基于信息推薦的創新成果轉化平臺設計與實現

郭文匯+徐琤穎

摘 要： 傳統的轉化平臺一直存在數據轉化耗時長、轉化效率低的問題，針對此問題，提出并設計基于信息推薦的創新成果轉化平臺。以給出的整體框架為基礎，通過數據結構規劃，聯通結構設計，源數據的處理，在不同信息流下傳統與基于信息推薦兩種轉化平臺進行對比實驗，轉化效率與穩定性實驗，實現組織設計與創新成果轉化。實驗結果表明，采用改進的轉化平臺，其轉化效率，平臺穩定性以及耗時長短均要優于傳統轉化平臺，具有一定的實用性。

關鍵詞： 信息推薦； 創新成果轉化； 平臺設計； 轉化效率； 穩定性實驗； 聯通結構

中圖分類號： TN911?34； TN913 文獻標識碼： A 文章編號： 1004?373X（2018）06?0041?04

Abstract： In allusion to long time consumption and low transformation efficiency of the traditional data conversion platform， an innovation achievement transformation platform based on information recommendation is proposed and designed. Taking the given overall framework as the basis， contrast experiment of the traditional transformation platform and transformation platform based on information recommendation， as well as transformation efficiency experiment and stability experiment were carried out in different information flows by means of data structure planning， connection structure design， and source data processing， so as to realize organization design and innovation achievement transformation. The experimental achievements show that the improved transformation platform has higher transformation efficiency， platform stability and shorter time consumption than the traditional transformation platform， and has certain practicability.

Keywords： information recommendation； innovation achievement transformation； platform design； transformation efficiency； stability experiment； connection structure

0 引 言

基于信息推薦的創新成果轉化平臺是為了改善傳統成果轉化平臺存在的數據檢索能力差、大數據分析能力不足和轉化效率低的問題，通過計算機發展優勢集成源數據儲存與管理模塊、數據庫連接模塊、數據庫操作模塊、綜合輔助模塊。對數據結構設計、聯通結構設計與源數據的處理，從而實現轉換平臺進行數據交互、信息傳遞的準確和完整，并較傳統轉化平臺大幅提升檢索能力、分析能力以及轉化效率。通過數據處理實驗和轉化效率與穩定性實驗，對不同信息傳入方式、不同信息流量、不同平臺進行檢索能力、數據分析能力、穩定性和轉化效率的測試。通過實驗數據表明采用改進轉化平臺，其轉化效率、平臺穩定性及耗時長短均要優于傳統轉化平臺。

1 創新成果轉化平臺總體框架設計

基于信息推薦設計創新成果轉化平臺，采用信息推薦方式，確定選擇評價并對候選信息進行選擇，進行綜合評價，通過源數據儲存與管理模塊、數據庫連接模塊、數據庫操作模塊、綜合輔助模塊，優化轉化平臺。數據庫操作模塊通過對不同數據結構類型設計進行數據處理、數據交換、數據傳遞，通過對目標數據庫類型相互轉換實現數據統一性。數據連接模塊是通過對聯通性的設計，將統計數據進行模塊傳遞、平臺傳遞，并且保證傳遞準確性與時效性[1]。源數據儲存與管理模塊是通過源數據的處理從而使轉化平臺具有溯源性[2]，保證其數據處理能力與數據處理效率。其總體設計結構圖如圖1所示。

通過圖1結構總體設計，利用計算機技術進行結構設計和組織數據傳遞。通過源數據儲存與管理模塊、數據庫連接模塊、數據庫操作模塊、綜合輔助模塊相互作用，提高轉化平臺數據檢索能力、大數據分析以及轉化效率[3?4]。

2 組織設計與實現創新成果轉化

2.1 數據結構規劃

通過表1所示數據結構對照表，描述系統轉換平臺各模塊之間進行類型轉換可行性。原數據庫系統SQL Server的int源數據類型可以和目標數據庫系統Oracle的number目標數據庫類型相互轉換，原數據庫系統SQL Server的vachar源數據類型可和目標數據庫系統SQL Server的char目標數據庫類型相互轉換。在不同數據類型轉換實現轉換平臺的信息傳遞[5]。

類型歸類主要分為：0，字符串類型；1，數值類型；2，對象類型；3，文本類型；4，字節類型。在Mapping條件下根據不同格式運算，進行數據庫管理系統編號如表2所示[5]。endprint

通過對不同數據結構類型設計，從而在數據庫連接模塊、數據庫操作模塊等系統轉換平臺進行數據交互、信息傳遞。

2.2 聯通結構設計

在聯通設計中主要解決數據的一致性、數據完整性、數據容錯性。其中數據的一致性主要是對傳遞的數據類型以及長度是否一致，是否可以直接寫入數據庫，若數據類型不一致或者類型不符，可通過數據結構設計進行數據的類型以及長度修整[6]。數據完整性是對數據結構與數據類型是否完整的判斷。數據容錯性主要是對源數據不完整性進行判斷補充或舍棄，對數據缺失嚴重或者檢測出嚴重錯誤應及時舍棄，對數據缺失不嚴重及時補充[7]。數據的容錯性越高，轉換平臺運算速度越高，但準確率下降，反之轉換平臺運算速度下降，但準確率提高。當數據的容錯性達到一定平衡值，平臺的轉換效果可以達到最優，計算如下：

[Re=i=1nX2iΩdudv] （1）

式中：Re為平臺運算速度；Ω為數據容錯率；d為準確率。

通過對聯通性的設計，解決數據的完整統一性，從而在數據庫連接模塊、數據庫操作模塊等系統轉換平臺的數據交互、信息傳遞更加準確和完整[8]。

2.3 源數據的處理

源數據的處理主要描述數據從產生和去向、數據傳遞附加信息和修整信息。數據的傳遞和修整基于計算機技術采用SQL語言動態構造，其主要語句如下：

…

SaveStructToXML（DataName，LPSTRpData）

SaveStructToXML（const DataName，BYTE）

Boll SaveArrayToXML（DataName，BYTE）

其中：參數Type表示要存儲的源數據；參數“VARIANT”表示緩沖原始區域；參數“pData”表示簡單變量；參數“BYTE”表示標識結構體變量。中間數據結構是為了實現數據的可溯源性[9]。中間數據結構可分為數組變量、近場變量和結構變量。通過源數據的處理從而使轉化平臺具有溯源性，與傳統轉化平臺相比計算性能得到更大的優化，傳輸更加穩定[10]。通過數據結構的設計、聯通結構的設計、源數據的處理使轉化平臺的數據庫連接模塊、數據庫操作模塊、數據抽取模塊等信息流相互作用，結果相互對應，針對大數據計算分析大大提高，轉化效率與傳統轉化平臺同時提高。

3 仿真實驗

3.1 實驗參數設置

本文對10個實驗節點進行監測，如表3所示，采用衡值信息流與脈沖信息流兩種信息流，對傳統與基于信息推薦兩種方法進行實驗。衡值信息流顧名思義車采用均衡釋放信息，對轉化平臺進行測試。脈沖信息流為在某一實驗監測點固定時間上釋放大量信息，從而對轉化平臺進行測試。

通過不同實驗監測節點對傳統與基于信息推薦的兩種轉化平臺進行數據處理能力實驗、數據轉化效率實驗、穩定性實驗。

3.2 轉化效率與穩定性實驗

轉化平臺的轉化效率（Conversion efficiency）以及穩定性（The stability of）實驗同3.1實驗，對表1的10次監測信息節點進行分析，其CEY代表轉化效率，CEY值越高轉化效率越高，TSO代表穩定性，TSO趨近于1越穩定。轉化效率分析圖和穩定性分析圖如圖2、圖3所示。

由實驗數據圖2可知，基于信息推薦的創新成果轉化平臺在脈沖信息流與衡值信息流不同實驗中其轉換率基本相同，當數據量達到3萬條時基本穩定。而傳統轉化平臺在脈沖實驗中轉化率明顯大幅下降。數據量達到4萬條穩定，但轉化效率明顯低于基于信息推薦的創新成果轉化平臺。

由實驗數據圖3可知，基于信息推薦的創新成果轉化平臺在脈沖信息流與衡值信息流不同實驗中，其穩定性TSO趨近平衡，而傳統轉化平臺在脈沖實驗和衡值實驗中穩定性TSO起伏明顯，特別是傳統轉化平臺脈沖實驗由監測節點2向3、監測節點4向5、監測節點7向8、監測節點10都達到負值，穩定性較差。

4 結 語

通過總體設計和組織結構設計完成基于信息推薦的創新成果轉化平臺的實現。利用源數據的處理使轉化平臺具有溯源性，與傳統轉化平臺相比計算性能得到更大的優化、傳輸更加穩定，優化聯通設計使信息傳遞更加快速、準確。通過實驗對不同信息傳入方式，不同信息量進行對比實驗，基于信息推薦的創新成果轉化平臺各項數據均優于傳統成果轉化平臺，且轉化效率較高。

參考文獻

[1] 胡一波.科技創新平臺體系建設與成果轉化機制研究[J].科學管理研究，2015，33（1）：24?27.

HU Yibo. Science and technology innovation system construction and transformation mechanism research [J]. Scientific management research， 2015， 33（1）： 24?27.

[2] 李天柱，侯錫林，馬佳.基于接力創新的高校科技成果轉化機制研究[J].科技進步與對策，2017，34（3）：147?151.

LI Tianzhu， HOU Xilin， MA Jia. A study on university science and technology achievement transformation mechanism： based on relay innovation [J]. Science & technology progress and policy， 2017， 34（3）： 147?151.

[3] 陸穎，楊志萍，徐英祺，等.基于科技成果轉化的學科服務研究[J].現代情報，2016，36（8）：21?26.

LU Ying， YANG Zhiping， XU Yingqi. et al. Study on subject service model based on scientific and technological transformation [J]. Journal of modern information， 2016， 36（8）： 21?26.

[4] 彭詩言，王西.制造業低碳信息管理創新與信息平臺建設研究[J].情報科學，2017（2）：102?106.

PENG Shiyan， WANG Xi. The research of information management in low innovation and the information platform construction [J]. Information science， 2017（2）： 102?106.

[5] 曹陽，周曉夏.基于隨機前沿分析的我國醫藥制造業技術開發與成果轉化創新效率研究[J].中國藥房，2016，27（4）：433?437.

CAO Yang， ZHOU Xiaoxia. Research on technological development and transformation achievement innovation efficiency in pharmaceutical industry in China based on stochastic frontier analysis [J]. China pharmacy， 2016， 27（4）： 433?437.

[6] 張勇，駱付婷.基于價值網的科技成果轉化服務平臺運行機制研究[J].科技進步與對策，2016，33（5）：16?21.

ZHANG Yong， LUO Futing. Research on the operation mechanism of scientific and technological achievements transformation service platform based on the value net [J]. Science & technology progress and policy， 2016， 33（5）： 16?21.

[7] 張波，黃志宏，蘭玉彬，等.“互聯網+”精準農業航空服務平臺體系架構設計與實踐[J].華南農業大學學報，2016，37（6）：38?45.

ZHANG Bo， HUANG Zhihong， LAN Yubin， et al. "Internet+" agricultural aviation services platform architecture design and practice [J]. Journal of South China Agricultural University， 2016， 37（6）： 38?45.

[8] 鄧偉男.基于FISH語言的開采沉陷模擬數據處理方法[J].煤礦開采，2016，21（4）：15?17.

DENG Weinan. FISH language simulation data processing method based on mining subsidence [J]. Coal mining technology， 2016， 21（4）： 15?17.

[9] 周樸雄，薛瑋煒，趙龍文.基于個性化情境的Multi?Agent信息推薦研究[J].情報雜志，2015，34（5）：180?184.

ZHOU Puxiong， XUE Weiwei， ZHAO Longwen. Research on multi?agent information recommendation based on personalized context [J]. Journal of intelligence， 2015， 34（5）： 180?184.

[10] 高升，任思婷，郭軍.基于潛在因子模型的跨領域信息推薦算法[J].電信科學，2015，31（7）：75?79.

GAO Sheng， REN Siting， GUO Jun. Cross?domain recommendation algorithm based on latent factor model [J]. Telecommunications science， 2015， 31（7）： 75?79.endprint