基于AHP 模型的協同創新科研團隊畫像的構建

劉行兵，翟亞超，柴 斌，孫欽英

(河南師范大學計算機與信息工程學院，河南新鄉 453007)

在十九大報告中，習近平總書記作出重要指示，國家要加快協同創新發展、校企合作，貫徹落實創新發展理念，建設現代化經濟體系。2020 年6 月，MATLAB 等商業軟件受美國政策影響，禁止國內一些高校授權使用，這一事件再一次給我們敲響了警鐘。政府必須加強產學研協同合作，科研人員必須自主創新、艱苦奮斗，才有可能發展并壯大國產先進技術。要實現產學研協同創新的前提，是要打通產教間的信息壁壘，即對科研團隊、企業科技需求進行數字化，再利用推薦算法對科研團隊和企業科技需求進行精準匹配。總之，對科研團隊進行績效評價是協同創新的重要內容。

1 研究現狀

用戶畫像，是勾畫和表達用戶的有效工具，它是真實用戶在數字時代的虛擬體現，經常抽象為標簽，用于針對性的服務。國外學者Cooper［1］首先提出了一種概念，認為用戶畫像是通過分析不同用戶的各種需求，繼而用數學的方法對用戶需求特點進行聚類分析。用戶畫像隨著云計算、神經網絡和推薦系統等技術的重大突破，得以受到用戶的廣泛使用，同時關于用戶畫像的各種組成要素的描述也越來越多。Travis［2］認為用戶特征信息包括兩部分，穩定性因素和可變因素。穩定性因素有用戶的個人基本信息和行為習慣信息；可變因素和環境和搜索目標有關。劉海鷗等［3］基于用戶畫像進行推薦時引入了用戶基本屬性、用戶行為屬性和用戶情景屬性，在推薦系統中取得了較好的效果。國內學者王凌霄等［4］收集知乎用戶的數據，比如用戶資歷、參與度、回答質量和發展趨勢等方面，構建了自定義問答社區的用戶畫像。在開發科研文獻管理系統時，王茹芳等［5］根據用戶維度和圖書維度，構建用戶畫像，并和推薦算法結合起來，來提供圖書館個性化推薦服務。

關于科研團隊的研究，主要是集中在以下5 個方面：科研團隊的定義、建設、管理、凝聚力和績效評價等方面。李艾丹［6］認為，科研團隊一般是由多個科研人員組成，且愿意為共同的研究目標而協同配合的團隊。孔春梅等［7］分析了影響科技創新團隊績效評價因素，提出評估體系內容及其指標權重,以對科技創新團隊的評估方法進行了細致研究。王立良等［8］使用多角度科研團隊相關績效，對團隊創新能力進行考核，來激發團隊成員的積極性和創造力。

在對科研團隊進行研究的過程中，發現國內都是側重評估傳統科研團隊的科研資金、科研能力，而對科研團隊的協同意愿評估的研究較少。隨著協同創新的發展，越來越多的中小型企業與科研團隊如雨后春筍般建立起來。加上科研團隊和企業需求的規模越來越大和科技創新的交流日趨復雜，現在的協同創新科研團隊，無法適用傳統科研團隊的績效評價體系，導致企業科技需求無法匹配合適的科研團隊，因此需要構建協同創新科研團隊績效評價體系。

協同意愿，即在協同創新環境下，企業、高校和研究院的科研團隊，以促進科研成果轉化、解決企業需求為目的，積極參與外部活動、尋求資源和合作伙伴的意愿。實驗分析可知，科研團隊的協同意愿對科技創新行為存在明顯的正反饋影響，能促進協同創新成果的轉化［9］。為此，本文把協同意愿納入科研團隊績效評價體系，以求更精準地對科研團隊進行數字化。

2 協同創新科研團隊分析

2.1 科研服務平臺

本文結合用戶畫像的構建要素，和協同創新科研團隊的相關研究，來構建科研團隊的畫像。在此之前，首先需要一個科研服務平臺，實現企業需求和科研團隊的精準匹配。平臺能提供企業需求和科研團隊的檢索、溝通交流以及后臺管理等服務。服務平臺見圖1。

圖1 科研服務平臺

在科研服務平臺的基礎上，可以利用科研團隊畫像的思路，全面準確地覆蓋科研團隊信息，把科研團隊的協同能力和協同意愿進行數字化，以供企業深刻了解相應的科研團隊，促進科研團隊與企業需求的匹配。

2.2 協同創新科研團隊定義

如今，研究學者對普通科研團隊的研究已經取得了很多的進展，但是將科研團隊融入到協同創新環境下，對其整體特征進行描述方面還有待研究。針對上述問題，本文結合莫君蘭等［10］的相關研究豐富了協同創新科研團隊畫像的概念及其構建方法。協同創新科研團隊的屬性特點包括：團隊基本信息、成員基本信息、團隊科研成果、學術專長、科研項目和其他等。概念示意圖見圖2。

圖2 協同創新科研團隊概念圖

2.3 協同創新科研團隊屬性特點分析

科研團隊的屬性特點無法直接地反映團隊的協同創新能力，更無法直接驗證科研團隊與企業需求的匹配情況。因此，在得到科研團隊的屬性特點后，需要抽取有用的信息，把這些抽象為科研團隊的特點，包括：協同能力和協同意愿。簡單地說，就是利用科研團隊的評價指標體系，評估團隊的協同能力和協同意愿。

3 構造評價體系

國內外學者對科研團隊的研究有豐富的經驗，同時，對科研團隊創新能力的評估也逐漸發展起來。馮海燕［11］使用模糊綜合評價法，對科研團隊創新能力的綜合水平進行分析。駱嘉琪等［12］根據層次分析法(AHP)，建立了科研團隊的績效評價體系，更有助于科研團隊客觀科學的評價。

3.1 設立層次結構圖

AHP 最早由國外學者Saaty［13］提出，它是由3個層次共同建構的前提下,簡化評價指標和求解過程,進行定性、定量的分析,讓人們在面對復雜問題時，得到系統化與數量化的求解過程。本文結合AHP 方法，構建了協同創新科研團隊績效評價模型，包括目標層、準則層和方案層3 個層次。其中協同創新能力為目標層A 層，協同能力和協同意愿為準則層B 層，再把每一個準則層下面的一級設為方案層C 層。以便于精準、系統地分析和評價科研團隊的各個指標。

與其他傳統科研團隊的評估指標略有不同，本文針對協同創新科研團隊，制定了基于AHP 法的績效評價層次結構模型，層次結構表見表1。

表1 協同創新能力績效評價層次結構表

3.2 構建判斷矩陣及求解

本節意在構建判斷矩陣并求解。首先將各級指標要素的重要性與上一級對應的指標要素的重要性進行比較；然后根據賦值規則，組織資深、具有豐富經驗的專家，給出判斷矩陣各要素的值，最后求解得到相應的判斷矩陣結果。以下是二級指標協同能力構建的判斷矩陣，見表2。

表2 協同能力判斷比較矩陣

表3 判斷矩陣求解結果

表3 判斷矩陣求解結果

3.3 判斷矩陣的一致性檢驗

3.4 構建績效評價體系

表4 基于AHP 法的績效評價體系

在構建了基于AHP 方法的績效評估體系后，便可以選取協同創新科研團隊，對團隊的協同能力和協同意愿進行數字化和可視化。

4 協同創新科研團隊畫像的構建

本文選取華中科技大學某團隊進行實證測試，利用科研團隊的屬性進行分析，構建科研團隊畫像。首先按照表4 統計績效評價體系對應的權重，然后按照加權求和的方法計算出協同創新意愿和協同能力，最后生成協同創新科研團隊的畫像。團隊畫像的構建流程，見圖3。

圖3 協同創新科研團隊畫像的構建流程

4.1 統計指標

科研團隊信息的來源比較廣泛，本文使用科研服務平臺后臺的數據。其優點有：其一，獲取信息（比如指標權重）比較方便；其二，各自科研團隊網站上的信息比較整齊完整，非常方便做進一步處理。

需要收集的數據內容主要包括：協同能力（人力資源、橫向經費、發明專利、科技獎勵和成果轉化）和協同意愿（主動協同次數、協同總數和咨詢回復次數）。

由表4 可知，協同能力由5 大指標組成，協同意愿由3 大指標組成。數據統計就是對得到的數據統計成權重，然后使用加權的方法，計算最終的協同創新能力。數據統計后的結果，見表5。

表5 數據統計結果

4.2 計算結果

在得到每個指標對應的權重后，采用加權求和的方法，便可計算最終的協同能力和協同意愿。

協同能力=人力資源×0.217 8+橫向經費×0.256 1+發明專利×0.122 1+科技獎勵×0.271 3+成果轉化×0.132 5=108.649 9。

協同意愿=主動協同次數×0.500 0+協同總數× 0.166 6+咨詢回復次數×0.333 3=89.158 2。

4.3 協同創新能力可視化

本文采用的工具是python 編程語言的第三方模塊wordcloud，把科研團隊協同創新能力可視化。首先把協同能力和協同意愿按照不同的屬性權重，輸入到代碼中，最后完成對科研團隊協同創新能力的可視化，見圖4。

圖4 協同創新科研團隊的協同創新能力可視化展示

5 結論與討論

科研團隊和企業需求的匹配，不僅需要科研團隊特征的數字化，還和協同意愿和協同能力有關。為了提高匹配算法的準確性，本文需要數字化科研團隊的協同創新能力。首先，本文提出了符合科研團隊畫像的概念圖，從整體上描述科研團隊的各個屬性。然后篩選出了2 個二級指標，8 個三級指標，采用AHP 方法確定協同創新科研團隊的指標權重，并驗證權重的一致性。然后在協同創新能力績效評價指標的基礎上，創建協同創新科研團隊畫像并可視化顯示。

對科研團隊進行數字化，有助于科研團隊和企業需求的精準匹配。隨著科學研究對象的日趨復雜和科技創新活動的規模越來越大，傳統的推薦方法越來越難以將企業需求主動、準確、高效地推薦給合適的科研團隊。現如今，對科研團隊進行數字化，就是用計算機語言，把科研團隊的協同能力和協同意愿這些定性指標，用定量表示，再運用推薦算法實現科研團隊與企業需求的精準匹配。此外，通過數字化創建科研團隊畫像，能更直觀地反映科研團隊的協同創新能力，方便與其他科研團隊進行數據比對和處理。

本研究還存在以下問題與不足：本文描述協同創新能力所用的評價指標，數量較少，未來可以繼續完善；本文是通過專家評估打分的方式，得到科研團隊協同創新能力指標權重，其結果或許存在偏差，因此在評價方法選擇上需要繼續改進和完善。