行综合评分权重设置，保证平台评分权重低于标签评分权重，加权计算平台评分和标签评分，得到科技服务机构综合评分；
23.步骤7)、科技服务平台推荐模块将m个科技服务机构集合按照科技服务机构综合评分由高到低的顺序进行重新排列，选取前n个机构作为最终的科技服务机构推荐列表发送至待推荐需求方。
24.本发明的优点在于：
25.1.本发明以科技服务需求为核心，将科技服务需求方上传的非结构性需求文本向量化，这种个性化表示的方式有助于精准满足科技服务需求，提升推荐的准确性；
26.2.本发明从科技服务机构的平台评分和科技服务机构的机构评价标签两个维度出发，构建了科技服务机构综合评分，对科技服务机构的能力水平进行衡量，有助于为科技服务需求方推荐能力水平高的机构以提升推荐的有效性；
27.3.基于科技服务机构的机构评价标签，根据不同情感倾向，区分正向机构特征和负向机构特征，再根据不同的计分方式，将正向机构特征得分和负向机构特征得分累计相加，生成科技服务机构的标签评分，实现机构评价标签的量化；
28.本发明的基于科技服务需求的机构推荐系统及方法，综合考虑科技服务需求方的需求内容和科技服务机构的能力水平，为需求方推荐感兴趣的、能力高的机构推荐列表，大大提升平台推荐的准确性和有效性。
附图说明
29.图1为本发明基于科技服务需求的机构推荐系统的结构框图；
30.图2为本发明基于科技服务需求的机构推荐方法的流程图；
31.图中：数据准备模块1、科技服务需求分析模块2、科技服务机构评价模块3、科技服务平台推荐模块4；
32.数据准备模块1包括：数据采集模块1-1、数据预处理模块1-2；
33.科技服务需求分析模块2包括：科技服务需求模型构建模块2-1、科技服务需求相似度计算模块2-2；
34.科技服务机构评价模块3包括：平台评分分析模块3-1、机构评价标签分析模块3-2。
具体实施方式
35.以下结合附图和具体实施例对本发明作进一步的详细描述，但该实施例不应该理解为对本发明的限制。
36.如图1所示基于科技服务需求的机构推荐系统，用于向待推荐需求方发送科技服务机构推荐列表，其包括数据准备模块1、科技服务需求分析模块2、科技服务机构评价模块3和科技服务平台推荐模块4。
37.所述数据准备模块1用于采集各科技服务平台中的关于待推荐需求方、其他科技服务需求方以及与其他科技服务需求方具有购买关联的科技服务机构的科技服务数据，并对所有采集到的科技服务数据进行预处理，获得科技服务有效数据。
38.所述科技服务需求分析模块2包括科技服务需求模型构建模块2-1和科技服务需求相似度计算模块2-2。
39.所述科技服务需求模型构建模块2-1用于接收数据准备模块1发送的待推荐需求方、其他科技服务需求方分别上传至各科技服务平台的需求标题和需求描述，对需求标题和需求描述分别进行中文分词，将分词结果中的停用词去除，得到新需求标题文本和新需求描述文本；然后将每一个由词项构成的新需求标题文本和新需求描述文本进行向量化，得到新需求标题向量和新需求描述向量；最后计算新需求标题向量和新需求描述向量中每个词项的权重，包含词项及对应权重的新需求标题向量和新需求描述向量即构成待推荐需求方及其他科技服务需求方的需求标题和需求描述vsm模型，组合需求标题和需求描述vsm模型，生成待推荐需求方及其他科技服务需求方的科技服务需求vsm模型。
40.所述科技服务需求相似度计算模块2-2用于根据待推荐需求方及其他科技服务需求方的科技服务需求vsm模型，分别计算需求标题和需求描述两个维度的相似度；然后分别对需求标题维度的相似度和需求描述维度的相似度取权重进行加权计算，得到待推荐需求方与其他科技服务需求方的需求相似度值，按照需求相似度值从高到低的顺序进行排序，选取与待推荐需求方的需求高度相似的前k个近邻科技服务需求方名单；最后对照购买关联，找到与前k个近邻科技服务需求方发生交易的m个科技服务机构推荐集合。
41.所述科技服务机构评价模块3用于进行综合评分权重设置，加权计算平台对科技服务机构的平台评分和其他科技服务需求方对科技服务机构的标签评分，得到科技服务机构综合评分；其包括平台评分分析模块3-1和机构评价标签分析模块3-2。
42.所述平台评分分析模块3-1用于查找数据准备模块1发送的各科技服务平台对于与每个其他科技服务需求方具有购买关联的科技服务机构给出的平台评分。
43.所述机构评价标签分析模块3-2用于查找数据准备模块1发送的每个其他科技服务需求方对于与其具有购买关联的科技服务机构给出的机构评价标签，对机构评价标签进行标注以获取机构特征；然后对标注的机构特征进行人工情感倾向划分，获得正向机构特征和负向机构特征；最后进行频次计算，分别计算出每个正向机构特征得分和每个负向机
构特征得分，将所有正向机构特征得分和负向机构特征得分累计相加，生成标签评分。
44.所述科技服务平台推荐模块4用于接收科技服务需求分析模块2发送的m个科技服务机构推荐集合，接收科技服务机构评价模块3发送的科技服务机构综合评分；对m个科技服务机构推荐集合按照科技服务机构综合评分由高到低的顺序进行重新排列，选取前n个机构作为最终的科技服务机构推荐列表发送至待推荐需求方。
45.本发明综合考虑科技服务需求方的需求内容和科技服务机构的能力水平，为需求方推荐感兴趣的、能力高的机构推荐列表，大大提升平台推荐的准确性和有效性。
46.优选地，所述数据准备模块1包括数据采集模块1-1和数据预处理模块1-2。所述数据采集模块1-1利用八爪鱼采集器从其他各科技服务平台上采集科技服务数据；所述数据预处理模块1-2利用数据规约、数据清理、数据变换方法对数据准备模块1采集到的科技服务数据进行预处理，提取出科技服务有效数据。
47.优选地，所述科技服务数据包括待推荐需求方主动上传至平台的需求标题和需求描述、以及交易过程已完全结束的科技服务平台交易信息；所述科技服务平台交易信息包括其他科技服务需求方的交易信息、其他科技服务需求方对应的科技服务机构的交易信息、以及两者之间的交易金额；所述其他科技服务需求方的交易信息包括其他科技服务需求方名称、其主动上传至各平台的需求标题和需求描述、以及其他科技服务需求方对科技服务机构作出的机构评价标签信息；所述科技服务机构的交易信息包括科技服务机构名称、平台对科技服务机构作出的机构评分和机构评价标签；
48.所述科技服务有效数据包括待推荐需求方主动上传至平台的需求标题和需求描述、以及交易过程已完全结束的有效科技服务平台交易信息；所述有效科技服务平台交易信息是指剔除了交易金额小于100元、其他科技服务需求方名称无意义、科技服务机构名称无意义、以及机构评价标签无效(只含“不错”“好评”两个评价标签)的交易信息。
49.优选地，所述科技服务需求模型构建模块2-1通过python语言中的jieba库分别对待推荐需求方、其他科技服务需求方各自上传至各科技服务平台的需求标题和需求描述进行中文分词。jieba库作为python语言中优秀的第三方中文分词库，支持：精确模式、全模式和搜索引擎模式三种分词模式。
50.例如，所述科技服务需求模型构建模块2-1通过在“哈工大停用词表.txt”、“百度停用词表.txt”、“四川大学机器智能实验室停用词表.txt”的基础上，引入部分自建停用词表，如“需求”“需要”“公司”“企业”“机构”，将分词结果中的停用词去掉，得到新需求标题文本和新需求描述文本。
51.优选地，将新需求标题文本和新需求描述文本作为输入，得到科技服务需求的vsm模型。具体地，所述科技服务需求模型构建模块2-1通过将新需求标题文本和新需求描述文本以0和1形式进行向量化，得到新需求标题向量和新需求描述向量。基于新需求标题向量和新需求描述向量，计算其中所含词项的权重，将词项及对应权重按照下式表示，即构成需求标题和需求描述的vsm模型，所述vsm模型为：
52.d＝{(t1,w1),(t2,w2),
…
,(tn,wn)}
53.其中，
54.d为新需求标题向量或新需求描述向量，
55.tn为新需求标题文本或新需求描述文本中的词项，
56.wn为新需求标题文本或新需求描述文本中的词项对应的权重。
57.由于需求标题文本的语言一般十分精炼，故所述新需求标题文本中的词项对应的权重通过词频(词项在新需求标题文本中出现的次数)表示。与需求标题文本相比，需求描述文本一般较长较详细，属于长文本，故所述新需求描述文本中的词项对应的权重通过经典权重计算方法，即tf-idf权重计算公式计算，
[0058][0059]
其中，
[0060]
wi为新需求描述文本中第i个词项对应的权重，
[0061]
tfi为第i个词项在新需求描述文本中出现的频率，
[0062]
idfi为第i个词项在新需求描述文本中的逆向文件频率，
[0063]
所述逆向文件频率指的是：如果包含第i个词项的新需求描述文本越少，也就是ni越小，idfi越大，则说明第i个词项具有很好的类别区分能力，
[0064]
ni为第i个词项在新需求描述文本中出现的次数，
[0065]
n为新需求描述文本中出现的词项的总数，
[0066]
l为新需求描述文本的总数即科技服务需求方总数，
[0067]
dfi为包含第i个词项的文本总数。
[0068]
组合需求标题vsm模型和需求描述vsm模型，生成科技服务需求vsm模型。
[0069]
优选地，基于科技服务需求vsm模型，所述科技服务需求相似度计算模块2-2通过余弦值计算公式分别计算待推荐需求方与其他科技服务需求方在需求标题和需求描述两个维度的相似度；所述需求标题维度的相似度取权重为0.5，所述需求描述维度的相似度取权重为0.5。以需求标题和需求描述分别取0.5的权重进行加权计算，得到待推荐需求方与其他科技服务需求方在科技服务方面的相似度值。
[0070]
具体地，按照需求相似度值从高到低的顺序进行排序，选取与待推荐需求方的需求高度相似的前k个近邻科技服务需求方名单；最后对照购买关联，找到与前k个近邻科技服务需求方发生交易的m个科技服务机构集合(m≤k)。基于科技服务平台交易信息，可得到完全结束交易过程的供需双方的名称，由此可形成平台供需双方购买关联关系。这个关系是一个多对多的关系，即一个需求方可能对应多个供方，一个供方可能对应多个需求方。
[0071]
本发明以科技服务需求为核心，将科技服务需求方上传的非结构性需求文本向量化，这种个性化表示的方式有助于精准满足科技服务需求，提升推荐的准确性。
[0072]
另外，本发明还从科技服务机构的平台评分和科技服务机构的机构评价标签两个维度出发，构建了科技服务机构综合评分，对科技服务机构的能力水平进行衡量，有助于为科技服务需求方推荐能力水平高的机构以提升推荐的有效性。
[0073]
基于科技服务平台交易信息，可查找出平台对于每个机构给出的评分即平台评分。一般平台会从多维度评价一个机构，如咨询响应、交付质量、用户评价和售后服务等，这个评分是需求方选择机构的参考因素。
[0074]
为了更真实的反映需求方对各科技服务机构的态度与期望，本发明还选取科技服务机构的机构评价标签进行分析。首先成立标注小组，确定了标注的标准为在最大化保留原始机构评价标签的情况下充分体现机构评价标签所反映出的科技服务业独有特性。所有
标注统一后，重复检查标注，保证标注结果精炼且符合标准。通过频次分析法筛选标注结果：计算机构评价标签中各机构特征的出现次数，剔除出现频率小于某阈值的机构特征，最终得到多个机构特征。
[0075]
基于科技服务机构的机构评价标签，根据不同情感倾向，区分正向机构特征和负向机构特征，再根据不同的计分方式，将正向机构特征得分和负向机构特征得分累计相加，生成科技服务机构的标签评分。
[0076]
优选地，所述机构评价标签分析模块3-2通过人工梳理机构特征进行情感倾向划分，如准时交付为正向机构特征，工期延误为负向机构特征，利用频次计算公式计算每个正向机构特征得分和每个负向机构特征得分，所述频次计算公式如下：
[0077][0078][0079]
其中，
[0080]sp
为机构评价标签提取出的每个正向机构特征的评分，每个正向机构特征最高得分为1分，
[0081]
sn为机构评价标签提取出的每个负向机构特征的评分，每个负向机构特征最低得分为-1分，
[0082]ff
为机构特征在机构评价标签中出现的次数，
[0083]f总
为给出评价标签的科技服务需求方总数。
[0084]
比如：机构评价标签中有6个需求方进行评价，其中好(出现1次)，很好(出现2次)，非常好(出现3次)，比较差(出现2次)。根据上面的评价标签，提取出“优”和“劣”两个机构特征。现在，正向机构特征就是出现1+2+3＝6次，负向机构特征出现2次，ff就是这个机构特征出现的次数，f
总
就是6(6个需求方进行评价)。
[0085]
上述公式，正向机构特征出现频率越高越好，负向机构特征出现频率越低越好。将所有正向机构特征得分和负向机构特征得分累计相加，即生成科技服务机构的标签评分。
[0086]
将平台评分与标签评分进行加权计算，得到科技服务机构综合评分。考虑到平台评分大多可能高于标签评分，本发明在进行科技服务机构综合评分权重设置时，保证平台评分权重低于标签评分权重，最终确定平台评分和标签评分的权重取值分别为0.4和0.6。
[0087]
本发明一种基于科技服务需求的机构推荐方法，包括如下步骤：
[0088]
步骤1)、数据准备模块1从其他各科技服务平台上采集科技服务数据，并对科技服务数据进行预处理，得到科技服务有效数据。
[0089]
步骤2)、科技服务需求模型构建模块2-1对待推荐需求方、其他科技服务需求方各自上传至各科技服务平台的需求标题和需求描述进行中文分词，将分词结果中的停用词去掉，得到新需求标题文本和新需求描述文本；构建新需求标题向量和新需求描述向量，并提取新需求标题向量和新需求描述向量中的词项，计算词项对应的权重，建立需求标题和需求描述vsm模型；组合需求标题和需求描述vsm模型，生成科技服务需求vsm模型。
[0090]
步骤3)、基于科技服务需求vsm模型，科技服务需求相似度计算模块2-2对需求标
题和需求描述两个维度分别取权重进行加权计算，得到待推荐需求方与其他科技服务需求方的需求相似度值，按照需求相似度值选取与待推荐需求方的需求高度相似的前k个近邻科技服务需求方名单；最后对照购买关联，找到与前k个近邻科技服务需求方发生交易的m个科技服务机构推荐集合。
[0091]
步骤4)、基于科技服务平台交易信息，平台评分分析模块3-1查找各科技服务平台对于科技服务机构的平台评分。
[0092]
步骤5)、基于科技服务平台交易信息，机构评价标签分析模块3-2查找其他科技服务需求方对于科技服务机构的机构评价标签，筛选出正向机构特征和负向机构特征，再根据频次计算公式，得到每个正向机构特征得分和每个负向机构特征得分，将所有正向机构特征得分和负向机构特征得分累计相加即可生成科技服务机构的标签评分。
[0093]
步骤6)、科技服务机构评价模块3通过加权计算平台评分和标签评分，保证平台评分权重低于标签评分权重，得到科技服务机构综合评分。
[0094]
步骤7)、科技服务平台推荐模块4将m个科技服务机构推荐集合按照科技服务机构综合评分由高到低的顺序进行重新排列，选取前n个机构作为最终的科技服务机构推荐列表发送至待推荐需求方。
[0095]
下面以实施例来说明本发明技术方案。
[0096]
假设待需求方d1已完成科技服务需求的上传，但还未匹配科技服务机构进行交易。则针对需求方d1，根据步骤1)，采集数据并进行预处理，如表1所示。
[0097]
表1
[0098][0099]
根据步骤2)，对d1上传的科技服务需求进行中文分词，并去掉停用词后，得到新需求标题文本和新需求描述文本，再根据词频和tfidf计算新需求标题文本和新需求描述文本中词项的权重，结合词项及其相应权重，组成科技服务需求标题和需求描述vsm模型；再组合需求标题的vsm模型和需求描述vsm模型，表示为科技服务需求vsm模型。
[0100]
根据步骤3)，分别计算待推荐需求方与其他科技服务需求方在需求标题和需求描述两个维度的相似度，以需求标题和需求描述分别取0.5的权重进行加权计算，得到d1与其他科技服务需求方在科技服务方面的相似度值。
[0101]
将d1与其他需求方的相似度值从高到低的顺序进行排序，取前10(令k＝10)个近邻科技服务需求方组成近邻科技服务需方名单，如表2所示。假设近邻科技服务需求方nd1和nd3与同一机构发生购买关联，近邻科技服务需求方nd8和nd9与同一机构发生购买关联，则根据这10个近邻科技服务需求方与机构间购买关联，可得到m＝8个机构，组成科技服务
机构推荐集合如表2所示。
[0102]
表2
[0103][0104][0105]
根据科技服务机构推荐集合中的8个机构名称，根据步骤4)和5)，获取的平台评分和评价标签信息如表3所示。
[0106]
表3
[0107][0108][0109]
对于上述机构评价标签，利用频次计算公式，得到标签评分。例如，科技服务机构i1，机构评价标签中的“沟通顺畅(22)”，其中“沟通顺畅”为正向机构特征，“(22)”为“沟通顺畅”在机构评价标签中出现的次数。
[0110]
根据步骤6)，再以平台评分和标签评分分别取0.4和0.6的权重后，加权计算得到科技服务机构综合评分。
[0111]
根据步骤7)，以科技服务机构综合评分对科技服务机构推荐集合中的8个机构进行重新排序，得{i8、i6、i2、i1、i4}这前5(n＝5)个机构组成科技服务机构推荐列表。将科技服务机构推荐列表{i8、i6、i2、i1、i4}根据预设的通知方式推送给科技服务需方d1。
[0112]
本发明基于科技服务平台，利用待推荐需求方主动上传的需求、其他科技服务平台需求方主动上传的需求及其给予的机构评价标签、平台自发存储记录的购买交易关系及
平台给予机构的评分信息，为待推荐需求方生成科技服务机构推荐列表。对于待推荐需求方而言，其被推荐的机构列表中，排在前面的机构质量高，有利于其获得更加优质的服务资源以支撑自身的成长发展；对于科技服务机构而言，其获得展示及选择的概率增大，有利于自身的发展成长；对于平台而言，其推荐的资源质量高，供需双方快速匹配，有利于自身的长远发展。
[0113]
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
[0114]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0115]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0116]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0117]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0118]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。