融合专利与论文信息的内容挖...基础的企校创新合作推荐研究_闫晓慧.pdf

收稿日期:20220902基金项目:国家社会科学基金项目“大数据环境下学术成果真实价值与影响的实时预测及长期评价研究”(项目编号:19BTQ062)。作者简介:闫晓慧(1994)，女，博士研究生，研究方向:信息计量与科学评价。马博闻(1997)，男，硕士研究生，研究方向:文本数据挖掘。邓三鸿(1975)，男，教授，博士生导师，研究方向:信息处理和科学计量。王蔚萍(1969)，女，工程师，研究方向:云计算与大数据处理。情报理论与前瞻观点融合专利与论文信息的内容挖掘和引用基础的企校创新合作推荐研究闫晓慧1，2马博闻1，2邓三鸿1，2王蔚萍3(1 南京大学信息管理学院，江苏 南京 210023;2 江苏省数据工程与知识服务重点实验室，江苏 南京 210023;3 江苏蚂蚁云数据技术有限公司，江苏 南京 210008)摘要:目的/意义 随着科技发展，创新成为企业的立身之本，推进企校合作有助于企业在市场竞争中占有一席之地。方法/过程 构建了融合专利与论文信息的内容挖掘和引用基础的组合相似度计算的企校合作推荐模型，组合相似度计算包括细分领域分类代码、关键词和引用基础 3 个维度。并利用我国人工智能领域前50 强企业同高校之间的合作推荐做实证分析，且从比较研究和结果分析两个角度进行验证。结果/结论 企校创新合作机构推荐模型能够取得较好的结果，有助于企业寻找具体研究领域的恰当高校合作机构，在一定程度上能够促进我国企校机构间深度合作，推动企校机构创新共赢。关键词:专利;论文;内容挖掘;引用基础;人工智能;企校合作;企业;学校;推荐模型DOI:103969/jissn10080821202303002中图分类号G203文献标识码A文章编号10080821(2023)03001313esearch on EnterpriseUniversity Innovation Cooperationecommendation Based on Content Mining and Citation BasisYan Xiaohui1，2Ma Bowen1，2Deng Sanhong1，2Wang Weiping3(1 School of Information Management，Nanjing University，Nanjing 210023，China;2 Jiangsu Key Lab of Data Engineering and Knowledge Service，Nanjing 210023，China;3 Jiangsu Mayiyun Data Technology Co;Ltd，Nanjing 210008，China)Abstract:Purpose/Significance Innovation has become the foundation of enterprises with the technological devel-opment Promoting the cooperation between enterprises and universities is beneficial for enterprises to occupy a place in thefierce market competition Method/Process This paper constructed a recommendation model for cooperation between en-terprises and universities based on the combination similarity calculation of patent and paper content mining and citation ba-sis，and this combination similarity calculation included three dimensions:small field，keywords and citation basis Andthen this paper used patents and papers information about Chinese top 50 enterprises in the field of artificial intelligence anduniversities for result analysis Additionally，this paper evaluated this model from two perspectives:comparative analysisand results assessment esult/Conclusion The experimental results show that the recommendation model in this papercan achieve good effect，which is helpful for enterprises to find appropriate university collaborators in specific researchfields It can promote the indepth cooperation of enterprises and universities in China and push the winwin innovation ofenterprises and universities to some extentKey words:patent;paper;content mining;citation basis;artificial intelligence;cooperation between enterprisesand universities;enterprise;university;recommendation model312023 年 3 月第 43 卷第 3 期现 代 情 报Journal of Modern InformationMar，2023Vol.43No.3在全球新一轮的科技革命中，科技创新是引领发展的第一动力，科技产业逐渐成为各个国家(地区)的发展引擎1。2022 年两会通过的政府工作报告2 强调，要促进科技创新，强化企业创新的主体地位，深入实施创新驱动发展战略，依靠创新提高发展质量。虽然我国目前已经成为世界第二大经济体，但是其创新体系仍存在一定的缺陷3。同时，高校是技术创新和科技创新的源泉，深入企业和高校合作，对于应对当前复杂的网络化创新问题具有重要意义，对于科学发展也具有极其深远的实践意义4。持续推进科技创新，深化企校合作，首要的任务就是为企业寻找最佳的高校合作伙伴，来促进科技成果转移转化。企业寻求高校合作有助于突破供给约束堵点，实现企校共赢5。专利和论文是科技创新的主要表现形式，也是发明创新的主要成果，对专利和论文进行分析可以较好地反映具体产业的技术程度。如何通过专利和论文寻找恰当的合作机构，成为当前科学研究中的又一重要课题。1文献回顾企业和高校等机构合作可以促进科技成果快速转化为技术，市场需求通过企业传递到高校等研究机构给科研创新方向做指导。到目前为止，国内外对于企业和高校之间的合作研究已经取得了较为丰硕的成果。综合而言，当前国内外学者针对企业和高校等机构间的合作研究主要集中在 3 个方面:其一是对企业和高校等机构之间合作动机的研究。产学研机构合作有助于实现突破式创新6，企业和高校等机构之间的合作动机分为资助动机、学习动机和使命动机 3 种7。企业通过和高校等机构合作能够降低运行成本、风险以及与生产技术相关的多种不确定性8，并且其自身分担成本和风险的能力对参与合作的意愿具有显著影响9。企业和高校之间的专利合作有利于促进经济发展，并且有必要进一步提升高校在该合作中的参与度10。其二是关于企业和高校合作中的具体问题研究。机构合作对于企业、高校和科研机构三方都会带来积极影响11，协同创新过程中涉及的指标有助于产学研合作管理 12，机构之间的地理距离对合作绩效有很重要的影响 13，产学研合作网络中的平均路径长度会影响企业的创新14。政府资助对于企业和高校之间的合作效率存在着显著的抑制作用15，SESBM 模型常用来进行产学研合作效率的演化研究16。专利和新产品是机构合作相关研究中常采用的创新产出指标17，从论文专利角度切入产学研合作网络可探索机构潜在合作机会18。其三是对企业和高校等机构合作整体研究。大学、产业、政府、公众与公民社会、自然环境五者之间的相互作用关系被称为五螺旋模型19。具体研究中，可以从大学角度出发，对比产学研创新合作的模式20，Agrawal A K21 总结了企业特征、大学特征、知识溢出地理特征和知识转移渠道等方面的相关研究。此外，中国22、中美两国3、斯洛文尼亚共和国23、日本24、意大利区域25、金砖五国26 等国家(地区)级别的产学研合作也备受科研人员的关注。综上所述，国内外的研究大多基于合作后的机构共现情况进行分析，针对合作前的机构推荐工作的研究较少，并且推荐方法比较单一，涉及的维度也较少。因此，本文从企业角度入手，分内容挖掘和引用基础两个方面来进行企校合作机构推荐综合研究，前者主要用来分析机构的科研重点，后者着重表示机构对前人研究的主动选择性。本研究能够帮助企业实现特定研究领域下的高校合作伙伴寻找，以期为我国企校合作提供参考支持。2融合专利与论文信息的内容挖掘和引用基础的企校创新合作推荐模型构建2.1模型总架构本文构建的融合专利与论文信息的内容挖掘和引用基础的企校创新合作推荐模型，首先从德温特创新索引库和 Web of Science 核心合集数据库进行专利和论文数据收集与预处理，与此同时，通过专利与论文信息的内容挖掘相似度计算和引用基础相似度计算两个方面进行模型构建，其中，基于专利与论文信息的内容挖掘相似度计算部分又分为基于细分领域的相似度计算和基于关键词的相似度计算两个部分，最后进行组合推荐。具体的模型构建框架如图 1 所示。本模型构建的核心部分是企校机构间相似度计算，这一部分包含着基于细分领域相似度计算、基于机构关键词相似度计算和基于机构引用基础相似度计算 3 个部分。本文选用 Jaccard 相似系数进行412023 年 3 月第 43 卷第 3 期融合专利与论文信息的内容挖掘和引用基础的企校创新合作推荐研究wwwxdqbnetMar，2023Vol.43No.3图 1融合专利与论文信息的内容挖掘和引用基础的企校创新合作推荐模型3 个部分的相似度计算，其中关键词相似度计算部分，引入 TFIDF 算法进行权重分析。3 个部分的相似度计算完成后，通过专家咨询法赋予权重进行企校合作机构的综合推荐研究。2.2基于专利与论文信息的细分领域的相似度计算德温特专利数据库收集的专利文献信息全面可靠。该数据库在收集到专利数据后，经过专门的标引人员根据具体的技术创新按照层级关系赋予该数据库专有的分类代码，又称德温特手工代码，给每一个专利都赋予不止一个的分类代码来体现该专利的核心内容和主题。所以，德温特分类代码就相当于整个数据库中的“关键词”，并且，值得注意的是，德温特分类代码一经标注，除非有新的技术领域或研究方向产生，否则是不会更改的，这也是该数据库的主要特色之一27。WOS 数据库依照基本科学指标数据库(Essential Science Indicators，简称ESI)学科目录对收录文献进行分类，是围绕基础研究建立的同行评议、评估体系，没有进行分级设类，直接按照英文字母 A Z 顺序进行排序，总类目共有 251 种。很多研究以德温特分类代码和科研成果的学科分类为计算基础，判断企业之间的合作可能性2829。换言之，专利的德温特分类代码和论文的 Web of Science 学科分类在一定程度上可以说是专利和论文内容的总结，在此