在我国,中小企业的技术创新与改革问题尤为突出。中小企业作为我国产学研合作的一个重要组成部分,在产学研合作中十分需要获得政府与高校在资金、技术和人才方面的支持。虽然我国产学研合作取得了一定的成就,但依然存在许多亟待解决的问题,例如技术转化率低,动力不足,机制效率低等问题。在这样的实际情况下,当中小企业遇到技术创新与改革难题时,很难找到合适的高校专家进行技术咨询。针对这一问题,本文基于数据挖掘技术,设计并实现了一种为中小企业服务的专家推荐系统。论文的主要研究工作如下:(1)通过网络爬虫获取中国知网的高校专家数据,通过对专家的论文摘要文本进行预处理、关键词权重计算等步骤,将获取到的专家文本信息用向量空间模型进行文本表示,建立高校专家的向量空间模型索引库。(2)针对企业技术需求文本的特点,对企业需求文本进行预处理后,将基于词语语义和基于词语统计信息这两种关键词权重计算方法相结合,对企业需求文本进行关键词权重计算,然后构建企业技术需求文本的向量空间模型,同时通过构建学科分类模型来对需求文本进行学科分类,最后计算企业需求文本同该学科高校专家论文文本之间的文本相似度,根据相似度产生初始专家推荐列表。(3)建立用户评价系统,系统根据目标用户对初始专家推荐列表的满意度评分,并结合历史用户对所有专家的满意度评分数据,计算目标用户对每个专家的满意度预测值。最后系统根据满意度预测值,对初始专家推荐列表进行调整,产生最终的专家推荐列表。(4)设计并实现一种基于用户评价的专家推荐系统,本系统采用混合推荐算法模型,首先根据企业需求文本与高校专家论文文本的向量空间模型的余弦相似度计算结果,运用基于内容的推荐推荐算法得到最初的推荐结果,再将该推荐结果作为基于用户评分推荐算法的输入,并结合用户对推荐结果的满意度评分状况,输出最终的专家推荐列表。最后基于上述研究成果实现了专家推荐系统,并用大量的实际数据对本系统进行实验测试。测试结果表明本文提出的基于用户评价的专家推荐系统具有一定的可行性和有效性。