随着我国对科技经费投入的逐渐增多,科研单位科技项目的申请也变得越来越多,怎么样有效的解决项目重复立项问题是现代科技项目管理中非常重要的一部分。传统的人工查重显然是不行的,而已有的一些查重系统在精度和速度上都不能满足要求,因此对项目查重系统关键技术的研究就变得非常有必要。本文重点对科技项目的表示模型、相似度计算和聚类等技术进行研究。主要工作包括以下几个方面：1.根据科技项目内容复杂、信息大的特点,提出一种结合物元知识表示模型和向量空间模型的科技项目知识表示模型和科技项目关系模型,方便后续对科技项目的表示和处理。2.针对科技项目的查重需求,分析总结了基于向量空间模型的相似度计算方法和基于语义理解的相似度计算方法,在此基础上提出了一种基于语义理解的VSM相似度计算方法。针对科技项目名称中含有大量有用信息,字数较少且含有较多专业名词的特点,提出了一种改进的基于编辑距离的句子相似度计算方法。最后把以上两种方法分别应用于科技项目的主要内容和项目名称的相似度计算中,并进行权重调整,综合计算整个科技项目的相似度。3.针对科技项目查重时需把待查项目和已有所有项目进行比对,效率较低的问题,本文先进行项目聚类然后再进行查重。而已有的聚类算法有需要预先输入参数和算法时间复杂度较高无法应用于大型项目库等问题,本文提出一种基于双阈值的最近邻项目聚类算法并应用于项目查重系统,在不影响查重精度的情况下,提高了查重速度。在以上相似度计算方法和聚类算法研究成果的基础上,实际应用于浙江省科技项目相似度检测系统中,有效地实现了项目查重功能,并且有良好查重准确度和运行速度,成功验证了本论文研究成果的可行性。