楊德林,夏青青,馬晨光
清華大學(xué) 經(jīng)濟(jì)管理學(xué)院,北京 100084
如何提升技術(shù)轉(zhuǎn)移的效率是技術(shù)創(chuàng)新學(xué)術(shù)研究和管理實(shí)踐關(guān)注的重要問題之一。已有關(guān)于技術(shù)轉(zhuǎn)移的效率評(píng)價(jià)聚焦于傳統(tǒng)線下渠道,主要以投入產(chǎn)出比的視角,選取諸如研發(fā)人員投入等投入指標(biāo)以及專利許可件數(shù)、技術(shù)合同成交額等產(chǎn)出指標(biāo)進(jìn)行定量分析評(píng)價(jià)。在研究情景上可以分為機(jī)構(gòu)維度和區(qū)域維度[1],多以探究提升機(jī)構(gòu)或區(qū)域效率、降低區(qū)域差異等為目的。因而研究總結(jié)出的技術(shù)轉(zhuǎn)移效率影響因素主要適用于傳統(tǒng)的技術(shù)轉(zhuǎn)移渠道,如技術(shù)轉(zhuǎn)移中介機(jī)構(gòu)的類型[2]、技術(shù)轉(zhuǎn)移機(jī)構(gòu)的員工配置與薪酬[3]、企業(yè)與大學(xué)院校的規(guī)模、產(chǎn)業(yè)與研究機(jī)構(gòu)的親密程度等[4]。
在線技術(shù)轉(zhuǎn)移平臺(tái)的實(shí)時(shí)、海量、開放等特點(diǎn)能削弱信息不對(duì)稱,打破時(shí)間和空間的局限,是對(duì)傳統(tǒng)的技術(shù)轉(zhuǎn)移渠道的重要補(bǔ)充。中國的在線技術(shù)轉(zhuǎn)移平臺(tái)于20世紀(jì)90年代后出現(xiàn),現(xiàn)有的活躍平臺(tái)大多為國家技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)的網(wǎng)絡(luò)服務(wù)平臺(tái),數(shù)量已超過400家。其中,大多數(shù)以供需信息發(fā)布平臺(tái)為主,并以文本的形式記錄供需雙方的技術(shù)要求、技術(shù)信息等,因而其效率主要體現(xiàn)為技術(shù)供需文本的匹配情況。從網(wǎng)絡(luò)(服務(wù))平臺(tái)的特點(diǎn)出發(fā),本研究選取有代表性的在線技術(shù)轉(zhuǎn)移平臺(tái)網(wǎng)站,運(yùn)用真實(shí)的供需文本數(shù)據(jù),以技術(shù)供需文本匹配為指標(biāo)評(píng)價(jià)在線技術(shù)轉(zhuǎn)移平臺(tái)的效率,分析文本相似度與技術(shù)供需文本匹配間的關(guān)系,并提出提升在線技術(shù)轉(zhuǎn)移平臺(tái)效率的方案。
技術(shù)轉(zhuǎn)移的概念有多維度的解釋,至今尚無統(tǒng)一的定義[5]。從本質(zhì)上講,技術(shù)轉(zhuǎn)移的對(duì)象是技術(shù)知識(shí),具體表現(xiàn)為技術(shù)設(shè)備、實(shí)物商品或技術(shù)資料等,因而技術(shù)轉(zhuǎn)移常被看作是一種特定的知識(shí)轉(zhuǎn)移[6]。BESSANT et al.[7]認(rèn)為技術(shù)轉(zhuǎn)移的對(duì)象既包含機(jī)械或?qū)嵨锷唐分械闹R(shí),也包含抽象的顯性或隱形知識(shí),而技術(shù)轉(zhuǎn)移代表技術(shù)從組織外部流入組織內(nèi)部的過程;ROESSNER[8]則認(rèn)為,技術(shù)轉(zhuǎn)移是技術(shù)訣竅、技術(shù)知識(shí)(流)從一個(gè)組織的資產(chǎn)變?yōu)榱硪粋€(gè)組織資產(chǎn)的過程。
綜上,技術(shù)轉(zhuǎn)移可以看作知識(shí)轉(zhuǎn)移的一個(gè)分支,即一種跨越組織邊界、超越特定領(lǐng)域的知識(shí)轉(zhuǎn)移,其本質(zhì)是在知識(shí)擁有者(擁有知識(shí)的個(gè)人或組織)和知識(shí)接收者(接收知識(shí)的個(gè)人或組織)之間的溝通過程,也是知識(shí)在兩者間的流動(dòng)過程,過程中包含一種或多種轉(zhuǎn)移渠道[9]。
技術(shù)轉(zhuǎn)移可以通過不同的形式和渠道完成。根據(jù)技術(shù)知識(shí)交互的層次和形式,技術(shù)轉(zhuǎn)移分為正式和非正式、單向和雙向、結(jié)果型和過程型等[10]。根據(jù)組織間的相互依存度進(jìn)行區(qū)分,技術(shù)轉(zhuǎn)移可以分為合資企業(yè)和研發(fā)合作、聯(lián)合研發(fā)、雙向技術(shù)交換協(xié)議、直接投資、研發(fā)合同、供應(yīng)商-顧客關(guān)系、單向技術(shù)流動(dòng)[11]。此外,技術(shù)轉(zhuǎn)移也可以根據(jù)知識(shí)交互的正式程度及包含的知識(shí)類型等進(jìn)行分類[4],細(xì)分為16種類型,如專利許可、機(jī)器(或原型)購買等。從渠道看,科技園、創(chuàng)新中心、技術(shù)轉(zhuǎn)移中心、創(chuàng)新中介等都是促進(jìn)技術(shù)轉(zhuǎn)移發(fā)生的各種技術(shù)轉(zhuǎn)移機(jī)構(gòu)[12]。
中國技術(shù)轉(zhuǎn)移的體系發(fā)展有著明顯的階段性特點(diǎn)[13]。改革開放以前,中國基本沒有自主發(fā)生的技術(shù)轉(zhuǎn)移,以政府從發(fā)達(dá)國家引進(jìn)設(shè)備和技術(shù)為主。改革開放之后,政府頒布相關(guān)法規(guī)對(duì)技術(shù)轉(zhuǎn)讓做出規(guī)定,1986年頒布的《技術(shù)市場(chǎng)管理暫行辦法》標(biāo)志著技術(shù)轉(zhuǎn)移和技術(shù)交易市場(chǎng)化。在此之后,技術(shù)轉(zhuǎn)移的渠道開始多樣化,出現(xiàn)了技術(shù)許可、技術(shù)服務(wù)等形式,也誕生了各類技術(shù)中介。2000年在線技術(shù)網(wǎng)絡(luò)平臺(tái)開始興起[14],其與傳統(tǒng)的展覽會(huì)、交易會(huì)等線下渠道相補(bǔ)充,并從技術(shù)信息平臺(tái)到技術(shù)資源配置平臺(tái)不斷演變,成為技術(shù)轉(zhuǎn)移的一個(gè)重要渠道。
隨著互聯(lián)網(wǎng)的發(fā)展,在線技術(shù)轉(zhuǎn)移平臺(tái)成為技術(shù)轉(zhuǎn)移領(lǐng)域信息化的新渠道。在線技術(shù)轉(zhuǎn)移平臺(tái)是聯(lián)接知識(shí)擁有者與知識(shí)接收者的中介機(jī)構(gòu),而中介機(jī)構(gòu)在技術(shù)轉(zhuǎn)移的過程中能夠?yàn)榧夹g(shù)供需雙方提供專業(yè)的技術(shù)信息和服務(wù)資源[15],扮演著知識(shí)公共設(shè)施的角色[16]。技術(shù)轉(zhuǎn)移中介機(jī)構(gòu)能促進(jìn)識(shí)別技術(shù)轉(zhuǎn)移機(jī)會(huì)[17],增進(jìn)技術(shù)轉(zhuǎn)移方的信任和信譽(yù)[18],促進(jìn)知識(shí)交換[19]。與一般的中介機(jī)構(gòu)相比,在線技術(shù)轉(zhuǎn)移平臺(tái)能突破時(shí)空的限制,緩解地區(qū)發(fā)展失衡[20],加速科技創(chuàng)新市場(chǎng)化,降低技術(shù)轉(zhuǎn)移的交易成本[21]。同時(shí),網(wǎng)絡(luò)平臺(tái)能保存大數(shù)據(jù)量的技術(shù)供需雙方的技術(shù)信息和交易內(nèi)容等,提升信息的時(shí)效性,降低信息的不透明度[22],具有一般技術(shù)轉(zhuǎn)移中介不具備的獨(dú)特優(yōu)勢(shì)。
截至2015年底,國家技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)已有453家[23],其中絕大多數(shù)提供網(wǎng)絡(luò)技術(shù)轉(zhuǎn)移服務(wù)。中國的在線技術(shù)轉(zhuǎn)移平臺(tái)發(fā)布和展示技術(shù)供需雙方的信息,以此為基礎(chǔ)推動(dòng)技術(shù)供需文本匹配,并提供技術(shù)轉(zhuǎn)移咨詢等增值服務(wù)。不同網(wǎng)站設(shè)計(jì)的模塊具有共性,一般設(shè)立有技術(shù)供需信息發(fā)布和檢索以及技術(shù)供需方線上交流、技術(shù)轉(zhuǎn)移服務(wù)咨詢、技術(shù)專家和人才庫等模塊,其中技術(shù)信息一般以技術(shù)供需文本的形式存在,技術(shù)供需文本的內(nèi)容和質(zhì)量對(duì)能否達(dá)成技術(shù)供需文本匹配并形成技術(shù)轉(zhuǎn)移具有重要影響。
已有技術(shù)轉(zhuǎn)移的定量研究大多對(duì)結(jié)果性指標(biāo)進(jìn)行分析,以投入產(chǎn)出比衡量技術(shù)轉(zhuǎn)移的效率。技術(shù)轉(zhuǎn)移的效率評(píng)價(jià)可以分為區(qū)域?qū)用婧蜋C(jī)構(gòu)層面,常見的區(qū)域?qū)用嫱度胫笜?biāo)有吸納的技術(shù)合同成交額[24]、研發(fā)經(jīng)費(fèi)投入[25]、研發(fā)人員投入[25]等,常見的區(qū)域?qū)用娈a(chǎn)出指標(biāo)有專利許可件數(shù)[26]、輸出的技術(shù)合同成交額[24]、高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入比重[27]等。機(jī)構(gòu)層面的效率評(píng)價(jià)有針對(duì)大學(xué)與企業(yè)間技術(shù)轉(zhuǎn)移的研究,如開放式創(chuàng)新[28]和社會(huì)資本[29]對(duì)校企技術(shù)轉(zhuǎn)移的影響,也有針對(duì)技術(shù)轉(zhuǎn)移機(jī)構(gòu)的研究[30]。常見的機(jī)構(gòu)層面投入指標(biāo)有研發(fā)經(jīng)費(fèi)投入[31]、研發(fā)人員投入[31]、科技成果數(shù)[32]等,常見的機(jī)構(gòu)層面產(chǎn)出指標(biāo)有專利許可數(shù)量[33]、專利許可收入[33]、技術(shù)合同成交額[34]等。
目前關(guān)于技術(shù)轉(zhuǎn)移效率評(píng)價(jià)的研究基本是以投入產(chǎn)出的視角進(jìn)行定量分析,尚未從技術(shù)轉(zhuǎn)移中介機(jī)構(gòu)的角度來評(píng)價(jià)效率情況,更缺乏對(duì)在線技術(shù)轉(zhuǎn)移平臺(tái)的效率研究。同時(shí),已有研究均選取結(jié)果性指標(biāo)進(jìn)行分析,沒有涉及到過程性指標(biāo)或預(yù)測(cè)性指標(biāo)。而在線技術(shù)轉(zhuǎn)移平臺(tái)可以從平臺(tái)的文本數(shù)據(jù)為出發(fā)點(diǎn),為技術(shù)轉(zhuǎn)移的效率評(píng)價(jià)提供新視角。
通過上述分析可以看出,在線技術(shù)轉(zhuǎn)移的效率是技術(shù)轉(zhuǎn)移領(lǐng)域中新興的重要研究方向,技術(shù)供需文本的內(nèi)容和質(zhì)量對(duì)能否達(dá)成技術(shù)供需匹配和提升在線技術(shù)轉(zhuǎn)移效率具有重要影響。因此,本研究從在線技術(shù)轉(zhuǎn)移平臺(tái)上的文本內(nèi)容和供需匹配質(zhì)量方面尋找提升技術(shù)轉(zhuǎn)移效率的突破口。
在線技術(shù)轉(zhuǎn)移平臺(tái)具有大數(shù)據(jù)量存儲(chǔ)供需信息 的特點(diǎn),在技術(shù)轉(zhuǎn)移關(guān)鍵路徑[35]上匹配、聯(lián)結(jié)技術(shù)供需雙方,促進(jìn)信息交流與溝通,促使技術(shù)轉(zhuǎn)移的發(fā)生。在線技術(shù)轉(zhuǎn)移平臺(tái)主要作用于技術(shù)轉(zhuǎn)移關(guān)鍵路徑的前幾個(gè)環(huán)節(jié),見圖1,圖中的圓點(diǎn)表示技術(shù)轉(zhuǎn)移路徑(或過程)中的重要環(huán)節(jié),在這些環(huán)節(jié)上技術(shù)供需雙方需要有效互動(dòng)。通過發(fā)揮數(shù)據(jù)優(yōu)勢(shì)、削弱信息不對(duì)稱、減少時(shí)間和空間局限,幫助技術(shù)供需雙方評(píng)估技術(shù)轉(zhuǎn)移發(fā)生的可能性。當(dāng)技術(shù)供需雙方通過在線技術(shù)轉(zhuǎn)移平臺(tái)尋找合適的技術(shù)轉(zhuǎn)移(接收)對(duì)象時(shí),一般通過技術(shù)供給文本和技術(shù)需求文本判斷技術(shù)領(lǐng)域是否匹配、技術(shù)指標(biāo)是否相符,而后建立溝通并尋求進(jìn)一步合作。技術(shù)供需文本的相似性是達(dá)成技術(shù)轉(zhuǎn)移的前提,技術(shù)供需文本的語言差異和內(nèi)容的有效性決定了在線技術(shù)轉(zhuǎn)移平臺(tái)的效率。文本相似度越高,語言差異越小,則越有可能促進(jìn)技術(shù)知識(shí)流動(dòng),越有可能在技術(shù)供需雙方發(fā)生技術(shù)轉(zhuǎn)移。
圖1 技術(shù)轉(zhuǎn)移關(guān)鍵路徑Figure 1 Key Path of Technology Transfer
中國技術(shù)交易信息服務(wù)平臺(tái)(China technology trade information platform,CTTIP)是中國較大且有代表性的在線技術(shù)轉(zhuǎn)移平臺(tái),是科技部火炬中心承擔(dān)的國家科技基礎(chǔ)條件平臺(tái)建設(shè)項(xiàng)目,其特點(diǎn)在于聯(lián)合各地方機(jī)構(gòu)和單位共同建設(shè),因此在技術(shù)需求和技術(shù)成果(技術(shù)供給)的整合上具有跨區(qū)域、跨部門、跨單位的特性,使其成為中國較早突破地域限制和部門限制的技術(shù)轉(zhuǎn)移服務(wù)平臺(tái),并以標(biāo)準(zhǔn)化形式建立規(guī)范的技術(shù)信息發(fā)布和交易服務(wù)流程。
盡管平臺(tái)有較豐富的數(shù)據(jù)集,其技術(shù)轉(zhuǎn)移項(xiàng)目的匹配工作仍然很大程度依賴于工作人員的人工判斷,信息化程度依然不足。例如,有關(guān)工作人員使用CTTIP時(shí),無法通過平臺(tái)網(wǎng)站現(xiàn)有功能獲知一條技術(shù)需求或一項(xiàng)技術(shù)成果有多大可能性發(fā)生匹配,也難以評(píng)價(jià)網(wǎng)站總體運(yùn)營的效率情況。不能充分挖掘技術(shù)供需文本的自動(dòng)匹配等潛在應(yīng)用場(chǎng)景,是目前在線技術(shù)轉(zhuǎn)移平臺(tái)普遍存在的問題,無論是國家項(xiàng)目承擔(dān)建設(shè)的平臺(tái)網(wǎng)站,還是其他技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)網(wǎng)站(如科易網(wǎng)和浙江網(wǎng)上技術(shù)市場(chǎng)等),技術(shù)需求信息和技術(shù)供給信息被錄入后,均缺少測(cè)量技術(shù)轉(zhuǎn)移發(fā)生的可能性指標(biāo),并且未實(shí)現(xiàn)技術(shù)供需的自動(dòng)化匹配?;诖耍狙芯科谕訡TTIP為語料庫,探究技術(shù)供需文本匹配與相似性的關(guān)系。
選取2013年1月1日至2015年12月31日中國技術(shù)交易信息服務(wù)平臺(tái)4 816篇技術(shù)需求文本、7 295篇技術(shù)供給文本作為語料庫,涵蓋先進(jìn)制造技術(shù)、農(nóng)業(yè)技術(shù)、新材料及應(yīng)用等9個(gè)行業(yè),每個(gè)技術(shù)領(lǐng)域平均需求樣本數(shù)為535.111篇,平均供給樣本數(shù)為810.556篇。
為了定量比較技術(shù)供需文本的相似度,判斷技術(shù)供給與需求是否能匹配,需要把技術(shù)供需文本處理成計(jì)算機(jī)能夠處理的數(shù)據(jù)格式。文本表示將非結(jié)構(gòu)化的自然語言轉(zhuǎn)化成計(jì)算機(jī)能處理的、格式化的數(shù)據(jù)形式[36],是計(jì)算機(jī)領(lǐng)域信息檢索、文本挖掘、自然語言處理的基礎(chǔ)。張海濤等[37]總結(jié)了文本表示模型。綜合考慮模型的易用性和適用性,本研究采取空間向量模型進(jìn)行文本表示,并使用最經(jīng)典的TF-IDF函數(shù)進(jìn)行權(quán)重計(jì)算,用以計(jì)算文本相似度。
在一篇文本中,詞語的權(quán)重代表字詞的重要程度,最經(jīng)典的詞語權(quán)重計(jì)算方法是TF-IDF方法[38]。在此方法中,一個(gè)字詞的重要程度與它在某篇文本中出現(xiàn)的次數(shù)成正比(term frequency,TF),與它在語料庫中出現(xiàn)的次數(shù)成反比(inverse document frequency,IDF)。本研究以樣本語料庫中的每一篇技術(shù)需求文本為主體,分析其與技術(shù)供給文本之間的語言差異和供需文本匹配情況。對(duì)于某篇技術(shù)供需文本Textj的某個(gè)字詞Wordi,其TF值的計(jì)算公式為
(1)
每一個(gè)字詞Wordi都能計(jì)算出一個(gè)IDF值,其計(jì)算公式為
(2)
其中,idfi為字詞Wordi在文本庫中的IDF指標(biāo),D為文本庫中文本的總篇數(shù),{j:Demandj∈Textj}為文本庫中包含該字詞的文本數(shù)量。
對(duì)每一篇技術(shù)供需文本中的任一字詞,都能算出TF-IDF值,TF-IDF值等于TF值與IDF值的乘積,TF-IDF值的高低表示該字詞在該篇技術(shù)供需文本中的重要程度??紤]到文本的順序與字詞重要程度有一定關(guān)聯(lián),位于標(biāo)題位置的文字一般概括性的點(diǎn)明整篇技術(shù)供需文本所代表的技術(shù)內(nèi)容,重要程度更高,因此標(biāo)題內(nèi)的字詞在研究中會(huì)被賦予更高的權(quán)重。
TF-IDF方法經(jīng)常與余弦相似性算法一起使用,來判斷兩篇文本的相似性。采用在一個(gè)空間中兩個(gè)向量夾角的余弦值測(cè)算余弦相似性[39],兩個(gè)向量之間的夾角越小,余弦相似性值越大。某一篇技術(shù)供需文本,可以采用空間向量模型將該篇文本所有字詞的TF-IDF值表達(dá)成一個(gè)高維向量V[40],形如Vj=[tfidfj1,tfidfj2,…,tfidfjm],tfidfjm為j文本m維向量上的TF-IDF值,m為j文本的向量維度。則兩篇文本的相似度可以通過測(cè)算文本的高維向量所得的余弦相似度值cosθ得到,其表達(dá)式為
(3)
其中,a·b為a與b兩個(gè)向量的數(shù)量積,|a|為向量a的絕對(duì)值,|b|為向量b的絕對(duì)值。相似性值越大,兩篇文本相似度越高。
通過TF-IDF方法和余弦相似性方法,可以計(jì)算得到技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值、技術(shù)供需文本匹配峰值、技術(shù)供需文本差異性值4個(gè)指標(biāo),分別測(cè)量整個(gè)語料庫的文本相似性、文本語言差異和文本供需匹配情況,具體見表1。
表1 文本相似度測(cè)算指標(biāo)Table 1 Text Similarity Calculation Index
本研究采用技術(shù)供需文本匹配峰值測(cè)量某一項(xiàng)目發(fā)生技術(shù)轉(zhuǎn)移的可能性。技術(shù)供需文本匹配峰值代表某一項(xiàng)技術(shù)需求與平臺(tái)上最匹配的技術(shù)供給間的文本相似性,即技術(shù)供需匹配發(fā)生的最大可能,該值大于0.500時(shí)文本相似度較高。技術(shù)供需文本差異性值測(cè)量平臺(tái)上技術(shù)供需文本間總體的語言差異,該值近似于1時(shí)說明供需文本間沒有語言差異。為了方便處理數(shù)據(jù),當(dāng)技術(shù)供需文本匹配峰值小于0.010時(shí),可以認(rèn)為整個(gè)語料庫中未能達(dá)成技術(shù)供需文本匹配,則規(guī)定技術(shù)供需文本匹配峰值返回NULL,此時(shí)技術(shù)供需文本相似性均值也返回NULL,開始下一條數(shù)據(jù)處理。
技術(shù)供需文本匹配是達(dá)成技術(shù)轉(zhuǎn)移的關(guān)鍵環(huán)節(jié),也是在線技術(shù)轉(zhuǎn)移平臺(tái)的功能和價(jià)值所在。通過技術(shù)供需文本匹配峰值,可以預(yù)測(cè)一篇技術(shù)需求達(dá)成技術(shù)供需文本匹配的可能性高低。中國技術(shù)交易信息服務(wù)平臺(tái)在2013年至2015年的技術(shù)供需匹配情況中,有9篇技術(shù)需求的技術(shù)供需文本匹配峰值為NULL,即在語料庫中,該技術(shù)需求文本與所有技術(shù)供給文本的匹配峰值小于0.010,占0.187%。技術(shù)供需文本匹配峰值高于0.500的有998篇,占20.723%,這部分技術(shù)需求有很大可能性達(dá)成供需匹配,發(fā)生技術(shù)轉(zhuǎn)移。而大部分技術(shù)需求文本的技術(shù)供需文本匹配峰值介于0.010~0.500之間,占比79.090%??傮w而言,技術(shù)供需匹配度不高,只有近兩成的技術(shù)需求有較大可能性得到滿足,大部分的技術(shù)供需文本匹配峰值在閾值以下。這個(gè)結(jié)果表明平臺(tái)的運(yùn)營效率有待提高,平臺(tái)雖然擁有大量的項(xiàng)目資源,但技術(shù)信息并不能很好的達(dá)成轉(zhuǎn)移。
進(jìn)一步的,本研究對(duì)技術(shù)供需文本匹配峰值進(jìn)行跨時(shí)間維度縱向比較。以技術(shù)需求文本發(fā)布的時(shí)間為基準(zhǔn),取每一自然年為分割線,比較年度技術(shù)供需文本匹配峰值在0.010~1之間的分布情況。結(jié)果表明,2013年至2015年平臺(tái)技術(shù)供需文本匹配的情況呈現(xiàn)穩(wěn)定且小幅提升的態(tài)勢(shì),技術(shù)供需文本匹配峰值高于0.500的需求文本占比分別為21.983%、19.850%和30.508%。對(duì)技術(shù)供需文本匹配峰值進(jìn)行分年度均值t檢驗(yàn)分析,結(jié)果表明技術(shù)供需文本匹配峰值在2013年至2015年有顯著的差異,F(xiàn)=4.271,p=0.014,小于0.050。2015年的技術(shù)供需文本匹配顯著高于2013年和2014年,均值差分別為0.027和0.034。總體而言,供需文本匹配效果有小幅增長,達(dá)成技術(shù)轉(zhuǎn)移的可能性隨時(shí)間推移有所提升。
技術(shù)供需雙方的語言差異以技術(shù)供需文本差異性值來測(cè)量。2013年至2015年文本庫中技術(shù)供需文本差異性值的均值為1.118,與1相比進(jìn)行t檢驗(yàn),p值小于0.001,說明平臺(tái)上技術(shù)供需文本間具有顯著的語言差異,并且技術(shù)需求文本之間的語言更為相似,文本語言差異性更小。同時(shí),技術(shù)供需文本差異性值小于0.900的數(shù)量遠(yuǎn)小于技術(shù)供需文本差異性值大于1.100的數(shù)量,兩者占比分別為6.833%和37.852%,也驗(yàn)證了技術(shù)需求文本總體較技術(shù)供給文本更為相似的結(jié)論。
為了探究供需文本語言差異與技術(shù)供需文本匹配之間的關(guān)系,本研究將技術(shù)供需文本匹配峰值分別與技術(shù)供需文本差異性值、技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值進(jìn)行相關(guān)分析,結(jié)果見表2。由表2可知,技術(shù)供需文本差異性值與技術(shù)供需文本匹配峰值有顯著的負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.150,在0.001的水平上顯著。初步驗(yàn)證了技術(shù)供需文本差異與技術(shù)供需文本匹配的關(guān)系,文本差異性越大,供需文本匹配的效果越差;文本差異性越小,則供需文本匹配的效果越好。同時(shí),技術(shù)需求文本相似性均值和技術(shù)供給文本相似性均值與技術(shù)供需文本匹配峰值均在0.001的水平上有顯著的正相關(guān)關(guān)系,且技術(shù)供給文本相似性均值的相關(guān)系數(shù)(0.699)高于技術(shù)需求文本相似性均值(0.382)。
表2 供需文本匹配與語言差異相關(guān)分析結(jié)果Table 2 Correlation Analysis Results forText Matching of Supply and Demandand Language Differences
注:***為p<0.001,下同。
在驗(yàn)證了相關(guān)關(guān)系后,本研究以技術(shù)供需文本匹配峰值為因變量,以技術(shù)供需文本差異性值、技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值為自變量,采用強(qiáng)制進(jìn)入法進(jìn)行回歸擬合,回歸結(jié)果見表3。
表3結(jié)果表明,技術(shù)供需文本差異性值、技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值都對(duì)技術(shù)供需文本匹配峰值有顯著的解釋能力。技術(shù)供需文本差異性值的系數(shù)為-0.232,在0.001的顯著性水平上顯著,說明技術(shù)供需文本的語言差異越小,技術(shù)供需文本匹配峰值越高,越有可能發(fā)生技術(shù)供需文本匹配,達(dá)成技術(shù)轉(zhuǎn)移。技術(shù)需求文本相似性均值和技術(shù)供給文本相似性均值的系數(shù)分別為0.267和0.520,均在0.001的顯著性水平上顯著,說明當(dāng)一篇技術(shù)需求文本的語言表達(dá)與整個(gè)文本庫中需求文本和供給文本的語言表達(dá)越接近,達(dá)成技術(shù)轉(zhuǎn)移的可能性越高。同時(shí),技術(shù)需求文本的語言表述與整個(gè)供給文本庫的語言表達(dá)越接近時(shí),達(dá)成技術(shù)轉(zhuǎn)移的可能性越高。
綜合以上結(jié)果,說明技術(shù)文本的語言表達(dá)是技術(shù)轉(zhuǎn)移發(fā)生的預(yù)測(cè)因素。技術(shù)供需間語言差異越小,說明技術(shù)轉(zhuǎn)移方越熟悉該領(lǐng)域的技術(shù)轉(zhuǎn)移情況,對(duì)于技術(shù)轉(zhuǎn)移發(fā)生的項(xiàng)目條件、技術(shù)要領(lǐng)、技術(shù)指標(biāo)等有清晰的認(rèn)識(shí),則技術(shù)文本的語言越純熟。供需雙方的語言表達(dá)越接近,達(dá)成技術(shù)供需文本匹配的可能性越高。同時(shí),當(dāng)技術(shù)供需方在撰寫技術(shù)文本時(shí),與整個(gè)平臺(tái)網(wǎng)站的需求文本語言和供給文本語言越接近時(shí),越有助于減少技術(shù)供需間的溝通障礙,使平臺(tái)上的技術(shù)轉(zhuǎn)移主體快速理解技術(shù)信息,掌握核心內(nèi)容。
為了尋找技術(shù)供需雙方產(chǎn)生語言差異的原因,本研究針對(duì)2014年至2015年的技術(shù)供需文本,在每一個(gè)技術(shù)領(lǐng)域通過系統(tǒng)抽樣法,人工閱讀433篇技術(shù)供需文本。在人工閱讀的過程中,發(fā)現(xiàn)技術(shù)供需文本一般由兩部分組成。技術(shù)供給文本有以下兩部分:①核心信息,包括技術(shù)項(xiàng)目、技術(shù)水平、技術(shù)標(biāo)準(zhǔn)、技術(shù)應(yīng)用場(chǎng)景等;②技術(shù)供給方相關(guān)信息,包括技術(shù)供給方的總體技術(shù)水平、技術(shù)研發(fā)背景等。技術(shù)需求文本有以下兩部分:①核心信息,包括需求內(nèi)容、技術(shù)標(biāo)準(zhǔn)、技術(shù)應(yīng)用場(chǎng)景等,②技術(shù)需求方相關(guān)信息,包括技術(shù)需求方介紹、項(xiàng)目背景資料等。技術(shù)供需文本均包含核心的技術(shù)信息和非技術(shù)信息,技術(shù)信息是判斷技術(shù)供需能否達(dá)成匹配的重要因素,而非技術(shù)信息僅起參考作用。本研究將系統(tǒng)抽樣的433篇技術(shù)供需文本人工標(biāo)記技術(shù)信息和非技術(shù)信 息的比例,標(biāo)記結(jié)果見表4,技術(shù)需求文本中的非技術(shù)信息內(nèi)容比例遠(yuǎn)高于技術(shù)供給文本,平均占比高達(dá)48.224%,嚴(yán)重削弱了技術(shù)需求文本的內(nèi)容有效性。
表3 供需文本匹配與語言差異回歸分析結(jié)果Table 3 Regression Analysis Results for Text Matching of Supply and Demand and Language Differences
表4 技術(shù)供需文本抽樣標(biāo)記結(jié)果Table 4 Results for Sample Drawing ofTechnological Text for Supply and Demand
非技術(shù)信息是造成技術(shù)供需文本語言差異的一個(gè)重要原因,由于技術(shù)需求文本中非技術(shù)信息的比例過高,導(dǎo)致技術(shù)需求文本的有效性被大大降低,從而影響在線技術(shù)轉(zhuǎn)移平臺(tái)的供需文本匹配。將技術(shù)需求文本進(jìn)行內(nèi)容提煉,自動(dòng)分類核心技術(shù)需求內(nèi)容,是提升在線技術(shù)轉(zhuǎn)移平臺(tái)效率的一個(gè)可行方向。
通過文本特征提取和機(jī)器學(xué)習(xí)技術(shù),本研究為在線技術(shù)轉(zhuǎn)移平臺(tái)提供了一個(gè)有效分離非技術(shù)信息的文本提煉算法,能夠在技術(shù)需求文本中將技術(shù)信息與非技術(shù)信息分離,與核心技術(shù)需求相關(guān)的技術(shù)名稱、技術(shù)指標(biāo)、技術(shù)要求等內(nèi)容歸類在技術(shù)需求中,其他如公司介紹、產(chǎn)品介紹、產(chǎn)能情況等信息歸類于非技術(shù)信息,并且在分類后只保留核心技術(shù)需求文本。
為了讓計(jì)算機(jī)實(shí)現(xiàn)這一功能,本研究將系統(tǒng)抽樣的技術(shù)需求文本進(jìn)行人工分類,將技術(shù)需求文本的內(nèi)容分為原始文本、技術(shù)信息、非技術(shù)信息3類,得到計(jì)算機(jī)可以使用的訓(xùn)練集。然后采用機(jī)器學(xué)習(xí)算法,讓計(jì)算機(jī)識(shí)別并提取訓(xùn)練集中技術(shù)信息和非技術(shù)信息的文本特征。由此得到需求文本提純算法,將這一算法運(yùn)用于整個(gè)需求文本庫,即可獲得提煉了核心技術(shù)信息的新需求文本庫。
本研究在文本相似性運(yùn)算的基礎(chǔ)上,提供了技術(shù)供需自動(dòng)匹配算法。將文本庫中所有的技術(shù)需求文本和技術(shù)供給文本進(jìn)行編號(hào),則每篇技術(shù)需求和供給文本可以通過唯一的識(shí)別號(hào)進(jìn)行區(qū)分。在針對(duì)技術(shù)供需文本計(jì)算供需文本匹配峰值時(shí),對(duì)應(yīng)給出供需文本匹配峰值所對(duì)應(yīng)的技術(shù)供給和需求文本編號(hào),從而實(shí)現(xiàn)在線技術(shù)轉(zhuǎn)移平臺(tái)自動(dòng)進(jìn)行供需匹配。同時(shí),平臺(tái)可根據(jù)技術(shù)供需文本匹配峰值的大小對(duì)用戶提示技術(shù)轉(zhuǎn)移發(fā)生的幾率高低。
總體而言,技術(shù)供需自動(dòng)匹配算法可以為每一篇技術(shù)需求和技術(shù)供給文本提供個(gè)性化的技術(shù)推薦,以供需文本匹配峰值為基礎(chǔ)提示用戶技術(shù)轉(zhuǎn)移發(fā)生的可能性。該方法可以縮減在線技術(shù)轉(zhuǎn)移平臺(tái)使用人員的人工成本,提升平臺(tái)的運(yùn)營效率。通過網(wǎng)站推薦匹配項(xiàng)目的點(diǎn)擊數(shù)、瀏覽數(shù)、簽約數(shù)等,可以對(duì)推薦算法形成反饋和更新,讓計(jì)算機(jī)不斷學(xué)習(xí)技術(shù)供需匹配的規(guī)則條件,不斷提升技術(shù)供需文本匹配效率。
為了驗(yàn)證上文提供的優(yōu)化方案,本研究將語料庫中所有的技術(shù)需求文本以文本提純算法進(jìn)行處理,運(yùn)用技術(shù)供需文本匹配算法為每篇技術(shù)需求文本推薦對(duì)應(yīng)的技術(shù)供給文本編號(hào)。以技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值、技術(shù)供需文本匹配峰值、技術(shù)供需文本差異性值4個(gè)指標(biāo)進(jìn)行優(yōu)化前后均值顯著性檢驗(yàn),運(yùn)算結(jié)果見表5。
由表5可知,算法處理后的指標(biāo)以下標(biāo)new來區(qū)分,與原始文本測(cè)度指標(biāo)進(jìn)行成對(duì)樣本均值t檢驗(yàn)。技術(shù)需求文本相似性均值、技術(shù)供給文本相似性均值和技術(shù)供需文本匹配峰值有顯著的提高,表明通過需求文本提純算法可以有效剔除非技術(shù)信息內(nèi)容,使原本不一致的需求文本表達(dá)向整個(gè)供給文本庫和需求文本庫的語言表達(dá)靠近,并且優(yōu)化后有助于提升技術(shù)供需匹配。然而優(yōu)化方案對(duì)減少技術(shù)供需文本的語言差異沒有顯著的提升。
表5 成對(duì)樣本t檢驗(yàn)結(jié)果Table 5 Result for Paired Samples t Test
技術(shù)供需文本自動(dòng)匹配算法的結(jié)果,為4 810篇技術(shù)需求文本自動(dòng)匹配技術(shù)供給文本,除了6篇結(jié)果返回NULL,即在所有技術(shù)供給中無法匹配到技術(shù)供需文本匹配峰值高于0.010的供給方,其余技術(shù)需求均能返回對(duì)應(yīng)技術(shù)供需文本匹配峰值最高的技術(shù)供給方,匹配成功率達(dá)99.875%。
綜上,可以認(rèn)為本研究提出的需求文本提純和技術(shù)供需文本自動(dòng)匹配方案對(duì)于提升在線技術(shù)轉(zhuǎn)移平臺(tái)的需求文本語言質(zhì)量、提升技術(shù)供需文本匹配的效率有一定的作用。通過機(jī)器自動(dòng)識(shí)別非技術(shù)信息,為文本的內(nèi)容提煉實(shí)現(xiàn)自動(dòng)化處理,可以減少對(duì)于技術(shù)供需方文本撰寫的培訓(xùn)成本,也能大幅減少人工檢閱技術(shù)文本時(shí)所需要的時(shí)間。而技術(shù)供需文本自動(dòng)匹配可以為平臺(tái)網(wǎng)站的使用人員提供很大的便利,實(shí)現(xiàn)信息化和數(shù)字化的平臺(tái)優(yōu)勢(shì)。
本研究從網(wǎng)絡(luò)平臺(tái)的特點(diǎn)出發(fā),選取技術(shù)供需文本匹配為指標(biāo),分析在線技術(shù)轉(zhuǎn)移平臺(tái)的效率問題。運(yùn)用文本表示模型和相似度計(jì)算模型,以2013年至2015年中國技術(shù)交易信息服務(wù)平臺(tái)的技術(shù)供需文本為樣本,計(jì)算并評(píng)價(jià)技術(shù)供需文本匹配和語言差異。
研究結(jié)果表明,網(wǎng)絡(luò)平臺(tái)的供需文本匹配度較低,技術(shù)供需雙方存在顯著的語言差異,且語言差異與供需文本匹配間存在顯著的負(fù)相關(guān)關(guān)系。進(jìn)一步分析可知,技術(shù)需求文本是造成供需語言差異的主要原因,大量的非技術(shù)信息降低了文本內(nèi)容的有效性。為提升在線技術(shù)轉(zhuǎn)移平臺(tái)效率,本研究提出技術(shù)供需文本自動(dòng)提純和自動(dòng)匹配優(yōu)化方案,能夠顯著提升技術(shù)供需文本匹配的效率,并降低語言差異。
本研究為評(píng)價(jià)在線技術(shù)轉(zhuǎn)移平臺(tái)的效率提供了新的視角,有助于提升在線技術(shù)轉(zhuǎn)移平臺(tái)的轉(zhuǎn)移效率,從而促進(jìn)科技成果的轉(zhuǎn)化,本研究提出的優(yōu)化方案對(duì)平臺(tái)網(wǎng)站的管理實(shí)踐有一定借鑒意義。
本研究的樣本和算法有一定的局限性。受限于樣本的運(yùn)算數(shù)量和可得性,本研究選取一個(gè)有代表性的在線技術(shù)轉(zhuǎn)移平臺(tái)網(wǎng)站進(jìn)行研究,并提出文本提純和自動(dòng)匹配的算法。后續(xù)的研究可以擴(kuò)充不同平臺(tái)的技術(shù)供需樣本,利用海量的數(shù)據(jù)不斷優(yōu)化算法,并且提取更多語言特征提升模型的準(zhǔn)確性和實(shí)用性。
本研究提出運(yùn)用文本相似度這一預(yù)測(cè)性指標(biāo)測(cè)量在線技術(shù)轉(zhuǎn)移平臺(tái)的運(yùn)營效率,并進(jìn)行技術(shù)供需文本匹配的運(yùn)算。未來的研究可以針對(duì)網(wǎng)絡(luò)平臺(tái)選取結(jié)果性指標(biāo)(技術(shù)轉(zhuǎn)移是否實(shí)際發(fā)生)和預(yù)測(cè)性指標(biāo)(文本相似性)相結(jié)合的方法,引入其他預(yù)測(cè)指標(biāo),如技術(shù)供需材料中是否有圖片、是否有視頻、是否為專利等,來訓(xùn)練技術(shù)供需文本匹配的新算法,進(jìn)一步提升預(yù)測(cè)精度。
[1]范柏乃,余鈞.高校技術(shù)轉(zhuǎn)移效率區(qū)域差異及影響因素研究.科學(xué)學(xué)研究,2015,33(12):1805-1812.
FAN Bonai,YU Jun.Study on regional differences and influencing factors of university technology transfer efficiency.StudiesinScienceofScience,2015,33(12):1805-1812.(in Chinese)
[2]LANDRY R,AMARA N,CLOUTIER J S,et al.Technology transfer organizations:services and business models.Technovation,2013,33(12):431-449.
[3]SIEGEL D S,WALDMAN D,LINK A.Assessing the impact of organizational practices on the relative productivity of university technology transfer offices:an exploratory study.ResearchPolicy,2003,32(1):27-48.
[4]SCHARTINGER D,RAMMER C,FISCHER M M,et al.Knowledge interactions between universities and industry in Austria:sectoral patterns and determinants.ResearchPolicy,2002,31(3):303-328.
[5]BATTISTELLA C,DE TONI A F,PILLON R.Inter-organisational technology/knowledge transfer:a framework from critical literature review.TheJournalofTechnologyTransfer,2016,41(5):1195-1234.
[6]AMESSE F,COHENDET P.Technology transfer revisited from the perspective of the knowledge-based economy.ResearchPolicy,2001,30(9):1459-1478.
[7]BESSANT J,RUSH H.Building bridges for innovation:the role of consultants in technology transfer.ResearchPolicy,1995,24(1):97-114.
[8]ROESSNER J D.Technology transfer.ScienceandtechnologypolicyintheUS.Atimeofchange.Longman,London,2000:629.
[9]COWAN R,SOETE L,TCHERVONNAYA O.Knowledgetransferandtheservicessectorinthecontextoftheneweconomy.Maastricht,Netherlands:MERIT-Infonomics Research Memorandum,2001:9-11.
[10] ACS Z J,AUDRETSCH D B,FELDMAN M P.R&D spillovers and innovative activity.ManagerialandDecisionEconomics,1994,15(2):131-138.
[11] HAGEDOORN J.Organizational modes of inter-firm co-operation and technology transfer.Technovation,1990,10(1):17-30.
[12] GILSING V,BEKKERS R,FREITAS I M B,et al.Differences in technology transfer between science-based and development-based industries:transfer mechanisms and barriers.Technovation,2011,31(12):638-647.
[13] 汪良兵,洪進(jìn),趙定濤.中國技術(shù)轉(zhuǎn)移體系的演化狀態(tài)及協(xié)同機(jī)制研究.科研管理,2014,35(5):1-8.
WANG Liangbing,HONG Jin,ZHAO Dingtao.Study on the evolvement and synergy mechanism of technology transfer system in China.ScienceResearchManagement,2014,35(5):1-8.(in Chinese)
[14] 葉新.技術(shù)交易方式的轉(zhuǎn)變與飛躍:探析網(wǎng)上技術(shù)市場(chǎng).中國高新技術(shù)企業(yè),2006(3):42-47.
YE Xin.Transformation and leap of technology transaction methods:exploration of online technology transfer center.ChinaHigh-TechEnterprises,2006(3):42-47.(in Chinese)
[15] LICHTENTHALER U,ERNST H.External technology commercialization in large firms:results of a quantitative benchmarking study.R&DManagement,2007,37(5):383-397.
[16] COOKE-DAVIES T.The “real” success factors on projects.InternationalJournalofProjectManagement,2002,20(3):185-190.
[17] LI C,LAN T,LIU S J.Patent attorney as technology intermediary:a patent attorney-facilitated model of technology transfer in developing countries.WorldPatentInformation,2015,43:62-73.
[18] ALBERS A,BURSAC N,MAUL L,et al.The role of in-house intermediaries in innovation management:optimization of technology transfer processes from cross-industry.ProcediaCIRP,2014,21:485-490.
[19] CALOFFI A,ROSSI F,RUSSO M.The emergence of intermediary organizations:a network-based approach to the design of innovation policies∥GEYER R,CAIRNEY P.HandbookonComplexityandPublicPolicy.Cheltenham,UK:Edward Elgar Publishing,2015:314-331.
[20] 姚鋼?dān)?技術(shù)市場(chǎng)網(wǎng)站信息需求及功能設(shè)置的探討.中國科技論壇,2001(1):51-53.
YAO Gangying,LI Donghua.Demand for information and functions of websites of technology market places.ForumonScienceandTechnologyinChina,2001(1):51-53.(in Chinese)
[21] WIGAND R T,MARCINKOWSKI S J,MARTENS B V,et al.Electronic commerce and user-based design of a web site:targeting the technology transfer audience.JournalofTechnologyTransfer,1997,22(1):17-28.
[22] CZARNITZKI D,RAMMER C.Technology transfer via the internet:a way to link public science and enterprises?.TheJournalofTechnologyTransfer,2003,28(2):131-147.
[23] 科學(xué)技術(shù)部創(chuàng)新發(fā)展司.2016年全國技術(shù)市場(chǎng)統(tǒng)計(jì)年度報(bào)告.(2016-06)[2016-07-22].http:∥www.chinatorch.gov.cn/jssc/tjnb/201607/a834313b5b194b6e9566909913cc 9600.shtml.
Ministry of Science and Technology.2016annualreportonstatisticsofChinatechnologymarket.(2016-06)[2016-07-22].http:∥www.chinatorch.gov.cn/jssc/tjnb/201607/a834313b5b194b6e9566909913cc9600.shtml.(in Chinese)
[24] BRAGA H,WILLMORE L.Technological imports and technological effort:an analysis of their determinants in Brazilian firms.TheJournalofIndustrialEconomics,1991,39(4):421-432.
[25] 邢斐,張建華.外商技術(shù)轉(zhuǎn)移對(duì)我國自主研發(fā)的影響.經(jīng)濟(jì)研究,2009,44(6):94-104.
XING Fei,ZHANG Jianhua.Impact of foreign technology transfer on indigenous R&D in China.EconomicResearchJournal,2009,44(6):94-104.(in Chinese)
[26] 董正英,談毅.基于案例分析的技術(shù)交易效率RP-GS-M動(dòng)力機(jī)制分析模型.研究與發(fā)展管理,2006,18(6):89-94.
DONG Zhengying,TAN Yi.An analysis model on RP-GS-M dynamic mechanism of technological transaction efficiency based on case study.R&DManagement,2006,18(6):89-94.(in Chinese)
[27] 陳琨,李曉軒,楊國梁.中外大學(xué)技術(shù)轉(zhuǎn)移效率比較研究:基于DEA-Malmquist方法.科學(xué)學(xué)與科學(xué)技術(shù)管理,2014,35(7):98-106.
CHEN Kun,LI Xiaoxuan,YANG Guoliang.A comparison of technology transfer efficiency of domestic and foreign universities:based on the DEA-Malmquist method.ScienceofScienceandManagementofS.&T.,2014,35(7):98-106.(in Chinese)
[28] BRADLEY S R,HAYTER C S,LINK A N.Models and methods of university technology transfer.FoundationsandTrends?inEntrepreneurship,2013,9(6):571-650.
[29] AL-TABBAA O,ANKRAH S.Social capital to facilitate ‘engineered’ university-industry collaboration for technology transfer:a dynamic perspective.TechnologicalForecastingandSocialChange,2016,104:1-15.
[30] 李小麗,余翔.區(qū)域三螺旋強(qiáng)度及TTO特征對(duì)TTO效率的影響研究.科研管理,2014,35(9):115-122.
LI Xiaoli,YU Xiang.Regional triple helix intensity and TTO′s features on TTO′s efficiency.ScienceResearchManagement,2014,35(9):115-122.(in Chinese)
[31] 饒凱,孟憲飛,徐亮,等.研發(fā)投入對(duì)中國大學(xué)技術(shù)轉(zhuǎn)移合同的影響.管理科學(xué),2012,25(5):76-84.
RAO Kai,MENG Xianfei,XU Liang,et al.Impact of R&D investments on technology transfer contracts of Chinese universities.JournalofManagementScience,2012,25(5):76-84.(in Chinese)
[32] THURSBY J G,KEMP S.Growth and productive efficiency of university intellectual property licensing.ResearchPolicy,2002,31(1):109-124.
[33] CHAPPLE W,LOCKETT A,SIEGEL D,et al.Assessing the relative performance of U.K.university technology transfer offices:parametric and non-parametric evidence.ResearchPolicy,2005,34(3):369-384.
[34] ROSSI F,ROSLI A.Indicators of university-industry knowledge transfer performance and their implications for universities:evidence from the United Kingdom.StudiesinHigherEducation,2015,40(10):1970-1991.
[35] 秦德智,秦超,趙德森.中國-東盟國際技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)服務(wù)平臺(tái)研究.技術(shù)經(jīng)濟(jì)與管理研究,2014(12):29-32.
QIN Dezhi,QIN Chao,ZHAO Desen.Research on network service platform for international technology transfer between China and ASEAN.Technoeconomics&ManagementResearch,2014(12):29-32.(in Chinese)
[36] 曾致遠(yuǎn),張莉.基于向量空間模型的網(wǎng)頁文本表示改進(jìn)算法.計(jì)算機(jī)工程,2006,32(3):134-135,139.
ZENG Zhiyuan,ZHANG Li.Improved algorithm of web document representation based on vector space model.ComputerEngineering,2006,32(3):134-135,139.(in Chinese)
[37] 張海濤,周愛武.蟻群算法在文本聚類中的應(yīng)用研究.微電子學(xué)與計(jì)算機(jī),2016,33(1):81-84,89.
ZHANG Haitao,ZHOU Aiwu.Research of text clustering based on ant colony algorithm.Microelectronics&Computer,2016,33(1):81-84,89.(in Chinese)
[38] SALTON G,BUCKLEY C.Term-weighting approaches in automatic text retrieval.InformationProcessing&Management,1988,24(5):513-523.
[39] STEINBACH M,KARYPIS G,KUMAR V.A comparison of document clustering techniques∥KDDWorkshoponTextMining.Boston,MA,2000:525-526.
[40] SALTON G,WONG A,YANG C S.A vector space model for automatic indexing.CommunicationsoftheACM,1975,18(11):613-620.
FundedProject:Supported by the Ministry of Education, the Key Research Project of Humanities and Social Science for Chinese Universities(16JJD630004)
Biography:YANG Delin, doctor in management, is a professor in the School of Economics and Management at Tsinghua University. His research interests cover technological innovation management, institutional change and innovation, institutional change and entrepreneurship. His representative paper titled “Does institutional change in universities influence high-tech entrepreneurship?Evidence from China′s project 985” was published in theOrganizationScience(Issue 2, 2016). E-mail:yangdl@sem.tsinghua.edu.cn
XIA Qingqing is a master degree candidate in the School of Economics and Management at Tsinghua University. Her research interests include technology transfer and technology-based entrepreneurship. E-mail:xiaqq_rach@163.com
MA Chenguang is a researcher in the School of Economics and Management at Tsinghua University. Her research interests include technology supply and demand matching and technology-based innovation. E-mail:easytechnology@126.com