基于智能供需匹配的成果轉化服務工具構建研究

李家深 王灝 張正鋒

【摘 要】文章通過分析全國主要成果轉化平臺建設中存在的大而全、偏向信息內容服務等問題，提出通過開發小而準的成果轉化服務工具嵌入到成果轉化業務流程，解決智能供需匹配問題。具體做法是利用相對成熟的文本相似性比對算法，同時提出了具體的實施建議。

【關鍵詞】智能匹配;成果轉化;精準對接;語義分析

【中圖分類號】F273.1 【文獻標識碼】A 【文章編號】1674-0688（2022）02-0031-03

0 引言

2020年4月，科技部辦公廳發布了《關于開展科技人員服務企業專項行動的通知》，提出“搭建企業技術需求信息與科技人才交互服務平臺，分行業分領域實時征集企業技術攻關難題，挖掘凝技術需求清單，推動科技人員與企業精準對接”。科技成果轉化的過程實現，通常的做法是借助政府、科研院所、服務機構創辦成果轉化平臺和孵化體系等載體。這些載體有兩個作用：一是將技術和人才匯集起來推向社會;二是建立統一的窗口以接收社會需求的信息，通過社會組織的委托，幫它找到對應的科技資源、人才資源、科技平臺等，解決企業和社會的需求。

然而伴隨著從國家到地方對科技的越來越大的投入、從企業到個人對科技越來越高漲的創新熱情，技術研發與技術創新成果層出不窮，而且技術革新的速度越來越快，技術細分領域也讓技術經理人很難具備絕對完備的知識背景，以便判斷科技成果轉化服務中用戶需求與技術成果之間的匹配程度。

在互聯網支撐的大數據時代背景下，政府或中介服務機構建立的成果轉化服務平臺應如何借助大數據及人工智能帶來的技術變革優勢，有效地提升科技成果的效率與服務質量，實現對企業技術需求的精準匹配已經成為各級政府或中介服務機構面臨的主要問題[1]。

1 大數據環境下成果轉化服務平臺建設存在的問題與現狀

科技成果轉化作為科技體制改革的重頭戲之一，促進科技成果轉移轉化自2015年以來重磅舉措頻出，無論從戰略高度還是實施力度來看，它在全國上下受到矚目的程度堪稱前所未有。為了更好地促進科技成果轉化，國家對《中華人民共和國促進科技成果轉化法》進行了修訂，國務院先后印發《關于實施中華人民共和國促進科技成果轉化法若干規定的通知》《關于促進科技成果轉移轉化行動方案的通知》，為響應國家科技成果轉化大的環境政策，充分發揮大數據、人工智能、互聯網等技術在成果轉化、技術轉移、成果評價、配對撮合服務方面的輔助支持作用，目前很多地方政府、高等院校、科研院所、中介服務機構都已經開發建立了面向行業的、面向區域的成果轉化服務平臺。但是，這些平臺都存在功能單一、供需匹配智能化程度低、成果價值評價工具缺乏、數據標簽簡單固化、數據信息利用率低下、成果轉化效率低等問題。

1.1 系統功能單一，形式陳舊

通過瀏覽試用中國技術交易所，全國技術轉移公共服務平臺，國家技術轉移中心東部中心、中部中心、西南中心及中國科學院北京國家技術轉移中心這些國字頭的服務成果轉化、技術轉移的網上平臺發現，這些平臺基本上只是專利、科技成果數據及技術需求、融資需求等數據的按類別或欄目的列表顯示，再提供給普通用戶基于平臺數據的檢索;對企業注冊用戶僅僅提供了需求上傳的功能，并未提供有針對性的技術匹配或成果持有人的匹配。這樣的平臺體驗功能非常單一，更多的還是依托線下服務促進成果轉化，從服務的形式上來看缺乏創新。

1.2 用戶交流不暢，不同類型數據缺乏有效關聯

從平臺服務對象來看，平臺服務對象主要包括高校、科研院所等技術成果的持有方、企業成果的需求方、具備成果鑒定或評價的專家團隊、投融資機構、中介服務機構等。從線下的成果轉化交易活動來看，這些對象角色關系非常密切，但從實際平臺的運營效果來看，這些對象的主動信息溝通和被動信息溝通并不順暢。

從平臺建設主體來看，成果服務系統建立的目的更多是考慮本區域、本部門的小范圍需求，系統一開始建設就帶有一定局限性，從而導致系統數據字典內容表示相對固化，不好更改調整，難以適應新的形勢發展需要;不同數據之間并未形成關聯，數據之間穿透性較差，難以深挖數據隱形信息。例如，企業成果持有的成果數據和企業本身的誠信數據分屬于成果數據庫和企業數據庫，但并未能在某個特殊的視圖中進行歸并聚合;數據存儲或共享的接口也很難去兼容新的需求，導致數據難以挖掘利用;部分信息的錄入、匯交流程復雜，增加了信息維護和更新的工作量，容易產生統一性不夠、準確度不高、質量可靠性差的問題。

從平臺用戶來看，供需主體只能通過成果服務平臺信息推送獲取供需雙方需求，平臺為供需主體提供的支持能力較弱。平臺建設沒有充分考慮到對供需主體隱私和商業秘密的保護，導致平臺對供需主體隱私和商業秘密的保護較差，很容易出現商業秘密泄露問題，影響供需主體對平臺的信任度，供需主體不愿意到平臺上互動的心態比較普遍，致使平臺很難甄別供需主體需求的真實性、有效性和緊迫性。技術需求方、平臺服務方、成果持有人之間信息的不對稱，導致多方在商務洽談過程中無法做出準確的判斷和科學的決策，降低了成果交易的效率。

1.3 數據信息利用率低，缺乏基于供需匹配過程的智能跟蹤和反饋

目前，大多數機構都是依賴技術經紀人本身對用戶需求的理解，無法提供更多成果轉化服務工具為他們的日常工作形成支撐，因此數據本身的信息利用率較低。科技服務領域的科技成果、科技活動、企業經營、產業經濟等大數據本身就是很好的數據分析基礎，基于這類的大數據可以延展出很多幫助人用來評級成果技術點、調查轉化風險的分析工具，但因為缺乏對供需環節的智能化管理，導致無法實現成果轉化流程的支持。

通過上述問題分析可知，在成果轉化的信息化服務鏈條上，大而全的信息門戶無論在對內的業務支撐上，還是對外的流量變現或需求導引上都需要改變，小而準的成果轉化服務工具應該更容易被嵌入到業務場景，也更容易被成果持有者、技術需求方、技術經紀人等角色接受。

2 構建成果轉化服務工具的目標和基本原理

2.1 成果轉化服務工具的建設目標

成果轉化服務工具首先需要改變的是以市場經濟的視角看待供需關系，成果轉化的服務關系歸根結底會成為買賣關系，因此對供需匹配的準確程度、信息披露詳細度及輔助供需匹配的成果轉化服務工具應該成為重心。成果轉化服務工具應用目標有3個：一是獲得領域相關的技術成果數據，提高成果供需主體獲取外界信息同步的能力;二是分析成果技術價值、探究成果轉移可能存在的風險，探究真實價值，減少錯誤決策;三是挖掘成果供需數據，分析個性化特征，提供個性化的找人、找機構、找技術等推送服務，降低成果轉化對接成本，提供成果轉化效率。

2.2 構建成果轉化服務平臺大數據分析與智能供需匹配服務的基本原理

結合目前成果轉化服務平臺存在的問題，從支撐成果轉化服務的數據平臺角來看，成果轉化服務工具底層支持數據平臺，可以按照轉化服務工具的應用目標實現以下功能。

（1）通過供需主體參與和數據不斷累加，建立技術需求全樣本信息庫，再將需求文本的標題、摘要、行業分類等進行分詞、去除停用詞，對其進行文本預處理、去重、去空篩選，建立語義標簽。在技術需求描述文字中，核心關鍵信息只是很少的部分，從而影響文檔分析的準確性，因此需要考慮區域、時間等不同維度的非語義標簽。基于上下文語義的方法，將需求的語義標簽和非語義標簽分別賦予權重，形成描述技術需求的屬性向量，匯聚后即成為技術需求池（如圖1所示）。

（2）通過數據采集登記匯交，形成面向技術轉化需求服務的成果庫。成果大多以文本形式描述其技術特點，同樣需要將成果描述文本進行分詞、過濾，對其進行文本預處理、去重、去空篩選，形成描述成果技術文件的成果供應向量資源池。

（3）相似性計算，也就是基于技術需求向量和成果供應向量，利用文本相似性比對算法，計算多維空間中的向量距離，即距離越近，向量模型代表的實體（供需關系）就越接近（如圖2所示）。

3 基于智能供需匹配和大數據畫像的成果轉化服務工具的構建建議

3.1 擴大數據采集渠道，提高數據標簽化利用率

建立面向供需雙方的信息發布機制，引入用戶自定義標簽機制;允許用戶在發布技術供需信息的同時，根據成果項目的總體目標、主要內容和關鍵技術特點等為其標注一個或多個描述標簽;在其他用戶使用技術供需項目信息的過程中，提供方便的標簽標注工具，根據用戶對項目的了解和知識掌握的情況，為項目信息進行標簽化描述，解決單憑個人經驗和知識閱歷片面性帶來的信息分類標注不科學、定位不精準的問題。

3.2 加強供需匹配質量反饋，形成基于大樣本數據的持續迭代

成果轉化服務工具的啟動應用需要一批優質的樣本數據，這些數據可基于過往的轉化案例和用戶數據進行加工整理。樣本數據和實際工作中的供需數據需要有效隔離，避免外部新輸入數據對樣本數據的干擾;同時，應該通過供需的反饋機制，建立起優質數據的流入，擴大樣本庫的覆蓋，以優化下一步的供需匹配比對。

3.3 建立智能配對撮合系統，為供需雙方提供精準高效的對接信息

利用大數據、人工智能技術，根據供需雙方所屬的行業、項目內容、需求目的，在建立的優質樣本數據基礎上，通過相似性計算、語義分析、標簽配對等，篩選出供需信息匹配度最高成果信息，并以專題報告形式呈現給供需雙方，讓供需雙方快速了解成果轉化相關信息，提高成果項目供需配對和成果轉化洽談的效率。

3.4 構建以價值為導向的成果價值評估系統，為成果轉化提供科學決策參考

對成果價值評估主要包括技術先進性、市場前景、資本經營、技術成熟度、技術的生命周期、技術轉讓的狀況、技術的法律狀態、技術的壟斷程度、技術的轉讓方式、行業發展狀況等，采用定性指標和定量指標分析方法，提取可行性通用指標和參數，設計技術評估的流程，制定技術成果的價值評估數學模型。通過數據清洗、集成、變換和規約處理形成成果價值評估指標數據，建立成果價值評價模型應用程序，實現價值評估與網絡平臺的對接，讓用戶通過平臺輸入必要參數后便可簡便快捷地獲知技術的大致價值，為最終確定成果價值提供參考基礎。

4 結論

科技成果轉化是科技與經濟結合的最好形式;也是將國家重金投入研發產出的科技成果轉化成實際生產力的最佳實踐過程，關乎經濟發展、科技強國。如何做好成果轉化的服務工作，促進成果轉化效率提升是科技服務業界共同關注的問題。利用大數據、人工智能技術特別是利用語義分析比對技術開展成果轉化服務工作是當前科技改革創新的重要內容。以技術成果的智能供需匹配為目標導向，構建基于科技資源大數據的轉化服務工具，企業通過需求找技術，成果持有人通過技術匹配需求，技術經紀人通過大數據畫像評估技術、人、機構，從而提升雙方技術交易的成功率;結合線上工具的對接、線下實施成果轉化的過程指導，實現成果轉化服務業務工作的智慧化，有效發揮大數據、人工智能及語義分析在成果轉化業務模式方面的重要作用。

參 考 文 獻

[1]王平亮，徐紀周，宋長進，等.精準幫扶理念下的就業大數據平臺構建研究[J].成都航空職業技術學院學報，2018，34（1）：63-65.

[2]黃建.重慶兩江新區國家科技成果轉化服務綜合信息平臺設計初探[J].科學咨詢，2013（9）：4-5.

[3]韋婷.大數據、互聯網時代的大學生就業指導[J].學園，2015（26）：157-158.

[4]何小敏.科技成果轉移轉化的方法與工具[J].稀土信息，2021（5）：33-37.

[5]楊少.科技成果轉化平臺的設計與實現研究[J].數字通信世界，2021（10）：83-84，90.

[6]李勤國，張波，劉立增，等.智能匹配優化管理的科技成果轉化系統設計與開發[J].教育教學論壇，2019（18）：85-87.