本书面向科研项目资助、学术论文评审、人才评价和科研机构评价等场景，围绕同行评议中个体判断差异、评分尺度不一、群体排序不稳定、评语信息利用不足及异常评价难以解释等问题，构建数据驱动的质量控制研究体系。全书首先分析同行评议的制度基础、运行机制、质量问题与数据条件，继而利用相对逆序数研究个体评审可信度测度和群体排序优化，比较不同评分标准化方法的适用性；在此基础上，引入数据增强、选择性集成、模糊聚类和相似性关联开展可信度评估，并结合深度语义模型、概率主题模型、关键词表征和高斯混合模型，分析评语知识、评分关联、群体评价结构及异常信号。

更多科学出版社服务，请扫码获取。