本書內(nèi)容上主要分為三部分：第一部分為理論研究部分，涵蓋確定研究主題，論述研究背景、目的及意義，對國內(nèi)外文獻進行梳理，并提出本書研究內(nèi)容所涉及到的相關(guān)理論及方法。該部分為后續(xù)章節(jié)中的研究提供了必要的支撐。第二部分為本書的核心研究內(nèi)容，即模型構(gòu)建部分，主要運用文獻計量、替代計量、統(tǒng)計學、大數(shù)據(jù)、機器學習和人工智能等理論和方法，研究和構(gòu)建高�？萍既瞬旁u價體系，為實證研究奠定理論基礎(chǔ)。第三部分是實證研究和結(jié)論部分，選取山東省學科人才基本科學計量數(shù)據(jù)和替代計量數(shù)據(jù)為原始數(shù)據(jù)，對比分析了K-means聚類機器學習算法、BP神經(jīng)網(wǎng)絡(luò)方法和本書作者提出的BPNN-GA三種評價方法的實驗結(jié)果，驗證了方法對于科技人才評價的有效性。在理論和實證研究的基礎(chǔ)上，最后從政府、高校和社會幾個層面提出對于科技人才評價和管理決策的相關(guān)結(jié)論和建議。