面向產(chǎn)學(xué)合作的高校推薦研究與應(yīng)用.pdf

1、在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的背景下，創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的部署和落實(shí)成為中國政府的工作重點(diǎn)，其中，在中國提高自主創(chuàng)新能力的道路上，引導(dǎo)和支持創(chuàng)新要素向校企匯集并促進(jìn)科技成果轉(zhuǎn)化為生產(chǎn)力的產(chǎn)學(xué)合作起著不可替代的作用。隨著產(chǎn)學(xué)合作相關(guān)工作的不斷推進(jìn)，也發(fā)現(xiàn)了其中不少的問題:產(chǎn)學(xué)合作的深度有待加深;高校的科技成果與真實(shí)的市場需求無法有效銜接從而影響產(chǎn)學(xué)合作的質(zhì)量;由于缺乏相應(yīng)的渠道和信息獲取平臺，容易造成校企雙方信息的不對稱，一般作為需求方的企業(yè)選

2、擇合作高校的方式單一，多是通過學(xué)校名氣或熟人介紹，在一定程度上會(huì)導(dǎo)致高校相關(guān)能力無法與企業(yè)的需求進(jìn)行匹配，使得知名度不太高但在相關(guān)領(lǐng)域?qū)I(yè)能力較強(qiáng)的高校失去合作的機(jī)會(huì)，同時(shí)企業(yè)資源也無法得到合理配置。隨著互聯(lián)網(wǎng)的發(fā)展，信息的超載問題使得信息的篩選和過濾變得十分重要，如何利用先進(jìn)的大數(shù)據(jù)技術(shù)，通過海量數(shù)據(jù)的分析為產(chǎn)學(xué)兩方解決目前的信息不對稱問題，并選擇合適的產(chǎn)學(xué)合作伙伴，從而實(shí)現(xiàn)資源的更合理地配置，提高產(chǎn)學(xué)合作質(zhì)量和效率成為本研究的重點(diǎn)。

3、
　　本文面向產(chǎn)學(xué)合作，通過高校產(chǎn)學(xué)合作現(xiàn)狀的分析和相關(guān)文獻(xiàn)的研究，梳理了高校產(chǎn)學(xué)合作能力的關(guān)鍵指標(biāo)，為高校推薦模型的構(gòu)建奠定基礎(chǔ)。從企業(yè)需求出發(fā)，對需求內(nèi)容本身進(jìn)行文本預(yù)處理、特征提取和關(guān)鍵詞分類，使企業(yè)需求能夠被較準(zhǔn)確地分到某一領(lǐng)域或類別中。再結(jié)合產(chǎn)學(xué)合作的特點(diǎn)，站在企業(yè)選擇合作伙伴的角度，在“高校基礎(chǔ)科研能力”、“高校成果轉(zhuǎn)化能力”、“高校產(chǎn)學(xué)合作背景”這三個(gè)一類關(guān)鍵指標(biāo)的基礎(chǔ)上繼續(xù)細(xì)化和豐富指標(biāo)，結(jié)合專家意見，采用5級標(biāo)度

4、賦值法，通過最小二乘法進(jìn)行回歸微調(diào)，最后確定了各級指標(biāo)的權(quán)重值。基于企業(yè)需求類別信息，利用網(wǎng)絡(luò)爬蟲相關(guān)技術(shù)，引入asynchttpclient包和htmlparser包，獲取高校的一部分與類別相匹配的產(chǎn)學(xué)信息，包括論文及科研項(xiàng)目，共同構(gòu)建出基于企業(yè)需求的高校推薦算法模型，接著通過一個(gè)算例在一定程度上對算法進(jìn)行了驗(yàn)證。最后采用面向?qū)ο蟮姆椒?，基于UML對面向產(chǎn)學(xué)合作的高校推薦系統(tǒng)進(jìn)行了分析建模與設(shè)計(jì)，并借助Axure RP原型工具，設(shè)計(jì)了