楊 俊

（中國藝術科技研究所，北京 100007）

科技成果能否轉(zhuǎn)化為現(xiàn)實生產(chǎn)力已經(jīng)成為衡量一個國家和地區(qū)科技發(fā)展水平的重要標志，促進科技成果轉(zhuǎn)移轉(zhuǎn)化是實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要任務，是加強科技與經(jīng)濟緊密結(jié)合的關鍵環(huán)節(jié)，對于推進結(jié)構性改革尤其是供給側(cè)結(jié)構性改革、支撐經(jīng)濟轉(zhuǎn)型升級和產(chǎn)業(yè)結(jié)構調(diào)整，打造經(jīng)濟發(fā)展新引擎具有重要意義。

依據(jù)《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》，以近年來黨中央國務院就高質(zhì)量發(fā)展、供給側(cè)結(jié)構性改革、培育新業(yè)態(tài)新動能、擴內(nèi)需促消費、完善要素市場、發(fā)展文化產(chǎn)業(yè)做出的系列部署為指導，遵循大幅提高科技成果轉(zhuǎn)移轉(zhuǎn)化成效要求，構建文化科技成果轉(zhuǎn)化的系統(tǒng)（即專業(yè)性網(wǎng)站或軟件系統(tǒng)），其以科研項目、學術論文、專利、科技動態(tài)、科研人員、機構等為主要數(shù)據(jù)源，進行文化科技學科分析、影響力評價、關聯(lián)挖掘等大數(shù)據(jù)加工，并利用專業(yè)應用門戶網(wǎng)站展示成果轉(zhuǎn)化的核心結(jié)構、發(fā)展歷史、前沿領域以及數(shù)據(jù)源的關系。通過文化科技成果轉(zhuǎn)化系統(tǒng)可以探索科技成果轉(zhuǎn)化路徑，激發(fā)數(shù)據(jù)資源潛力，推動文化科技產(chǎn)業(yè)鏈創(chuàng)新和應用。

1 文化科技領域成果轉(zhuǎn)化現(xiàn)狀

目前，文化科技的創(chuàng)新研究主要集中在科研院所和大專院校，以及有研發(fā)能力的企事業(yè)單位，文化科技創(chuàng)新成果與企業(yè)相結(jié)合的路徑和模式上存在問題，從基礎研究到技術開發(fā)、從實驗室模型到企業(yè)轉(zhuǎn)化存在斷點，科技項目、科研人員、科技成果等方面有海量科研數(shù)據(jù)資源極度分散，共享程度較低，研究項目與應用需求沒有對接。如何將這些科技成果供給與文化產(chǎn)業(yè)需求精準對接，以達到科技創(chuàng)新促進經(jīng)濟高質(zhì)量發(fā)展，是亟待解決的問題。

2 文化科技成果轉(zhuǎn)化系統(tǒng)的構建

2.1 技術方案

為構建文化科技成果轉(zhuǎn)化系統(tǒng)，需要建立一套技術方案，如圖1所示。首先，通過開放API（Application Programming Interface，應用程序接口），進行公開數(shù)據(jù)、爬取數(shù)據(jù)與合作數(shù)據(jù)的采集，如通過CNKI、DBLP、CSCD、OAD等數(shù)據(jù)庫獲取論文數(shù)據(jù)，通過國內(nèi)外專利網(wǎng)站獲取專利數(shù)據(jù)，通過合作機構獲取人才數(shù)據(jù)、科研成果數(shù)據(jù)；再進行預處理，依據(jù)統(tǒng)一規(guī)范的元數(shù)據(jù)描述，將采集到的數(shù)據(jù)存入數(shù)據(jù)庫或者分布式文件系統(tǒng)中。然后，使用基于規(guī)則和智能算法的實體識別和實體融合，抽取數(shù)據(jù)庫中的實體和關系，從而構建圖數(shù)據(jù)庫模型。同時，通過知識推理相關技術，實現(xiàn)學科耦合關系推理、師承關系推理、學科熱詞推理等功能，豐富和擴展數(shù)據(jù)庫；并基于此更新任務流水線，實現(xiàn)系統(tǒng)模式層和數(shù)據(jù)層的動態(tài)增量更新。

2.2 系統(tǒng)架構

文化科技成果轉(zhuǎn)化系統(tǒng)的架構分為四層，分別是數(shù)據(jù)層、分析層、服務層及應用層，如圖2所示。

圖2 系統(tǒng)架構

2.2.1 數(shù)據(jù)層

在數(shù)據(jù)層，首先抽取、重新組織開放數(shù)據(jù)、爬取數(shù)據(jù)與合作數(shù)據(jù)，包含開源專利、公開科技文獻、科研人員、機構、項目等多種數(shù)據(jù)類型。然后，通過唯一標識、網(wǎng)絡關聯(lián)及結(jié)構化等方法完成對數(shù)據(jù)的預處理，構建文化科技知識網(wǎng)絡圖數(shù)據(jù)庫、多維數(shù)據(jù)庫等模型，進行有效的數(shù)據(jù)庫運行和維護，支持數(shù)據(jù)分布式處理，支持導出與發(fā)布，實現(xiàn)一體化數(shù)據(jù)存儲，形成統(tǒng)一的數(shù)據(jù)資源中心。

文化科技數(shù)據(jù)資源中心，通過ETL（抽取-轉(zhuǎn)換-裝載）實現(xiàn)對大規(guī)模多維數(shù)據(jù)及網(wǎng)絡數(shù)據(jù)的高效存儲，結(jié)合成熟的開源大數(shù)據(jù)平臺及大數(shù)據(jù)平臺管理工具，構成起文化科技大數(shù)據(jù)關系網(wǎng)絡體系，為數(shù)據(jù)存儲、管理提供基礎的大數(shù)據(jù)環(huán)境。

2.2.2 分析層

分析層是在數(shù)據(jù)層完成對數(shù)據(jù)組織與管理的基礎上，實現(xiàn)多維統(tǒng)計分析以及知識網(wǎng)絡檢索、分析。其中，多維統(tǒng)計分析服務子系統(tǒng)的構建包括統(tǒng)計維度、Top-N統(tǒng)計、CUBE、SQL界面，基于Kylin的多維分析功能，根據(jù)管理的需求進行自定義的開發(fā)，以實現(xiàn)多維分析的功能。知識網(wǎng)絡檢索與分析服務子系統(tǒng)的構建包括關聯(lián)檢索、關鍵節(jié)點發(fā)現(xiàn)、聚類分析、PageRank分析等，基于Titan的網(wǎng)絡分析功能，根據(jù)知識庫管理的需求進行自定義的開發(fā)，以實現(xiàn)網(wǎng)絡分析的功能。

在同一類數(shù)據(jù)內(nèi)部及不同類數(shù)據(jù)之間，存在大量的網(wǎng)絡特性，利用經(jīng)典的網(wǎng)絡分析算法，在數(shù)據(jù)層的數(shù)據(jù)處理基礎上，實現(xiàn)知識網(wǎng)絡關聯(lián)查詢、知識網(wǎng)絡圖分析及知識網(wǎng)絡圖分析挖掘算法庫，為上層應用子系統(tǒng)提供分析服務及算法支持。在知識網(wǎng)絡關聯(lián)查詢上，實現(xiàn)科研項目、科研人員、科研成果、依托科研單位等分布式三角形計算的關聯(lián)關系查詢、分布式連通子圖查詢，實現(xiàn)基于最小生成樹獲取圖的概要信息和索引結(jié)構及基于遍歷的實時查詢。在知識網(wǎng)絡圖分析上，實現(xiàn)知識網(wǎng)絡圖的關鍵節(jié)點發(fā)現(xiàn)、頻繁子圖挖掘及重疊社區(qū)發(fā)現(xiàn)。在知識網(wǎng)絡分析挖掘算法庫上，實現(xiàn)PageRank分析、知識網(wǎng)絡聚類分析、科研社區(qū)分析和抽取的知識網(wǎng)絡LDA（Linear Discriminant Analysis, 線性判別分析）及科研人員網(wǎng)絡的三角關系關聯(lián)分析。

2.2.3 服務層

在分析層完成基本的多維分析及網(wǎng)絡分析方法的基礎上，服務層以微服務接口的方式提供查詢服務、統(tǒng)計分析和智能挖掘服務。

（1）查詢服務

查詢服務指以Web交互的方式檢索存在關聯(lián)的項目、人員、成果等，為用戶與知識網(wǎng)絡提供關聯(lián)交互手段。例如，用戶輸入關鍵字“項目A”，應用子系統(tǒng)返回“項目A”的相關信息，如主要參與人員、項目成果、以及存在關聯(lián)關系的項目、成果、人員。用戶可以根據(jù)這些信息選擇進一步的檢索，以發(fā)現(xiàn)感興趣的研究課題和研究成果，與相關科研人員建立朋友關系以便進一步合作。

（2）統(tǒng)計分析

統(tǒng)計分析指在研究人員、單位、項目、成果等多維度組合數(shù)據(jù)查詢結(jié)果基礎上，采用可視化技術把多維數(shù)據(jù)展示出來，并提供項目、成果、詞匯的趨勢分析。

（3）智能挖掘

智能挖掘指采用混合搜索的方式，同時輸入實體和關系，以縮小檢索范圍。如果知識網(wǎng)絡中存在對應實體和關聯(lián)，則可視化輸出，否則輸出與之近似的檢索內(nèi)容，輔助用戶做進一步的檢索決定。另外，基于知識網(wǎng)絡的關聯(lián)分析，支持項目、科研人員和科研成果的關聯(lián)查詢。

2.2.4 應用層

應用層提供新技術發(fā)現(xiàn)、科技規(guī)劃支持、交叉學科分析、專家智庫推薦、科技成果轉(zhuǎn)化等功能。通過科技大數(shù)據(jù)知識圖譜服務門戶系統(tǒng)，為相關人員提供一體化的大數(shù)據(jù)知識管理服務，滿足對項目、成果、人員等的交互式查詢，并實現(xiàn)科技規(guī)劃支持、領域技術畫像、新技術發(fā)現(xiàn)、交叉學科分析、專家智庫推薦、科技成果轉(zhuǎn)化等功能。

3 文化科技成果轉(zhuǎn)化系統(tǒng)的應用場景

3.1 在區(qū)域科技決策中的應用

通過文化科技成果轉(zhuǎn)化系統(tǒng)，以開源專利、公開科技文獻、科研人員、科研機構、項目等數(shù)據(jù)源為基礎，有效呈現(xiàn)智能數(shù)據(jù)收集、處理，并借助多維統(tǒng)計分析子系統(tǒng)和知識網(wǎng)絡檢索分析子系統(tǒng)對其進行學科分析、影響力評價、關聯(lián)挖掘，進一步將海量數(shù)據(jù)集中進行數(shù)據(jù)展示、分析，從而提供從宏觀到微觀不同尺度的預判，洞悉科技前沿發(fā)展，提升創(chuàng)新能力，為文化領域的決策、布局提供依據(jù)。

3.2 在產(chǎn)業(yè)服務中的精準應用

（1）專家智庫對接

依據(jù)公開數(shù)據(jù)、合作數(shù)據(jù)、爬取數(shù)據(jù)，匯聚文化領域的各類專家，為專家進行大數(shù)據(jù)畫像，并實時跟蹤他們技術研究進展及可轉(zhuǎn)化的成果，挖掘科研機構之間的合作關系，發(fā)現(xiàn)存在合作關系的人員和單位，輔助用戶尋找頻繁合作的人員、機構等群體，然后根據(jù)產(chǎn)業(yè)、區(qū)域的具體需求，通過大數(shù)據(jù)和人工智能的分析，打破地域和機構邊界，進行精準匹配和推送（見圖3），可有效實現(xiàn)點對點解決技術難題。

圖3 匹配和推送方案

通過以上技術方案，用戶可以通過查詢相關的專家信息進行專家智庫的推薦與匹配，如圖4所示。

圖4 專家智庫的推薦與匹配

（2）科技成果轉(zhuǎn)化

利用文化科技成果轉(zhuǎn)化系統(tǒng)，使科技創(chuàng)新成果和目標企業(yè)的精準匹配（見圖5），快速落地，充分挖掘科技成果的價值，提升科技成果的轉(zhuǎn)化質(zhì)量和效率。

圖5 科技成果轉(zhuǎn)化

4 結(jié)論

通過文化科技成果轉(zhuǎn)化系統(tǒng)匯聚文化科技服務的海量數(shù)據(jù)，建立文化科技知識網(wǎng)絡圖數(shù)據(jù)庫、多維數(shù)據(jù)庫等模型，并借助多維統(tǒng)計分析以及知識網(wǎng)絡檢索、分析等大數(shù)據(jù)分析工具和算法，使文化科技成果在行業(yè)創(chuàng)新方面充分發(fā)揮其效能，引導并滿足企業(yè)技術創(chuàng)新需求，為文化科技創(chuàng)新提供專業(yè)化服務，預測未來科技創(chuàng)新發(fā)展趨勢，為文化科技創(chuàng)新提供專業(yè)化服務；挖掘文化科技創(chuàng)新與經(jīng)濟社會發(fā)展的互動規(guī)律，推進科技鏈、產(chǎn)業(yè)鏈、創(chuàng)新鏈的有機融合，促進文化事業(yè)和文化產(chǎn)業(yè)的繁榮發(fā)展。