校企合作背景下高校前沿科研團(tuán)隊(duì)探測(cè)模型構(gòu)建

冉從敬 宋凱 何夢(mèng)婷

摘 要：[目的/意義]校企合作代表的是知識(shí)系統(tǒng)與產(chǎn)業(yè)系統(tǒng)間的合作，企業(yè)選擇特定技術(shù)領(lǐng)域下的最佳高?？蒲袌F(tuán)隊(duì)進(jìn)行合作，對(duì)促進(jìn)校企聯(lián)動(dòng)發(fā)展、提升企業(yè)創(chuàng)新能力、推動(dòng)高校科技成果轉(zhuǎn)化具有重要意義。[方法/過(guò)程]本文構(gòu)建了高校前沿科研團(tuán)隊(duì)探測(cè)模型，從企業(yè)視角出發(fā)，以主題模型和聚類算法為技術(shù)支撐，獲取技術(shù)領(lǐng)域下的多個(gè)子技術(shù)主題，從更加細(xì)粒度的層面明確企業(yè)的研究重點(diǎn)和薄弱領(lǐng)域，進(jìn)而在子技術(shù)主題層面，以相似專利密度對(duì)高校進(jìn)行排名，明確最佳合作高校，并在此基礎(chǔ)上，以相似專利為媒介，挖掘高校科研團(tuán)隊(duì)，以提升校企產(chǎn)學(xué)研合作效率。[結(jié)論/發(fā)現(xiàn)]以區(qū)塊鏈為技術(shù)領(lǐng)域，以眾安科技為企業(yè)對(duì)象，對(duì)高校前沿科研團(tuán)隊(duì)探測(cè)模型進(jìn)行驗(yàn)證，明確了眾安科技的研究重點(diǎn)和薄弱領(lǐng)域，并確定了子領(lǐng)域下的最佳合作高校和科研團(tuán)隊(duì)，驗(yàn)證了所提模型的有效性。[創(chuàng)新/價(jià)值]從專利視角出發(fā)，在更加細(xì)粒度的技術(shù)主題層面進(jìn)行校企合作匹配，為提升校企合作效率、推動(dòng)技術(shù)創(chuàng)新、實(shí)現(xiàn)高?？萍汲晒D(zhuǎn)化提供實(shí)踐路徑。

關(guān)鍵詞：主題模型;聚類算法;高校;企業(yè);校企合作;對(duì)象選擇;專利;前沿科研團(tuán)隊(duì);區(qū)塊鏈技術(shù);技術(shù)創(chuàng)新;科技成果轉(zhuǎn)化

Abstract：[Purpose/Significance]The industry-university cooperation represents the cooperation between the knowledge system and the industrial system.The selection of the best cooperation objects between enterprises and universities has a great significance to promote the joint development of schools and enterprises，enhance the innovation ability of enterprises，and promote the transformation of scientific and technological achievements in universities.[Method/Process]This paper constructed a detection model of frontier scientific research teams in universities.From the perspective of enterprises，the topic model and clustering algorithm were used as technical support to acquire multiple sub-technical topics in the technical field，and to clarify the research focus and weak areas of the enterprise from a more fine-grained level.Then，at the sub-technical theme level，the university was ranked by similar patent density，and the best cooperative colleges were identified.On this basis，similar research patents were used as the medium to explore university research teams and improve the efficiency of cooperation between schools，universities，and universities.[Findings/Conclusion]Taking blockchain as the technical field and ZhongAn Technology as the enterprise object，the industry-university cooperation object selection model was verified.The research focus and weak areas of ZhongAn Technology were clarified，and the best cooperative universities and research teams in the sub-areas were identified.The validity of the proposed model was verified，which provided a practical path for the selection of school-enterprise cooperation objects.[Originality/Value]From the perspective of patent，school-enterprise cooperation was matched at a more fine-grained technical theme level，which provided a practical path for improving the efficiency of school-enterprise cooperation，promoting technological innovation and realizing the transformation of scientific and technological achievements in universities.

Key words：topic model;clustering algorithm;university enterprise;industry-university;object selection;patent;frontier scientific research team;blockchain;technological innovation;trans formation of scientific and technological achievements

自20世紀(jì)80年代以來(lái)，高校和企業(yè)之間的產(chǎn)學(xué)研合作行為大量涌現(xiàn)，已逐漸成為世界各國(guó)技術(shù)創(chuàng)新的主流模式[1]。1992年，由國(guó)家經(jīng)貿(mào)委、國(guó)家教委和中國(guó)科學(xué)院聯(lián)合組織實(shí)施產(chǎn)學(xué)研工程，這一工程對(duì)促進(jìn)我國(guó)產(chǎn)學(xué)研合作，推動(dòng)我國(guó)科技與經(jīng)濟(jì)的發(fā)展發(fā)揮了重要作用。2015年3月，國(guó)務(wù)院印發(fā)《關(guān)于深化體制機(jī)制改革加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的若干意見(jiàn)》，要求緊扣經(jīng)濟(jì)社會(huì)發(fā)展重大需求，著力打通科技成果向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化的通道，把創(chuàng)新成果變成實(shí)實(shí)在在的產(chǎn)業(yè)活動(dòng)[2]。2017年10月，習(xí)近平主席在十九大報(bào)告中指出，深化科技體制改革，建立以企業(yè)為主體、市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研深度融合的技術(shù)創(chuàng)新體系[3]。2018年1月，國(guó)務(wù)院印發(fā)《關(guān)于全面加強(qiáng)基礎(chǔ)科學(xué)研究的若干意見(jiàn)》，要求創(chuàng)新體制機(jī)制，推動(dòng)基礎(chǔ)研究、應(yīng)用研究與產(chǎn)業(yè)化對(duì)接融通，促進(jìn)科研院所、高校、企業(yè)、創(chuàng)客等各類創(chuàng)新主體協(xié)作融通[4]。2019年9月，科技部印發(fā)《關(guān)于促進(jìn)新型研發(fā)機(jī)構(gòu)發(fā)展的指導(dǎo)意見(jiàn)》，要求結(jié)合產(chǎn)業(yè)發(fā)展實(shí)際需求，構(gòu)建產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟，探索長(zhǎng)效穩(wěn)定的產(chǎn)學(xué)研結(jié)合機(jī)制[5]。同年9月，國(guó)務(wù)院印發(fā)《交通強(qiáng)國(guó)建設(shè)綱要》，要求建立以企業(yè)為主體、產(chǎn)學(xué)研用深度融合的技術(shù)創(chuàng)新機(jī)制，建設(shè)一批具有國(guó)際影響力的實(shí)驗(yàn)室、試驗(yàn)基地、技術(shù)創(chuàng)新中心等創(chuàng)新平臺(tái)[6]。一系列政策的頒布表明，校企產(chǎn)學(xué)研合作對(duì)推進(jìn)資源的區(qū)域整合與共享，促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化，推動(dòng)科技創(chuàng)新和經(jīng)濟(jì)社會(huì)發(fā)展深度融合具有重要意義。高校科研團(tuán)隊(duì)在技術(shù)研發(fā)、人才資源、實(shí)驗(yàn)條件方面具有相對(duì)優(yōu)勢(shì);而企業(yè)在技術(shù)轉(zhuǎn)化、就業(yè)崗位、資金支持上具有相對(duì)優(yōu)勢(shì)，兩者合作能實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，推進(jìn)創(chuàng)新發(fā)展，從而成為地方政府和區(qū)域經(jīng)濟(jì)研究學(xué)者的關(guān)注熱點(diǎn)。

國(guó)內(nèi)外學(xué)者從多個(gè)角度對(duì)校企合作展開(kāi)了探討。在研究校企合作影響因素方面，國(guó)外學(xué)者如Szucs F運(yùn)用雙重差分估計(jì)，對(duì)歐委會(huì)第七框架計(jì)劃進(jìn)行分析，探討了大規(guī)模的創(chuàng)新企業(yè)補(bǔ)貼計(jì)劃對(duì)校企合作的影響[7]。Rybnicek R等從制度因素、關(guān)系因素、產(chǎn)出因素、框架因素出發(fā)，系統(tǒng)論述了影響校企合作的重要影響因素[8]。國(guó)內(nèi)學(xué)者如劉桂鋒等運(yùn)用社會(huì)網(wǎng)絡(luò)分析法繪制了“211”高校與企業(yè)以及其他高校之間的產(chǎn)學(xué)研專利合作網(wǎng)絡(luò)，并重點(diǎn)探討了校企合作的技術(shù)領(lǐng)域和地理距離[9]。林慶藩等引入多層線性模型，考察省級(jí)產(chǎn)學(xué)研合作政策對(duì)省域校企技術(shù)合作專利產(chǎn)出的直接影響，以及國(guó)家級(jí)產(chǎn)學(xué)研合作政策對(duì)省域校企技術(shù)合作專利產(chǎn)出的間接影響[10]。劉繼紅等從高?？蒲腥藛T角度，對(duì)校企知識(shí)轉(zhuǎn)移途徑及其影響因素進(jìn)行系統(tǒng)研究[11]。曹?，摰然诶婀踩輽C(jī)制把案例庫(kù)和專利庫(kù)建設(shè)有機(jī)結(jié)合作為校企合作平臺(tái)，校企雙方在“共贏”條件下完成深度融合是一種可操作途徑[12]。在研究校企合作的促進(jìn)作用方面，國(guó)外學(xué)者如Han J等運(yùn)用負(fù)二項(xiàng)回歸分析分析了韓國(guó)135所高校技術(shù)轉(zhuǎn)移的影響因素，研究表明，高校應(yīng)積極開(kāi)展與民營(yíng)企業(yè)的合作研究，以提升技術(shù)轉(zhuǎn)移效率[13]。Nave A等從企業(yè)家視角出發(fā)，借助于半結(jié)構(gòu)化訪談，探討了校企合作對(duì)企業(yè)可持續(xù)發(fā)展的影響[14]。國(guó)內(nèi)學(xué)者孫玉濤等以社會(huì)網(wǎng)絡(luò)理論與資源基礎(chǔ)觀為基礎(chǔ)，提出在高校與其他機(jī)構(gòu)的研發(fā)合作過(guò)程中校企研發(fā)合作及其規(guī)模有利于高校技術(shù)轉(zhuǎn)移[15]。王曉紅等利用2007-2014年我國(guó)88所高校的面板數(shù)據(jù)，采用Sys-GMM模型方法，實(shí)證研究了校企合作活動(dòng)對(duì)我國(guó)高校科研績(jī)效的影響[16]。在研究校企合作演進(jìn)態(tài)勢(shì)方面，國(guó)內(nèi)學(xué)者如張珩等基于國(guó)家知識(shí)產(chǎn)權(quán)局公開(kāi)的1985-2015年江蘇省校企合作申請(qǐng)發(fā)明專利數(shù)據(jù)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，分析專利合作網(wǎng)絡(luò)結(jié)構(gòu)及空間分布演化路徑[17]。李雨濃等采用中國(guó)專利全文數(shù)據(jù)庫(kù)，以“985高?！睘槔瑯?gòu)建校企專利合作網(wǎng)絡(luò)，對(duì)網(wǎng)絡(luò)的整體結(jié)構(gòu)特征、高校和企業(yè)在網(wǎng)絡(luò)中所處的地位進(jìn)行分析[18]。李文靜統(tǒng)計(jì)校企發(fā)明專利合作的申請(qǐng)，對(duì)比廣東高校和企業(yè)在行政區(qū)內(nèi)外校企合作創(chuàng)新網(wǎng)絡(luò)的特點(diǎn)和差異，以期對(duì)現(xiàn)階段廣東校企產(chǎn)學(xué)研技術(shù)創(chuàng)新的功能定位及校企合作的緊密度和廣度有一個(gè)總體認(rèn)識(shí)[19]。陸亦愷等以中國(guó)C9聯(lián)盟高校為研究對(duì)象，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，探討了我國(guó)高校專利合作的主要特征與模式[20]。許敏等基于71所高校與企業(yè)合作申請(qǐng)的發(fā)明專利數(shù)據(jù)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，分析了專利合作網(wǎng)絡(luò)空間分布特點(diǎn)與網(wǎng)絡(luò)結(jié)構(gòu)特征[21]。

分析發(fā)現(xiàn)，已有研究主要集中在利用多元統(tǒng)計(jì)分析方法探討校企合作開(kāi)展的影響因素、分析校企合作對(duì)高校技術(shù)轉(zhuǎn)移的促進(jìn)作用、基于社會(huì)網(wǎng)絡(luò)分析論述校企合作的演進(jìn)態(tài)勢(shì)等，但較少?gòu)男Ｆ蠛献鲗?duì)象選擇的角度出發(fā)，探索合作對(duì)象的精準(zhǔn)匹配對(duì)推動(dòng)校企合作的積極影響。高校和企業(yè)旨在為了市場(chǎng)需求和共同整體利益聯(lián)合起來(lái)，采取多種方式方法所進(jìn)行的科研開(kāi)發(fā)、生產(chǎn)營(yíng)銷、咨詢服務(wù)等經(jīng)濟(jì)合作活動(dòng)，是技術(shù)創(chuàng)新上游、中游、下游的對(duì)接與融合。在企業(yè)的重點(diǎn)研究領(lǐng)域，與具備較強(qiáng)科研能力的科研團(tuán)隊(duì)展開(kāi)校企合作，能夠進(jìn)一步深化技術(shù)研究，創(chuàng)新科技邊界;在企業(yè)技術(shù)薄弱領(lǐng)域，可通過(guò)校企合作，快速提升企業(yè)技術(shù)能力，進(jìn)而推動(dòng)高校科技成果轉(zhuǎn)化。所以，本文從企業(yè)視角出發(fā)，構(gòu)建高校前沿科研團(tuán)隊(duì)探測(cè)模型，討論如何在企業(yè)重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，確定最佳高?？蒲袌F(tuán)隊(duì)進(jìn)行合作。由于一個(gè)技術(shù)領(lǐng)域中會(huì)存在多個(gè)子領(lǐng)域，如電動(dòng)汽車技術(shù)存在電池系統(tǒng)、發(fā)動(dòng)機(jī)、運(yùn)行控制、傳感器等多個(gè)子技術(shù)領(lǐng)域，所以，有必要從更加細(xì)粒度的層面探索校企合作對(duì)象的匹配路徑。因此，本文首先構(gòu)建高校前沿科研團(tuán)隊(duì)探測(cè)模型，利用LDA模型對(duì)校企專利文本進(jìn)行主題建模，并結(jié)合K-means算法實(shí)現(xiàn)專利文本聚類，進(jìn)而明確企業(yè)重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，并根據(jù)相似專利密度指標(biāo)，確定每個(gè)子技術(shù)領(lǐng)域下的高校排名，從而確定在企業(yè)重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域下的最佳合作高校，并以相應(yīng)子領(lǐng)域下最佳合作高校的專利為媒介，探尋對(duì)應(yīng)高校的科研團(tuán)隊(duì)，建立校企產(chǎn)學(xué)研合作，最終實(shí)現(xiàn)企業(yè)明確研究重點(diǎn)和薄弱領(lǐng)域、鎖定合作高校、發(fā)掘科研團(tuán)隊(duì)、建立校企合作的全過(guò)程。在提出模型的基礎(chǔ)上，以“區(qū)塊鏈”作為重點(diǎn)研究的技術(shù)領(lǐng)域，以“眾安科技”為企業(yè)對(duì)象，驗(yàn)證所提模型的有效性，為提升校企合作效率、推動(dòng)技術(shù)創(chuàng)新、實(shí)現(xiàn)高校科技成果轉(zhuǎn)化提供實(shí)踐路徑。

1 研究方法與工具

1.1 主題模型

考慮到一個(gè)技術(shù)領(lǐng)域會(huì)涵蓋多個(gè)子技術(shù)領(lǐng)域，在校企合作對(duì)象選擇過(guò)程中，有必要對(duì)相應(yīng)技術(shù)領(lǐng)域中的專利文本進(jìn)行主題提取，明確其涉及的子領(lǐng)域主題。因此，本文采用LDA模型對(duì)專利文本進(jìn)行主題建模，LDA模型假設(shè)詞是由一個(gè)主題混合產(chǎn)生，同時(shí)每個(gè)主題是在固定詞表上的一個(gè)多項(xiàng)式分布，這些主題被集合中的所有文檔所共享，每個(gè)文檔有一個(gè)特定的主題比例，從Dirichlet分布中抽樣產(chǎn)生，作為一種產(chǎn)生式模型，其結(jié)構(gòu)模型完整清晰，采用高效的概率推斷算法處理大規(guī)模數(shù)據(jù)，是目前研究和使用非常廣泛的一種主題識(shí)別模型[22]。

在主題發(fā)現(xiàn)與主題演化研究中，利用LDA模型能夠展示主題抽取的結(jié)果，涉及文檔—主題矩陣、主題—詞矩陣、主題相關(guān)詞列表等。而應(yīng)用LDA最大的問(wèn)題是需要人工確定主題數(shù)目，主題數(shù)目的確定直接影響主題發(fā)現(xiàn)的效果。因此，本文利用R語(yǔ)言中的LDAvis包進(jìn)行計(jì)算，LDAvis包中通過(guò)多維尺度分析明確各個(gè)主題間的相似度，并通過(guò)可視化方式進(jìn)行展示。通過(guò)調(diào)整主題數(shù)目、Alpha值和Beta值，當(dāng)主題之間相互獨(dú)立、互不交叉，表示對(duì)應(yīng)模型最優(yōu)。

1.2 聚類分析

在明確技術(shù)領(lǐng)域涵蓋的主題后，需要將專利文本劃歸到子技術(shù)主題中，因此，本文采用聚類分析實(shí)現(xiàn)對(duì)專利文本的劃分。考慮到一件專利進(jìn)行技術(shù)探討時(shí)。技術(shù)主題具有專一性、深入化的特征，所以，本文在進(jìn)行聚類分析時(shí)將一件專利僅劃入到一個(gè)類團(tuán)中。聚類分析是知識(shí)發(fā)現(xiàn)中的一項(xiàng)重要研究?jī)?nèi)容，旨在將數(shù)據(jù)集合劃分為若干個(gè)類，使得類內(nèi)差異小，類間差異大。本文采用的K-means算法，是數(shù)據(jù)挖掘十大經(jīng)典算法之一，由MacQueen J于1967年提出，因其具有簡(jiǎn)單、容易實(shí)施、時(shí)間復(fù)雜度接近線性的優(yōu)點(diǎn)，且對(duì)大規(guī)模數(shù)據(jù)挖掘具有高效性和可伸縮性，被廣泛應(yīng)用于文本聚類的研究中。

1.3 文本聚類

在文本聚類方面，由于文本向量維度高，具有稀疏性，不同簇之間的差異性較大，因此可能導(dǎo)致聚成一簇的文本之間的非相似性，同時(shí)，應(yīng)用K-means算法存在隨機(jī)選取初始聚類中心導(dǎo)致聚類結(jié)果不穩(wěn)定的現(xiàn)象，往往容易陷入局部最優(yōu)，導(dǎo)致較差的聚類結(jié)果。所以，如何獲得合適的初始聚類中心，并在保證算法結(jié)果穩(wěn)定性的同時(shí)保持其準(zhǔn)確性，對(duì)提升算法的聚類性能尤為重要。因此，本文將LDA模型和K-means算法融合實(shí)現(xiàn)專利文本聚類，首先利用LDA模型進(jìn)行主題建模，將每篇文檔表示成各主題下的概率分布，降低文檔向量的維度，克服傳統(tǒng)向量空間模型表示文本的缺陷;然后在K個(gè)主題所在的維度上確定初始聚類中心，理論上保證了選擇的初始聚類中心是基于概率確定的，進(jìn)一步用這K個(gè)初始聚類中心對(duì)專利數(shù)據(jù)集進(jìn)行聚類。主要計(jì)算過(guò)程如下：

1）根據(jù)LDAvis包的多維尺度分析結(jié)果，確定最優(yōu)主題數(shù)目K;

2）利用LDA模型對(duì)N篇專利文獻(xiàn)進(jìn)行主題建模，生成N*K維的文檔—主題矩陣（D-T矩陣）;

3）在D-T矩陣中，每一行表示K個(gè)技術(shù)主題在一篇專利文獻(xiàn)中的匹配度，每一列表示一個(gè)技術(shù)主題在N篇專利文獻(xiàn)中的匹配度;

4）對(duì)每一個(gè)技術(shù)主題，首先計(jì)算該主題對(duì)N篇專利文獻(xiàn)的平均匹配度M，進(jìn)而統(tǒng)計(jì)匹配度大于M的專利文獻(xiàn)作為匹配文獻(xiàn)，記為MP，而匹配文獻(xiàn)數(shù)量記為MDi（0≤i

5）將重要主題數(shù)作為K-means算法的聚類數(shù)W，計(jì)算每個(gè)重要主題中匹配文獻(xiàn)的平均匹配度作為對(duì)應(yīng)類團(tuán)的初始聚類中心（C1，C2，C3，…，Cw）;

6）將LDA模型生成的D-T矩陣導(dǎo)入到SPSS中，利用K-means算法進(jìn)行文本聚類，設(shè)置聚類數(shù)和初始聚類中心，設(shè)置迭代次數(shù)，輸出聚類成員劃分，實(shí)現(xiàn)專利文獻(xiàn)的文本劃分。

2 高校前沿科研團(tuán)隊(duì)探測(cè)模型構(gòu)建

基于主題模型和聚類算法，從更加細(xì)粒度的子技術(shù)主題層面，為企業(yè)匹配高校前沿科研團(tuán)隊(duì)，探測(cè)模型內(nèi)容如圖1所示。

從圖1中可以發(fā)現(xiàn)，整個(gè)模型共分為5個(gè)部分，涵蓋“數(shù)據(jù)檢索→數(shù)據(jù)處理→主題建?！谋揪垲悺Y(jié)果分析”的全過(guò)程，具體內(nèi)容如下：

1）數(shù)據(jù)檢索。首先從企業(yè)視角出發(fā)，根據(jù)企業(yè)的研發(fā)重點(diǎn)確定一個(gè)技術(shù)領(lǐng)域。進(jìn)而，選擇專利數(shù)據(jù)庫(kù)檢索專利文獻(xiàn)，如SIPO、SooPAT、佰騰、CNKI等專業(yè)數(shù)據(jù)庫(kù)，獲取企業(yè)在特定技術(shù)領(lǐng)域的所有專利以及高校的相關(guān)專利。

2）數(shù)據(jù)處理。對(duì)收集的專利文獻(xiàn)進(jìn)行整合，通過(guò)序號(hào)標(biāo)簽區(qū)分企業(yè)和高校。首先對(duì)專利文本進(jìn)行分詞，收集專業(yè)文獻(xiàn)中的關(guān)鍵詞形成第一版本的詞典;進(jìn)而利用R語(yǔ)言的JiebaR包進(jìn)行文本分詞、去停用詞等自然語(yǔ)言處理過(guò)程;對(duì)分詞結(jié)果進(jìn)行整理，更新詞典，迭代多輪，獲取最優(yōu)的分詞結(jié)果集。分詞結(jié)束后，利用TF*IDF算法計(jì)算每個(gè)詞的權(quán)重，去除權(quán)重較低的詞，最終形成實(shí)驗(yàn)語(yǔ)料集。

3）主題建模。利用R語(yǔ)言中的lda包對(duì)實(shí)驗(yàn)語(yǔ)料集進(jìn)行主題提取，在主題建模過(guò)程中，不斷調(diào)整主題數(shù)目、Alpha值和Beta值，并通過(guò)LDAvis包的多維尺度分析確定最優(yōu)主題數(shù)目，獲得最優(yōu)的主題模型。通過(guò)LDA主題提取，獲取文檔—主題概率矩陣（D-T矩陣），以及每個(gè)主題下最相關(guān)的語(yǔ)義詞，用于對(duì)主題進(jìn)行概括。

4）文本聚類。依據(jù)獲取的DT矩陣，計(jì)算K-means算法的聚類數(shù)和初始聚類中心，將DT矩陣導(dǎo)入到SPSS中，設(shè)置聚類數(shù)和初始聚類中心實(shí)現(xiàn)

專利文獻(xiàn)的聚類。

5）結(jié)果分析。根據(jù)聚類結(jié)果，首先對(duì)企業(yè)進(jìn)行分析，統(tǒng)計(jì)其每篇專利文獻(xiàn)所屬的技術(shù)主題，確定其重點(diǎn)研究方向和薄弱領(lǐng)域;進(jìn)而對(duì)高校專利文獻(xiàn)進(jìn)行歸類，以相似專利密度作為排名指標(biāo)，明確在企業(yè)重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域中的最佳合作高校，并以此為基礎(chǔ)，以相似專利為媒介，挖掘高校中的前沿科研團(tuán)隊(duì)，最終促成校企合作，發(fā)揮各自優(yōu)勢(shì)，提升科技創(chuàng)新效率，推動(dòng)高?？萍汲晒D(zhuǎn)化。

3 實(shí)驗(yàn)過(guò)程及分析

3.1 數(shù)據(jù)來(lái)源及處理

本文專利數(shù)據(jù)來(lái)源于Scoopat專利數(shù)據(jù)庫(kù)，企業(yè)選擇“眾安信息技術(shù)服務(wù)有限公司”，眾安科技作為國(guó)內(nèi)首家互聯(lián)網(wǎng)保險(xiǎn)公司—眾安保險(xiǎn)的全資科技子公司，一直聚焦于大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等領(lǐng)域的基礎(chǔ)技術(shù)研發(fā)。自中本聰2008年首次提出比特幣概念和區(qū)塊鏈理論以來(lái)，區(qū)塊鏈逐漸成為各界所關(guān)注的焦點(diǎn)，并被認(rèn)為是繼蒸汽機(jī)、電力、互聯(lián)網(wǎng)之后的下一代顛覆性技術(shù)。因此，本文選擇“區(qū)塊鏈”作為重點(diǎn)研究技術(shù)領(lǐng)域，以“區(qū)塊鏈”為名稱進(jìn)行檢索，其他條件不限，截止2019年8月，眾安科技已申請(qǐng)相關(guān)專利110項(xiàng)。進(jìn)而檢索高校的專利申請(qǐng)情況，以“區(qū)塊鏈”為名稱，申請(qǐng)人為“大學(xué)”，其他條件不限，檢索到666條數(shù)據(jù)，涵蓋151所高校。分別導(dǎo)出企業(yè)和高校專利數(shù)據(jù)，其中包含專利名稱、申請(qǐng)人、發(fā)明人、摘要等重要字段內(nèi)容。

首先將眾安科技和大學(xué)的專利數(shù)據(jù)合并，共776條數(shù)據(jù)，其中前110條為眾安科技的專利文獻(xiàn)。抽取專利名稱和摘要兩個(gè)字段，利用R語(yǔ)言的JiebaR包進(jìn)行分詞、去停用詞等自然語(yǔ)言處理過(guò)程，通過(guò)反復(fù)迭代，更新詞典，形成分詞效果較優(yōu)的實(shí)驗(yàn)語(yǔ)料集，進(jìn)而利用TF*IDF計(jì)算去除權(quán)重較低的無(wú)用詞如“裝置”、“方法”、“系統(tǒng)”等，形成完善的實(shí)驗(yàn)數(shù)據(jù)集用于主題建模。

3.2 主題建模及文本聚類

獲取處理后的實(shí)驗(yàn)數(shù)據(jù)集后，利用R語(yǔ)言的lda包進(jìn)行主題建模，進(jìn)而利用LDAvis包進(jìn)行主題結(jié)果的可視化展示，基于多維尺度分析判斷主題模型抽取結(jié)果的優(yōu)異程度。通過(guò)不斷調(diào)整主題數(shù)目、Alpha值和Beta值，當(dāng)主題數(shù)目為10個(gè)，Alpha=0.5，Beta=0.2時(shí)，基于LDAvis的包呈現(xiàn)的主題可視化結(jié)果，各個(gè)主題之間相互獨(dú)立，互不交叉，表明主題數(shù)目最優(yōu)，主題結(jié)構(gòu)穩(wěn)定，見(jiàn)圖2;抽取每個(gè)主題下最相關(guān)的10個(gè)詞并對(duì)主題進(jìn)行概括，如表1所示。

分析表1發(fā)現(xiàn)，眾安科技和各大高校在區(qū)塊鏈圖2 LDA模型最優(yōu)主題數(shù)目（K=10，Alpha=0.5，Beta=0.2）中，重點(diǎn)研究的技術(shù)主題有：分布式應(yīng)用、數(shù)據(jù)存儲(chǔ)、物聯(lián)網(wǎng)應(yīng)用、隱私保護(hù)、數(shù)據(jù)溯源、用戶認(rèn)證、醫(yī)療行業(yè)應(yīng)用、數(shù)據(jù)加密、智能合約、交易系統(tǒng)。由于區(qū)塊鏈具有去中心化、不可篡改、開(kāi)放透明和安全可信的特征，在信息共享、版權(quán)保護(hù)、身份認(rèn)證、資源存儲(chǔ)、網(wǎng)絡(luò)眾籌、數(shù)據(jù)溯源等方面都能帶來(lái)創(chuàng)新性的應(yīng)用和推廣，其涵蓋的多個(gè)子技術(shù)領(lǐng)域成為企業(yè)和高校研究的重點(diǎn)方向。

利用LDA模型進(jìn)行主題提取后，根據(jù)文本聚類的計(jì)算過(guò)程，利用LDA訓(xùn)練出的文檔—主題矩陣，確定出10個(gè)重要主題，通過(guò)計(jì)算后的初始聚類中心為（0.223060801，0.2219837，0.221285027，0.222431049，0.230310546，0.222381483，0.223766727，0.232143274，0.221062853，0.227264455），將LDA模型訓(xùn)練出的D-T矩陣導(dǎo)入到SPSS中，設(shè)置好聚類數(shù)和初始聚類中心，得到最終的專利文獻(xiàn)聚類結(jié)果。

3.3 結(jié)果分析

根據(jù)文本聚類結(jié)果，LDA模型中的每一個(gè)主題對(duì)應(yīng)K-means聚類的一個(gè)類團(tuán)，首先統(tǒng)計(jì)眾安科技的專利文獻(xiàn)在每個(gè)主題中的分布情況，如表2所示;進(jìn)而對(duì)高校中的專利文獻(xiàn)在每個(gè)主題中的分布情況進(jìn)行統(tǒng)計(jì)，以相似專利密度為指標(biāo)進(jìn)行排名，獲取每個(gè)主題下排名前3的高校進(jìn)行展示，如表3所示;最后，根據(jù)眾安科技的重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，確定最佳的合作高校，根據(jù)相似專利挖掘前沿科研團(tuán)隊(duì)，如圖3所示。

分析表2發(fā)現(xiàn)，主題2—數(shù)據(jù)存儲(chǔ)，主題9—智能合約、主題3—物聯(lián)網(wǎng)應(yīng)用、主題4—隱私保護(hù)是眾安科技的重點(diǎn)研究子領(lǐng)域。眾安保險(xiǎn)是中國(guó)首家互聯(lián)網(wǎng)保險(xiǎn)公司，用戶的整個(gè)投保過(guò)程全部通過(guò)線上實(shí)現(xiàn)，中間涉及數(shù)據(jù)傳輸、交易訂單、信息審核、用戶核保等過(guò)程，因此，其更加重視數(shù)據(jù)傳輸?shù)姆€(wěn)定性、訂單交易的安全性、用戶信息的保密性等。所以，通過(guò)分析眾安科技的專利申請(qǐng)情況，其在區(qū)塊鏈研究中的重點(diǎn)也集中在利用區(qū)塊鏈的去中心化實(shí)現(xiàn)數(shù)據(jù)的分布式存儲(chǔ)、利用智能合約技術(shù)實(shí)現(xiàn)交易的端到端交易和用戶隱私保護(hù)、利用區(qū)塊鏈的不可篡改性保障用戶利益。一方面，根據(jù)文本聚類發(fā)現(xiàn)了眾安科技的重點(diǎn)研究子領(lǐng)域;另一方面，其在主題5—數(shù)據(jù)溯源、主題8—數(shù)據(jù)加密、主題7—醫(yī)療行業(yè)應(yīng)用、主題10—交易系統(tǒng)、主題1—分布式應(yīng)用方面存在較大的提升空間，而這些子技術(shù)主題也與其業(yè)務(wù)開(kāi)展密切相關(guān)。因此，以子領(lǐng)域的相似專利密度為指標(biāo)，確定最佳的合作高校的過(guò)程中。

分析表3發(fā)現(xiàn)，根據(jù)每個(gè)子領(lǐng)域下相似專利密度的排名結(jié)果，眾安科技在其重點(diǎn)研究子領(lǐng)域主題2→數(shù)據(jù)存儲(chǔ)的最佳合作高校分別為：廣東工業(yè)大學(xué)、暨南大學(xué)、浙江大學(xué);主題9→智能合約的最佳合作高校分別為：電子科技大學(xué)、西安電子科技大學(xué)、杭州電子科技大學(xué);主題3→物聯(lián)網(wǎng)應(yīng)用的最佳合作高校分別為：電子科技大學(xué)、北京航空航天大學(xué)、南京理工大學(xué);主題4→隱私保護(hù)最佳合作高校分別為：電子科技大學(xué)、廣東工業(yè)大學(xué)、清華大學(xué)。其中廣州工業(yè)大學(xué)和電子科技大學(xué)的相似專利密度在子技術(shù)主題下排名首位，電子科技大學(xué)申請(qǐng)區(qū)塊鏈相關(guān)專利37件，廣州工業(yè)大學(xué)申請(qǐng)專利33件，在所有高校專利申請(qǐng)中也位居前列，在區(qū)塊鏈研究領(lǐng)域具備足夠的競(jìng)爭(zhēng)力，在校企產(chǎn)學(xué)研合作中能夠提供充分的創(chuàng)新支持。而眾安科技在其弱勢(shì)領(lǐng)域如主題5→數(shù)據(jù)溯源，可考慮與北京工業(yè)大學(xué)、西安電子科技大學(xué)、中國(guó)地質(zhì)大學(xué)（武漢）展開(kāi)合作;主題1→分布式應(yīng)用，可考慮中山大學(xué)、中國(guó)地質(zhì)大學(xué)（武漢）、西安電子科技大學(xué)展開(kāi)合作。通過(guò)在弱勢(shì)領(lǐng)域開(kāi)展校企合作，能充分利用高校已有的科技成果，降低企業(yè)創(chuàng)新成本，快速提升企業(yè)在弱勢(shì)領(lǐng)域的競(jìng)爭(zhēng)力。

根據(jù)文本聚類的結(jié)果，明確了眾安科技在子技術(shù)領(lǐng)域?qū)用?，自身的研究重點(diǎn)和弱勢(shì)領(lǐng)域，進(jìn)而依據(jù)相似專利密度指標(biāo)，統(tǒng)計(jì)在子技術(shù)領(lǐng)域中的高校排名，分析出眾安科技在技術(shù)重點(diǎn)領(lǐng)域和弱勢(shì)領(lǐng)域的最佳合作高校。以此為基礎(chǔ)，進(jìn)一步發(fā)掘?qū)?yīng)高校的核心科研團(tuán)隊(duì)，為企業(yè)在尋求校企合作時(shí)提供足夠的決策支持。以“主題2—數(shù)據(jù)存儲(chǔ)”為例，眾安科技在此主題上申請(qǐng)的專利數(shù)量最多，其最佳合作高校分別為廣東工業(yè)大學(xué)、暨南大學(xué)、浙江大學(xué)。對(duì)3所高校的專利文獻(xiàn)進(jìn)行統(tǒng)計(jì)，抽取發(fā)明人字段，進(jìn)行作者合作網(wǎng)絡(luò)分析，如圖3所示。分析圖3發(fā)現(xiàn)，以廣東工業(yè)大學(xué)“張浩川—余榮”、暨南大學(xué)“羅偉其—翁健—楊安家—李明”、浙江大學(xué)“陳建?！吻坫憽睘楹诵牡难芯繄F(tuán)隊(duì)，是眾安科技在進(jìn)行區(qū)塊鏈數(shù)據(jù)存儲(chǔ)研究中，可重點(diǎn)開(kāi)展產(chǎn)學(xué)研合作的高校團(tuán)隊(duì)。通過(guò)校企合作，實(shí)現(xiàn)技術(shù)創(chuàng)新上下游的對(duì)接與融合，一方面能促進(jìn)企業(yè)技術(shù)創(chuàng)新，提高企業(yè)核心競(jìng)爭(zhēng)力;另一方面，能夠提升高校團(tuán)隊(duì)產(chǎn)業(yè)實(shí)踐能力，推動(dòng)科技成果轉(zhuǎn)化。

4 研究總結(jié)及展望

本文以校企合作過(guò)程中高?？蒲袌F(tuán)隊(duì)探測(cè)作為研究重點(diǎn)，構(gòu)建了高校前沿科研團(tuán)隊(duì)探測(cè)模型，以區(qū)塊鏈為技術(shù)領(lǐng)域，從企業(yè)視角出發(fā)，借助于主題模型和聚類算法，以相似專利密度為指標(biāo)，從子技術(shù)領(lǐng)域?qū)用嫣接懥嗽谄髽I(yè)重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，如何為企業(yè)選取最佳高校團(tuán)隊(duì)展開(kāi)合作，為實(shí)現(xiàn)校企聯(lián)動(dòng)發(fā)展，推動(dòng)高?？萍汲晒D(zhuǎn)化提供了實(shí)踐路徑，主要研究?jī)?nèi)容如下：

1）在構(gòu)建高校前沿科研團(tuán)隊(duì)探測(cè)模型階段，利用LDAvis包中的多維尺度分析解決LDA最優(yōu)主題數(shù)目的確定問(wèn)題，并將LDA和K-means聚類算法結(jié)合，解決K-means算法初始聚類中心隨機(jī)選擇和聚類數(shù)目確定的問(wèn)題，保證了模型構(gòu)建的合理性。

2）以眾安科技為企業(yè)視角，明確了其重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，其目前專利申請(qǐng)重點(diǎn)集中在數(shù)據(jù)存儲(chǔ)，智能合約、物聯(lián)網(wǎng)應(yīng)用、隱私保護(hù);而在數(shù)據(jù)溯源、數(shù)據(jù)加密、醫(yī)療行業(yè)應(yīng)用、交易系統(tǒng)等是其目前的薄弱領(lǐng)域。

3）以相似專利密度作為排名指標(biāo)，統(tǒng)計(jì)在區(qū)塊鏈不同子領(lǐng)域主題下的高校排名，依據(jù)眾安科技及重點(diǎn)研究領(lǐng)域和薄弱領(lǐng)域，分別匹配最佳合作高校，并在此基礎(chǔ)上，以相似專利為媒介，發(fā)掘高校前沿科研團(tuán)隊(duì)，為企業(yè)與高校開(kāi)展產(chǎn)學(xué)研合作提供了決策支持。

需要說(shuō)明的是，本文整個(gè)高校前沿科研團(tuán)隊(duì)探測(cè)過(guò)程通過(guò)手動(dòng)方式實(shí)現(xiàn)，效率較低，且數(shù)據(jù)量較少，不能滿足人工智能環(huán)境下校企之間快速?zèng)Q策的需求。因此，在之后的研究中，將以對(duì)象選擇模型為基礎(chǔ)，擴(kuò)大專利數(shù)據(jù)量，開(kāi)發(fā)原型系統(tǒng)，為企業(yè)和高校提供服務(wù)，真正實(shí)現(xiàn)理論研究應(yīng)用于產(chǎn)業(yè)實(shí)踐，推動(dòng)校企產(chǎn)學(xué)研合作，提升中國(guó)科技創(chuàng)新水平。

參考文獻(xiàn)

[1]劉春艷，馬海群.產(chǎn)學(xué)研協(xié)同創(chuàng)新團(tuán)隊(duì)知識(shí)轉(zhuǎn)移影響機(jī)理的實(shí)證研究[J].情報(bào)理論與實(shí)踐，2018，41（4）：87-93.

[2]中共中央國(guó)務(wù)院關(guān)于深化體制機(jī)制改革加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的若干意見(jiàn)[EB/OL].http：//www.gov.cn/xinwen/2015-03/23/content_2837629.htm，2019-09-20.

[3]習(xí)近平：決勝全面建成小康社會(huì) 奪取新時(shí)代中國(guó)特色社會(huì)主義偉大勝利——在中國(guó)共產(chǎn)黨第十九次全國(guó)代表大會(huì)上的報(bào)告[EB/OL].http：//politics.gmw.cn/2017-10/27/content_26628091.htm，2019-09-20.

[4]國(guó)務(wù)院關(guān)于全面加強(qiáng)基礎(chǔ)科學(xué)研究的若干意見(jiàn)[EB/OL].http：//www.gov.cn/zhengce/content/2018-01/31/content_5262539.htm，2019-09-20.

[5]科技部印發(fā)《關(guān)于促進(jìn)新型研發(fā)機(jī)構(gòu)發(fā)展的指導(dǎo)意見(jiàn)》的通知[EB/OL].http：//www.gov.cn/xinwen/2019-09/19/content_5431291.htm，2019-09-20.

[6]中共中央國(guó)務(wù)院印發(fā)《交通強(qiáng)國(guó)建設(shè)綱要》[EB/OL].http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm，2019-09-20.

[7]Szucs F.Research Subsidies，Industry-University Cooperation and Innovation[J].Research Policy，2018，47（7）：1256-1266.

[8]Rybnicek R，Konigsgruber R.What Makes Industry-University Collaboration Succeed？A Systematic Review of the Literature[J].Journal of Business & Economic，2018，89：221-250.

[9]劉桂鋒，盧章平，劉瓊，等.基于社會(huì)網(wǎng)絡(luò)分析的江蘇省高校產(chǎn)學(xué)研專利合作研究[J].情報(bào)雜志，2015，34（1）：122-126，155.

[10]林慶藩，戴永務(wù).產(chǎn)學(xué)研合作政策對(duì)校企技術(shù)合作績(jī)效的影響研究[J].中國(guó)高教研究，2017，（12）：71-76.

[11]劉繼紅，喻學(xué)佳.校企知識(shí)轉(zhuǎn)移途徑的影響因素研究——基于高校科研人員視角[J].江蘇社會(huì)科學(xué)，2016，（3）：264-272.

[12]曹?，摚w大海，王鼎，等.專利庫(kù)和案例庫(kù)：基于利益共容機(jī)制的校企深度合作模式探索[J].高等工程教育研究，2018，（5）：78-82.

[13]Han J，Kim J.Empirical Analysis of Technology Transfer in Korean Universities[J].International Journal of Innovation Management，2016，20（8）.

[14]Nave A，F(xiàn)ranco M.University-Firm Cooperation as a Way to Promote Sustainability Practices：A Sustainable Entrepreneurship Perspective[J]，Journal of Cleaner Production，2019，230：1188-1196.

[15]孫玉濤，劉小萌.校企研發(fā)合作與技術(shù)轉(zhuǎn)移關(guān)系——技術(shù)轉(zhuǎn)移中心的調(diào)節(jié)作用[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（9）：13-22.

[16]王曉紅，張奔.校企合作與高?？蒲锌?jī)效：高校類型的調(diào)節(jié)作用[J].科研管理，2018，39（2）：135-142.

[17]張珩，朱英明，楊連盛.江蘇校企專利合作網(wǎng)絡(luò)演化研究[J].科技進(jìn)步與對(duì)策，2016，33（21）：50-57.

[18]李雨濃，王博，張永忠，等.校企專利合作網(wǎng)絡(luò)的結(jié)構(gòu)特征及其演化分析——以“985高?！睘槔齕J].科研管理，2018，39（3）：132-140.

[19]李文靜.區(qū)域校企專利合作申請(qǐng)網(wǎng)絡(luò)比較研究——基于廣東的實(shí)證分析[J].現(xiàn)代情報(bào)，2015，35（12）：106-110，118.

[20]陸亦愷，石亮，張善杰.基于社會(huì)網(wǎng)絡(luò)分析的高校專利合作特征與案例研究[J].現(xiàn)代情報(bào)，2015，35（8）：69-74.

[21]許敏，王慧敏.基于社會(huì)網(wǎng)絡(luò)分析的校企專利合作網(wǎng)絡(luò)結(jié)構(gòu)研究——長(zhǎng)三角城市群高校的省際比較[J].科技管理研究，2018，38（24）：87-95.

[22]宋凱，李秀霞，趙思喆，等.基于LDA模型的國(guó)家間知識(shí)流動(dòng)分析[J].情報(bào)雜志，2017，36（6）：55-60.

（責(zé)任編輯：陳 媛）