一种提升科技成果转化率的智能推荐方法和系统技术方案

本发明专利技术提供一种提升科技成果转化率的智能推荐方法和系统，属于数据挖掘技术领域，具体包括：基于需求的学科分类与科技成果的学科分类进行匹配得到学科匹配结果，并根据学科匹配结果的挂牌价格与预算进行匹配，得到初始匹配结果；将初始匹配结果的关键词与所述科技成果需求的关键词进行匹配，得到科技成果的匹配度，筛选得到高匹配度匹配结果；基于高匹配度匹配结果，对团队的历史科技成果转化成功率大于第一转化率阈值所对应的高匹配度匹配结果进行筛选得到科技转化匹配结果；对科技转化匹配结果的先进性进行评估得到先进性评估结果，根据先进性评估结果得到推荐科技成果向所述企业进行推荐，从而使得效率和准度度都得到明显提升。显提升。显提升。

【技术实现步骤摘要】
一种提升科技成果转化率的智能推荐方法和系统


[0001]本专利技术属于数据挖掘
，具体涉及一种提升科技成果转化率的智能推荐方法和系统。

技术介绍

[0002]随着创新驱动发展战略的不断落实，国家对科技成果转化的认识在不断加深，政府通过发布一系列的宏观政策对科技成果转化的发展进行支持和督促。目前，科技成果转化，作为科学技术创新的重要方式，已经成为加快科学技术成果向现实生产力转化、实现科技经济一体化的主要途径，也成为建设科技、经济创新型国家的不可缺少的重要环节。
[0003]为了解决科技成果转化的效率，在硕士论文《面向产学合作的高校推荐研究与巧用》作者胡松杰企业需求出发，对需求内容本身进行文本预处理、特征提取和关键词分类，使企业需求能够被较准确地分到某一领域或类别中。再结合产学合作的特点，站在企业选择合作伙伴的角度，在“高校基础科研能力”、“离校成果转化能力”、“高校产学合作背景”三个角度对合作的高校进行推荐，但是却没有考虑企业的预算以及科技成果的转让价格首先对项目进行筛选，导致无法快速准确的对项目与企业之间进行匹配，并且在此基础上，并未按照科技成果的匹配度、所对应的团队的历史科技成果转化成功率、科技成果的先进性分步骤进行筛选，从而使得科技成果筛选的效率和准确度都不够高，不能较快的实现对科技成果的匹配，取得较大的经济效益。
[0004]针对上述技术问题，本专利技术提供了一种提升科技成果转化率的智能推荐方法和系统。

技术实现思路

[0005]为实现本专利技术目的，本专利技术采用如下技术方案：
[0006]根据本专利技术的一个方面，提供了一种提升科技成果转化率的智能推荐方法。
[0007]一种提升科技成果转化率的智能推荐方法，其特征在于，具体包括：
[0008]S11提取企业科技成果需求的关键词、学科分类以及预算，并基于所述需求的学科分类与所述科技成果数据库中的科技成果的学科分类进行匹配得到学科匹配结果，并根据学科匹配结果的挂牌价格与所述预算进行匹配，得到初始匹配结果；
[0009]S12提取所述初始匹配结果的关键词，并将所述初始匹配结果的关键词与所述科技成果需求的关键词进行匹配，得到科技成果的匹配度，并将所述科技成果的匹配度大于第一阈值的进行筛选得到高匹配度匹配结果；
[0010]S13基于所述高匹配度匹配结果，得到所述高匹配度匹配结果的所属团队的历史科技成果转化成功率，并对所述团队的历史科技成果转化成功率大于第一转化率阈值所对应的高匹配度匹配结果进行筛选得到科技转化匹配结果；
[0011]S14对所述科技转化匹配结果的先进性进行评估得到先进性评估结果，并将所述先进性评估结果大于第一先进性阈值的科技转化匹配结果作为推荐科技成果向所述企业
进行推荐。
[0012]通过首先采用学科分类首先实现企业科技成果需求与所述科技成果数据库中的科技成果的匹配，并根据学科匹配结果的挂牌价格与所述预算进行匹配，得到初始匹配结果，从而解决了原有的没有考虑企业的预算以及相同团队的科技成果的转让价格首先对项目进行筛选，导致无法快速准确的对项目与企业之间进行匹配的技术问题，从而较快的实现了对科技成果的批量筛选，进一步降低了计算量，在得到初始匹配结果的基础上，通过分步骤对科技成果的匹配度、所对应的团队的历史科技成果转化成功率、科技成果的先进性进行筛选，从而进一步解决了原有的由于没有分步骤筛选导致的科技成果筛选的效率和准确度都不够高，不能较快的实现对科技成果的匹配，取得较大的经济效益的技术问题，使得技术问题的筛选结果的准确率得到进一步提高，也使得科技成果能够较快的实现与企业的对接，进一步提升了科技成果转化的效率和针对性。
[0013]通过先采用学科分类进行筛选，从而可以通过较少的计算量实现大量的不匹配的科技成果的筛选，筛选效率大大提高，在此基础上，通过科技成果的价格匹配，从而进一步在较少的计算量的基础上，进一步实现了对科技成果的筛选，在此基础上，按照科技成果的匹配度筛选得到匹配度较高的科技成果，进一步的对科技成果的所属团队的历史科技成果转化成功率进行筛选，从而进一步保证了科技成果的转化率，在此基础上在对科技成果的先进性进行评估，从而得到最终的推荐科技成果，使得筛选得到的推荐科技成果不仅仅考虑匹配度，而且综合考虑到了转化成功率、学科分类、价格、先进性等多重因素，使得匹配结果即准确又有效，而且效率极高，提升了科技成果匹配的效率，也使得科技成果转化的成功率大大提升，并且先从学科分类进行粗分类、价格进行精确筛选的基础上，可以在较少的计算量的基础上首先进行科技成果的筛选，再进行科技成果本身的匹配度、转化成功率、先进性进行分步骤筛选，从科技成果的指标的重要程度的不同分批量进行开展，进一步提升了筛选的效率。
[0014]进一步的技术方案在于，当所述初始匹配结果或者高匹配度匹配结果或者科技转化匹配结果的其中任意一项的数量小于第一数量阈值时，不再进行后续的筛选步骤。
[0015]通过第一数量阈值的设定，在其中的匹配结果所有的步骤虽然尚未完成，但是其数量已经较少，因此不再进行后续的筛选步骤，在保证推荐结果的基础上，从而进一步提升了整体的效率。
[0016]进一步的技术方案在于，根据学科匹配结果的转让价格与所述预算进行匹配的具体步骤为：
[0017]S21提取所述学科匹配结果的挂牌价格，并提取所述学科匹配结果所属团队的历史科技成果的历史转让价格以及历史挂牌价格，基于所述历史挂牌价格和所述历史转让价格得到历史折扣率；
[0018]S22基于所述历史折扣率与所述挂牌价格得到预估成交价格；
[0019]S23当所述预估成交价格减去所述预算的结果小于第一价格阈值时，得到所述初始匹配结果。
[0020]通过基于历史折扣率和挂牌价格，对学科匹配结果的挂牌价格进行修正，使得预估成交价格能够更加准确的反应真实的成交结果，并通过第一价格阈值的设置，从而进一步保证了初始匹配结果的准确性，进一步扩大了初始匹配结果的数量，保证了最终的准确
效果。
[0021]进一步的技术方案在于，所述第一价格阈值的具体公式为：
[0022]T1＝K1ln(G+1)(1+K2)2[0023]其中K1为权值，G为预算，单位为万元，K2为根据学科类型确定的学科权值，学科越冷门，学科权值越大。
[0024]学科冷门会导致科研成果数量较少，从而使得第一价格阈值变得更大，从而进一步保证了能够筛选得到较多的初始匹配结果，保证了最终的准确性。
[0025]进一步的技术方案在于，所述科技成果的匹配度的匹配步骤为：
[0026]S31基于所述科技成果需求的关键词，并将科技成果需求的关键词与设定完成的关键词数据库进行匹配得到关键词匹配结果，并根据关键词匹配结果对所述科技成果需求的关键词进行扩展，得到扩展关键词；
[0027]S32基于所述扩展关键词与所述初始匹配结果的关键词进行匹配，的搭配匹配数量；
[0028]S33基于所述匹配数量与所述科技成果需求的关键词的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提升科技成果转化率的智能推荐方法，其特征在于，具体包括：S11提取企业科技成果需求的关键词、学科分类以及预算，并基于所述需求的学科分类与所述科技成果数据库中的科技成果的学科分类进行匹配得到学科匹配结果，并根据学科匹配结果的挂牌价格与所述预算进行匹配，得到初始匹配结果；S12提取所述初始匹配结果的关键词，并将所述初始匹配结果的关键词与所述科技成果需求的关键词进行匹配，得到科技成果的匹配度，并将所述科技成果的匹配度大于第一阈值的进行筛选得到高匹配度匹配结果；S13基于所述高匹配度匹配结果，得到所述高匹配度匹配结果的所属团队的历史科技成果转化成功率，并对所述团队的历史科技成果转化成功率大于第一转化率阈值所对应的高匹配度匹配结果进行筛选得到科技转化匹配结果；S14对所述科技转化匹配结果的先进性进行评估得到先进性评估结果，并将所述先进性评估结果大于第一先进性阈值的科技转化匹配结果作为推荐科技成果向所述企业进行推荐。2.如权利要求1所述的提升科技成果转化率的智能推荐方法，其特征在于，当所述初始匹配结果或者高匹配度匹配结果或者科技转化匹配结果的其中任意一项的数量小于第一数量阈值时，不再进行后续的筛选步骤。3.如权利要求1所述的提升科技成果转化率的智能推荐方法，其特征在于，根据学科匹配结果的转让价格与所述预算进行匹配的具体步骤为：S21提取所述学科匹配结果的挂牌价格，并提取所述学科匹配结果所属团队的历史科技成果的历史转让价格以及历史挂牌价格，基于所述历史挂牌价格和所述历史转让价格得到历史折扣率；S22基于所述历史折扣率与所述挂牌价格得到预估成交价格；S23当所述预估成交价格减去所述预算的结果小于第一价格阈值时，得到所述初始匹配结果。4.如权利要求1所述的提升科技成果转化率的智能推荐方法，其特征在于，所述第一价格阈值的具体公式为：T1＝K1ln(G+1)(1+K2)2其中K1为权值，G为预算，单位为万元，K2为根据学科类型确定的学科权值，学科越冷门，学科权值越大。5.如权利要求1所述的提升科技成果转化率的智能推荐方法，其特征在于，所述科技成果的匹配度的匹配步骤为：S31基于所述科技成果需求的关键词，并将科技成果需求的关键词与设定完成的关键词数据库进行匹配得到关键词匹配结果，并根据关键词匹配结果对所述科技成果需求的关键词进行扩展，得到扩展关键词；S32基于所述扩展关键词与所述初始匹配结果的关键词进行匹配，的搭配匹配数量；S33基于所述匹配数量与所述科技成果需求的关键词的数量，得到匹配度。6.如权利要求1所述的提升科技成果转化率的智能推荐方法，其特征在于，所述匹配度的计算公式为：
...

【专利技术属性】
技术研发人员：叶琼，丁瑞，宣琪杰，徐宏淼，叶雄，
申请(专利权)人：杭州正策信息科技有限公司，
类型：发明
国别省市：