论文部分内容阅读
摘 要：[目的/意义]校企合作代表的是知识系统与产业系统间的合作，企业选择特定技术领域下的最佳高校科研团队进行合作，对促进校企联动发展、提升企业创新能力、推动高校科技成果转化具有重要意义。[方法/过程]本文构建了高校前沿科研团队探测模型，从企业视角出发，以主题模型和聚类算法为技术支撑，获取技术领域下的多个子技术主题，从更加细粒度的层面明确企业的研究重点和薄弱领域，进而在子技术主题层面，以相似专利密度对高校进行排名，明确最佳合作高校，并在此基础上，以相似专利为媒介，挖掘高校科研团队，以提升校企产学研合作效率。[结论/发现]以区块链为技术领域，以众安科技为企业对象，对高校前沿科研团队探测模型进行验证，明确了众安科技的研究重点和薄弱领域，并确定了子领域下的最佳合作高校和科研团队，验证了所提模型的有效性。[创新/价值]从专利視角出发，在更加细粒度的技术主题层面进行校企合作匹配，为提升校企合作效率、推动技术创新、实现高校科技成果转化提供实践路径。
关键词：主题模型;聚类算法;高校;企业;校企合作;对象选择;专利;前沿科研团队;区块链技术;技术创新;科技成果转化
Abstract：[Purpose/Significance]The industry-university cooperation represents the cooperation between the knowledge system and the industrial system.The selection of the best cooperation objects between enterprises and universities has a great significance to promote the joint development of schools and enterprises，enhance the innovation ability of enterprises，and promote the transformation of scientific and technological achievements in universities.[Method/Process]This paper constructed a detection model of frontier scientific research teams in universities.From the perspective of enterprises，the topic model and clustering algorithm were used as technical support to acquire multiple sub-technical topics in the technical field，and to clarify the research focus and weak areas of the enterprise from a more fine-grained level.Then，at the sub-technical theme level，the university was ranked by similar patent density，and the best cooperative colleges were identified.On this basis，similar research patents were used as the medium to explore university research teams and improve the efficiency of cooperation between schools，universities，and universities.[Findings/Conclusion]Taking blockchain as the technical field and ZhongAn Technology as the enterprise object，the industry-university cooperation object selection model was verified.The research focus and weak areas of ZhongAn Technology were clarified，and the best cooperative universities and research teams in the sub-areas were identified.The validity of the proposed model was verified，which provided a practical path for the selection of school-enterprise cooperation objects.[Originality/Value]From the perspective of patent，school-enterprise cooperation was matched at a more fine-grained technical theme level，which provided a practical path for improving the efficiency of school-enterprise cooperation，promoting technological innovation and realizing the transformation of scientific and technological achievements in universities. Key words：topic model;clustering algorithm;university enterprise;industry-university;object selection;patent;frontier scientific research team;blockchain;technological innovation;trans formation of scientific and technological achievements
自20世纪80年代以来，高校和企业之间的产学研合作行为大量涌现，已逐渐成为世界各国技术创新的主流模式[1]。1992年，由国家经贸委、国家教委和中国科学院联合组织实施产学研工程，这一工程对促进我国产学研合作，推动我国科技与经济的发展发挥了重要作用。2015年3月，国务院印发《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》，要求紧扣经济社会发展重大需求，着力打通科技成果向现实生产力转化的通道，把创新成果变成实实在在的产业活动[2]。2017年10月，习近平主席在十九大报告中指出，深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系[3]。2018年1月，国务院印发《关于全面加强基础科学研究的若干意见》，要求创新体制机制，推动基础研究、应用研究与产业化对接融通，促进科研院所、高校、企业、创客等各类创新主体协作融通[4]。2019年9月，科技部印发《关于促进新型研发机构发展的指导意见》，要求结合产业发展实际需求，构建产业技术创新战略联盟，探索长效稳定的产学研结合机制[5]。同年9月，国务院印发《交通强国建设纲要》，要求建立以企业为主体、产学研用深度融合的技术创新机制，建设一批具有国际影响力的实验室、试验基地、技术创新中心等创新平台[6]。一系列政策的颁布表明，校企产学研合作对推进资源的区域整合与共享，促进科技成果转移转化，推动科技创新和经济社会发展深度融合具有重要意义。高校科研团队在技术研发、人才资源、实验条件方面具有相对优势;而企业在技术转化、就业岗位、资金支持上具有相对优势，两者合作能实现优势互补，推进创新发展，從而成为地方政府和区域经济研究学者的关注热点。
国内外学者从多个角度对校企合作展开了探讨。在研究校企合作影响因素方面，国外学者如Szucs F运用双重差分估计，对欧委会第七框架计划进行分析，探讨了大规模的创新企业补贴计划对校企合作的影响[7]。Rybnicek R等从制度因素、关系因素、产出因素、框架因素出发，系统论述了影响校企合作的重要影响因素[8]。国内学者如刘桂锋等运用社会网络分析法绘制了“211”高校与企业以及其他高校之间的产学研专利合作网络，并重点探讨了校企合作的技术领域和地理距离[9]。林庆藩等引入多层线性模型，考察省级产学研合作政策对省域校企技术合作专利产出的直接影响，以及国家级产学研合作政策对省域校企技术合作专利产出的间接影响[10]。刘继红等从高校科研人员角度，对校企知识转移途径及其影响因素进行系统研究[11]。曹海莹等基于利益共容机制把案例库和专利库建设有机结合作为校企合作平台，校企双方在“共赢”条件下完成深度融合是一种可操作途径[12]。在研究校企合作的促进作用方面，国外学者如Han J等运用负二项回归分析分析了韩国135所高校技术转移的影响因素，研究表明，高校应积极开展与民营企业的合作研究，以提升技术转移效率[13]。Nave A等从企业家视角出发，借助于半结构化访谈，探讨了校企合作对企业可持续发展的影响[14]。国内学者孙玉涛等以社会网络理论与资源基础观为基础，提出在高校与其他机构的研发合作过程中校企研发合作及其规模有利于高校技术转移[15]。王晓红等利用2007-2014年我国88所高校的面板数据，采用Sys-GMM模型方法，实证研究了校企合作活动对我国高校科研绩效的影响[16]。在研究校企合作演进态势方面，国内学者如张珩等基于国家知识产权局公开的1985-2015年江苏省校企合作申请发明专利数据，运用社会网络分析方法，分析专利合作网络结构及空间分布演化路径[17]。李雨浓等采用中国专利全文数据库，以“985高校”为例，构建校企专利合作网络，对网络的整体结构特征、高校和企业在网络中所处的地位进行分析[18]。李文静统计校企发明专利合作的申请，对比广东高校和企业在行政区内外校企合作创新网络的特点和差异，以期对现阶段广东校企产学研技术创新的功能定位及校企合作的紧密度和广度有一个总体认识[19]。陆亦恺等以中国C9联盟高校为研究对象，运用社会网络分析方法，探讨了我国高校专利合作的主要特征与模式[20]。许敏等基于71所高校与企业合作申请的发明专利数据，运用社会网络分析方法，分析了专利合作网络空间分布特点与网络结构特征[21]。
分析发现，已有研究主要集中在利用多元统计分析方法探讨校企合作开展的影响因素、分析校企合作对高校技术转移的促进作用、基于社会网络分析论述校企合作的演进态势等，但较少从校企合作对象选择的角度出发，探索合作对象的精准匹配对推动校企合作的积极影响。高校和企业旨在为了市场需求和共同整体利益联合起来，采取多种方式方法所进行的科研开发、生产营销、咨询服务等经济合作活动，是技术创新上游、中游、下游的对接与融合。在企业的重点研究领域，与具备较强科研能力的科研团队展开校企合作，能够进一步深化技术研究，创新科技边界;在企业技术薄弱领域，可通过校企合作，快速提升企业技术能力，进而推动高校科技成果转化。所以，本文从企业视角出发，构建高校前沿科研团队探测模型，讨论如何在企业重点研究领域和薄弱领域，确定最佳高校科研团队进行合作。由于一个技术领域中会存在多个子领域，如电动汽车技术存在电池系统、发动机、运行控制、传感器等多个子技术领域，所以，有必要从更加细粒度的层面探索校企合作对象的匹配路径。因此，本文首先构建高校前沿科研团队探测模型，利用LDA模型对校企专利文本进行主题建模，并结合K-means算法实现专利文本聚类，进而明确企业重点研究领域和薄弱领域，并根据相似专利密度指标，确定每个子技术领域下的高校排名，从而确定在企业重点研究领域和薄弱领域下的最佳合作高校，并以相应子领域下最佳合作高校的专利为媒介，探寻对应高校的科研团队，建立校企产学研合作，最终实现企业明确研究重点和薄弱领域、锁定合作高校、发掘科研团队、建立校企合作的全过程。在提出模型的基础上，以“区块链”作为重点研究的技术领域，以“众安科技”为企业对象，验证所提模型的有效性，为提升校企合作效率、推动技术创新、实现高校科技成果转化提供实践路径。 1 研究方法与工具
1.1 主题模型
考虑到一个技术领域会涵盖多个子技术领域，在校企合作对象选择过程中，有必要对相应技术领域中的专利文本进行主题提取，明确其涉及的子领域主题。因此，本文采用LDA模型对专利文本进行主题建模，LDA模型假设词是由一个主题混合产生，同时每个主题是在固定词表上的一个多项式分布，这些主题被集合中的所有文档所共享，每个文档有一个特定的主题比例，从Dirichlet分布中抽样产生，作为一种产生式模型，其结构模型完整清晰，采用高效的概率推断算法处理大规模数据，是目前研究和使用非常广泛的一种主题识别模型[22]。
在主题发现与主题演化研究中，利用LDA模型能够展示主题抽取的结果，涉及文档—主题矩阵、主题—词矩阵、主题相关词列表等。而应用LDA最大的问题是需要人工确定主题数目，主题数目的确定直接影响主题发现的效果。因此，本文利用R语言中的LDAvis包进行计算，LDAvis包中通过多维尺度分析明确各个主题间的相似度，并通过可视化方式进行展示。通过调整主题数目、Alpha值和Beta值，当主题之间相互独立、互不交叉，表示对应模型最优。
1.2 聚类分析
在明确技术领域涵盖的主题后，需要将专利文本划归到子技术主题中，因此，本文采用聚类分析实现对专利文本的划分。考虑到一件专利进行技术探讨时。技术主题具有专一性、深入化的特征，所以，本文在进行聚类分析时将一件专利仅划入到一个类团中。聚类分析是知识发现中的一项重要研究内容，旨在将数据集合划分为若干个类，使得类内差异小，类间差异大。本文采用的K-means算法，是数据挖掘十大经典算法之一，由MacQueen J于1967年提出，因其具有简单、容易实施、时间复杂度接近线性的优点，且对大规模数据挖掘具有高效性和可伸缩性，被广泛应用于文本聚类的研究中。
1.3 文本聚类
在文本聚类方面，由于文本向量维度高，具有稀疏性，不同簇之间的差异性较大，因此可能导致聚成一簇的文本之间的非相似性，同时，应用K-means算法存在随机选取初始聚类中心导致聚类结果不稳定的现象，往往容易陷入局部最优，导致较差的聚类结果。所以，如何获得合适的初始聚类中心，并在保证算法结果稳定性的同时保持其准确性，对提升算法的聚类性能尤为重要。因此，本文将LDA模型和K-means算法融合实现专利文本聚类，首先利用LDA模型进行主题建模，将每篇文档表示成各主题下的概率分布，降低文档向量的维度，克服传统向量空间模型表示文本的缺陷;然后在K个主题所在的维度上确定初始聚类中心，理论上保证了选择的初始聚类中心是基于概率确定的，进一步用这K个初始聚类中心对专利数据集进行聚类。主要计算过程如下：
1）根据LDAvis包的多维尺度分析结果，确定最优主题数目K;
2）利用LDA模型对N篇专利文献进行主题建模，生成N*K维的文档—主题矩阵（D-T矩阵）;
3）在D-T矩阵中，每一行表示K个技术主题在一篇专利文献中的匹配度，每一列表示一个技术主题在N篇专利文献中的匹配度;
4）对每一个技术主题，首先计算该主题对N篇专利文献的平均匹配度M，进而统计匹配度大于M的专利文献作为匹配文献，记为MP，而匹配文献数量记为MDi（0≤i 5）将重要主题数作为K-means算法的聚类数W，计算每个重要主题中匹配文献的平均匹配度作为对应类团的初始聚类中心（C1，C2，C3，…，Cw）;
6）将LDA模型生成的D-T矩阵导入到SPSS中，利用K-means算法进行文本聚类，设置聚类数和初始聚类中心，设置迭代次数，输出聚类成员划分，实现专利文献的文本划分。
2 高校前沿科研团队探测模型构建
基于主题模型和聚类算法，从更加细粒度的子技术主题层面，为企业匹配高校前沿科研团队，探测模型内容如图1所示。
从图1中可以发现，整个模型共分为5个部分，涵盖“数据检索→数据处理→主题建模→文本聚类→结果分析”的全过程，具体内容如下：
1）数据检索。首先从企业视角出发，根据企业的研发重点确定一个技术领域。进而，选择专利数据库检索专利文献，如SIPO、SooPAT、佰腾、CNKI等专业数据库，获取企业在特定技术领域的所有专利以及高校的相关专利。
2）数据处理。对收集的专利文献进行整合，通过序号标签区分企业和高校。首先对专利文本进行分词，收集专业文献中的关键词形成第一版本的词典;进而利用R语言的JiebaR包进行文本分词、去停用词等自然语言处理过程;对分词结果进行整理，更新词典，迭代多轮，获取最优的分词结果集。分词结束后，利用TF*IDF算法计算每个词的权重，去除权重较低的词，最终形成实验语料集。
3）主题建模。利用R语言中的lda包对实验语料集进行主题提取，在主题建模过程中，不断调整主题数目、Alpha值和Beta值，并通过LDAvis包的多维尺度分析确定最优主题数目，获得最优的主题模型。通过LDA主题提取，获取文档—主题概率矩阵（D-T矩阵），以及每个主题下最相关的语义词，用于对主题进行概括。
4）文本聚类。依据获取的DT矩阵，计算K-means算法的聚类数和初始聚类中心，将DT矩阵导入到SPSS中，设置聚类数和初始聚类中心实现
专利文献的聚类。
5）结果分析。根据聚类结果，首先对企业进行分析，统计其每篇专利文献所属的技术主题，确定其重点研究方向和薄弱领域;进而对高校专利文献进行归类，以相似专利密度作为排名指标，明确在企业重点研究领域和薄弱领域中的最佳合作高校，并以此为基础，以相似專利为媒介，挖掘高校中的前沿科研团队，最终促成校企合作，发挥各自优势，提升科技创新效率，推动高校科技成果转化。 3 实验过程及分析
3.1 数据来源及处理
本文专利数据来源于Scoopat专利数据库，企业选择“众安信息技术服务有限公司”，众安科技作为国内首家互联网保险公司—众安保险的全资科技子公司，一直聚焦于大数据、云计算、区块链、人工智能等领域的基础技术研发。自中本聪2008年首次提出比特币概念和区块链理论以来，区块链逐渐成为各界所关注的焦点，并被认为是继蒸汽机、电力、互联网之后的下一代颠覆性技术。因此，本文选择“区块链”作为重点研究技术领域，以“区块链”为名称进行检索，其他条件不限，截止2019年8月，众安科技已申请相关专利110项。进而检索高校的专利申请情况，以“区块链”为名称，申请人为“大学”，其他条件不限，检索到666条数据，涵盖151所高校。分别导出企业和高校专利数据，其中包含专利名称、申请人、发明人、摘要等重要字段内容。
首先將众安科技和大学的专利数据合并，共776条数据，其中前110条为众安科技的专利文献。抽取专利名称和摘要两个字段，利用R语言的JiebaR包进行分词、去停用词等自然语言处理过程，通过反复迭代，更新词典，形成分词效果较优的实验语料集，进而利用TF*IDF计算去除权重较低的无用词如“装置”、“方法”、“系统”等，形成完善的实验数据集用于主题建模。
3.2 主题建模及文本聚类
获取处理后的实验数据集后，利用R语言的lda包进行主题建模，进而利用LDAvis包进行主题结果的可视化展示，基于多维尺度分析判断主题模型抽取结果的优异程度。通过不断调整主题数目、Alpha值和Beta值，当主题数目为10个，Alpha=0.5，Beta=0.2时，基于LDAvis的包呈现的主题可视化结果，各个主题之间相互独立，互不交叉，表明主题数目最优，主题结构稳定，见图2;抽取每个主题下最相关的10个词并对主题进行概括，如表1所示。
分析表1发现，众安科技和各大高校在区块链图2 LDA模型最优主题数目（K=10，Alpha=0.5，Beta=0.2）中，重点研究的技术主题有：分布式应用、数据存储、物联网应用、隐私保护、数据溯源、用户认证、医疗行业应用、数据加密、智能合约、交易系统。由于区块链具有去中心化、不可篡改、开放透明和安全可信的特征，在信息共享、版权保护、身份认证、资源存储、网络众筹、数据溯源等方面都能带来创新性的应用和推广，其涵盖的多个子技术领域成为企业和高校研究的重点方向。
利用LDA模型进行主题提取后，根据文本聚类的计算过程，利用LDA训练出的文档—主题矩阵，确定出10个重要主题，通过计算后的初始聚类中心为（0.223060801，0.2219837，0.221285027，0.222431049，0.230310546，0.222381483，0.223766727，0.232143274，0.221062853，0.227264455），将LDA模型训练出的D-T矩阵导入到SPSS中，设置好聚类数和初始聚类中心，得到最终的专利文献聚类结果。
3.3 结果分析
根据文本聚类结果，LDA模型中的每一个主题对应K-means聚类的一个类团，首先统计众安科技的专利文献在每个主题中的分布情况，如表2所示;进而对高校中的专利文献在每个主题中的分布情况进行统计，以相似专利密度为指标进行排名，获取每个主题下排名前3的高校进行展示，如表3所示;最后，根据众安科技的重点研究领域和薄弱领域，确定最佳的合作高校，根据相似专利挖掘前沿科研团队，如图3所示。
分析表2发现，主题2—数据存储，主题9—智能合约、主题3—物联网应用、主题4—隐私保护是众安科技的重点研究子领域。众安保险是中国首家互联网保险公司，用户的整个投保过程全部通过线上实现，中间涉及数据传输、交易订单、信息审核、用户核保等过程，因此，其更加重视数据传输的稳定性、订单交易的安全性、用户信息的保密性等。所以，通过分析众安科技的专利申请情况，其在区块链研究中的重点也集中在利用区块链的去中心化实现数据的分布式存储、利用智能合约技术实现交易的端到端交易和用户隐私保护、利用区块链的不可篡改性保障用户利益。一方面，根据文本聚类发现了众安科技的重点研究子领域;另一方面，其在主题5—数据溯源、主题8—数据加密、主题7—医疗行业应用、主题10—交易系统、主题1—分布式应用方面存在较大的提升空间，而这些子技术主题也与其业务开展密切相关。因此，以子领域的相似专利密度为指标，确定最佳的合作高校的过程中。
分析表3发现，根据每个子领域下相似专利密度的排名结果，众安科技在其重点研究子领域主题2→数据存储的最佳合作高校分别为：广东工业大学、暨南大学、浙江大学;主题9→智能合约的最佳合作高校分别为：电子科技大学、西安电子科技大学、杭州电子科技大学;主题3→物联网应用的最佳合作高校分别为：电子科技大学、北京航空航天大学、南京理工大学;主题4→隐私保护最佳合作高校分别为：电子科技大学、广东工业大学、清华大学。其中广州工业大学和电子科技大学的相似专利密度在子技术主题下排名首位，电子科技大学申请区块链相关专利37件，广州工业大学申请专利33件，在所有高校专利申请中也位居前列，在区块链研究领域具备足够的竞争力，在校企产学研合作中能够提供充分的创新支持。而众安科技在其弱势领域如主题5→数据溯源，可考虑与北京工业大学、西安电子科技大学、中国地质大学（武汉）展开合作;主题1→分布式应用，可考虑中山大学、中国地质大学（武汉）、西安电子科技大学展开合作。通过在弱势领域开展校企合作，能充分利用高校已有的科技成果，降低企业创新成本，快速提升企业在弱势领域的竞争力。
根据文本聚类的结果，明确了众安科技在子技术领域层面，自身的研究重点和弱势领域，进而依据相似专利密度指标，统计在子技术领域中的高校排名，分析出众安科技在技术重点领域和弱势领域的最佳合作高校。以此为基础，进一步发掘对应高校的核心科研团队，为企业在寻求校企合作时提供足够的决策支持。以“主题2—数据存储”为例，众安科技在此主题上申请的专利数量最多，其最佳合作高校分别为广东工业大学、暨南大学、浙江大学。对3所高校的专利文献进行统计，抽取发明人字段，进行作者合作网络分析，如图3所示。分析图3发现，以广东工业大学“张浩川—余荣”、暨南大学“罗伟其—翁健—杨安家—李明”、浙江大学“陈建海—何芹铭”为核心的研究团队，是众安科技在进行区块链数据存储研究中，可重点开展产学研合作的高校团队。通过校企合作，实现技术创新上下游的对接与融合，一方面能促进企业技术创新，提高企业核心竞争力;另一方面，能够提升高校团队产业实践能力，推动科技成果转化。 4 研究总结及展望
本文以校企合作过程中高校科研团队探测作为研究重点，构建了高校前沿科研团队探测模型，以区块链为技术领域，从企业视角出发，借助于主题模型和聚类算法，以相似专利密度为指标，从子技术领域层面探讨了在企业重点研究领域和薄弱领域，如何为企业选取最佳高校团队展开合作，为实现校企联动发展，推动高校科技成果转化提供了实践路径，主要研究内容如下：
1）在构建高校前沿科研团队探测模型阶段，利用LDAvis包中的多维尺度分析解决LDA最优主题数目的确定问题，并将LDA和K-means聚类算法结合，解决K-means算法初始聚类中心随机选择和聚类数目确定的问题，保证了模型构建的合理性。
2）以众安科技为企业视角，明确了其重点研究领域和薄弱领域，其目前专利申请重点集中在数据存储，智能合约、物联网应用、隐私保护;而在数据溯源、数据加密、医疗行业应用、交易系统等是其目前的薄弱领域。
3）以相似专利密度作为排名指标，统计在区块链不同子领域主题下的高校排名，依据众安科技及重点研究领域和薄弱领域，分别匹配最佳合作高校，并在此基础上，以相似专利为媒介，发掘高校前沿科研团队，为企业与高校开展产学研合作提供了决策支持。
需要说明的是，本文整个高校前沿科研团队探测过程通过手动方式实现，效率较低，且数据量较少，不能满足人工智能环境下校企之间快速决策的需求。因此，在之后的研究中，将以对象选择模型为基础，扩大专利数据量，开发原型系统，为企业和高校提供服务，真正实现理论研究应用于产业实践，推动校企产学研合作，提升中国科技创新水平。
参考文献
[1]刘春艳，马海群.产学研协同创新团队知识转移影响机理的实证研究[J].情报理论与实践，2018，41（4）：87-93.
[2]中共中央国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见[EB/OL].http：//www.gov.cn/xinwen/2015-03/23/content_2837629.htm，2019-09-20.
[3]习近平：决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[EB/OL].http：//politics.gmw.cn/2017-10/27/content_26628091.htm，2019-09-20.
[4]国务院关于全面加强基础科学研究的若干意见[EB/OL].http：//www.gov.cn/zhengce/content/2018-01/31/content_5262539.htm，2019-09-20.
[5]科技部印发《关于促进新型研发机构发展的指导意见》的通知[EB/OL].http：//www.gov.cn/xinwen/2019-09/19/content_5431291.htm，2019-09-20.
[6]中共中央国务院印发《交通强国建设纲要》[EB/OL].http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm，2019-09-20.
[7]Szucs F.Research Subsidies，Industry-University Cooperation and Innovation[J].Research Policy，2018，47（7）：1256-1266.
[8]Rybnicek R，Konigsgruber R.What Makes Industry-University Collaboration Succeed？A Systematic Review of the Literature[J].Journal of Business
关键词：主题模型;聚类算法;高校;企业;校企合作;对象选择;专利;前沿科研团队;区块链技术;技术创新;科技成果转化
Abstract：[Purpose/Significance]The industry-university cooperation represents the cooperation between the knowledge system and the industrial system.The selection of the best cooperation objects between enterprises and universities has a great significance to promote the joint development of schools and enterprises，enhance the innovation ability of enterprises，and promote the transformation of scientific and technological achievements in universities.[Method/Process]This paper constructed a detection model of frontier scientific research teams in universities.From the perspective of enterprises，the topic model and clustering algorithm were used as technical support to acquire multiple sub-technical topics in the technical field，and to clarify the research focus and weak areas of the enterprise from a more fine-grained level.Then，at the sub-technical theme level，the university was ranked by similar patent density，and the best cooperative colleges were identified.On this basis，similar research patents were used as the medium to explore university research teams and improve the efficiency of cooperation between schools，universities，and universities.[Findings/Conclusion]Taking blockchain as the technical field and ZhongAn Technology as the enterprise object，the industry-university cooperation object selection model was verified.The research focus and weak areas of ZhongAn Technology were clarified，and the best cooperative universities and research teams in the sub-areas were identified.The validity of the proposed model was verified，which provided a practical path for the selection of school-enterprise cooperation objects.[Originality/Value]From the perspective of patent，school-enterprise cooperation was matched at a more fine-grained technical theme level，which provided a practical path for improving the efficiency of school-enterprise cooperation，promoting technological innovation and realizing the transformation of scientific and technological achievements in universities. Key words：topic model;clustering algorithm;university enterprise;industry-university;object selection;patent;frontier scientific research team;blockchain;technological innovation;trans formation of scientific and technological achievements
自20世纪80年代以来，高校和企业之间的产学研合作行为大量涌现，已逐渐成为世界各国技术创新的主流模式[1]。1992年，由国家经贸委、国家教委和中国科学院联合组织实施产学研工程，这一工程对促进我国产学研合作，推动我国科技与经济的发展发挥了重要作用。2015年3月，国务院印发《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》，要求紧扣经济社会发展重大需求，着力打通科技成果向现实生产力转化的通道，把创新成果变成实实在在的产业活动[2]。2017年10月，习近平主席在十九大报告中指出，深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系[3]。2018年1月，国务院印发《关于全面加强基础科学研究的若干意见》，要求创新体制机制，推动基础研究、应用研究与产业化对接融通，促进科研院所、高校、企业、创客等各类创新主体协作融通[4]。2019年9月，科技部印发《关于促进新型研发机构发展的指导意见》，要求结合产业发展实际需求，构建产业技术创新战略联盟，探索长效稳定的产学研结合机制[5]。同年9月，国务院印发《交通强国建设纲要》，要求建立以企业为主体、产学研用深度融合的技术创新机制，建设一批具有国际影响力的实验室、试验基地、技术创新中心等创新平台[6]。一系列政策的颁布表明，校企产学研合作对推进资源的区域整合与共享，促进科技成果转移转化，推动科技创新和经济社会发展深度融合具有重要意义。高校科研团队在技术研发、人才资源、实验条件方面具有相对优势;而企业在技术转化、就业岗位、资金支持上具有相对优势，两者合作能实现优势互补，推进创新发展，從而成为地方政府和区域经济研究学者的关注热点。
国内外学者从多个角度对校企合作展开了探讨。在研究校企合作影响因素方面，国外学者如Szucs F运用双重差分估计，对欧委会第七框架计划进行分析，探讨了大规模的创新企业补贴计划对校企合作的影响[7]。Rybnicek R等从制度因素、关系因素、产出因素、框架因素出发，系统论述了影响校企合作的重要影响因素[8]。国内学者如刘桂锋等运用社会网络分析法绘制了“211”高校与企业以及其他高校之间的产学研专利合作网络，并重点探讨了校企合作的技术领域和地理距离[9]。林庆藩等引入多层线性模型，考察省级产学研合作政策对省域校企技术合作专利产出的直接影响，以及国家级产学研合作政策对省域校企技术合作专利产出的间接影响[10]。刘继红等从高校科研人员角度，对校企知识转移途径及其影响因素进行系统研究[11]。曹海莹等基于利益共容机制把案例库和专利库建设有机结合作为校企合作平台，校企双方在“共赢”条件下完成深度融合是一种可操作途径[12]。在研究校企合作的促进作用方面，国外学者如Han J等运用负二项回归分析分析了韩国135所高校技术转移的影响因素，研究表明，高校应积极开展与民营企业的合作研究，以提升技术转移效率[13]。Nave A等从企业家视角出发，借助于半结构化访谈，探讨了校企合作对企业可持续发展的影响[14]。国内学者孙玉涛等以社会网络理论与资源基础观为基础，提出在高校与其他机构的研发合作过程中校企研发合作及其规模有利于高校技术转移[15]。王晓红等利用2007-2014年我国88所高校的面板数据，采用Sys-GMM模型方法，实证研究了校企合作活动对我国高校科研绩效的影响[16]。在研究校企合作演进态势方面，国内学者如张珩等基于国家知识产权局公开的1985-2015年江苏省校企合作申请发明专利数据，运用社会网络分析方法，分析专利合作网络结构及空间分布演化路径[17]。李雨浓等采用中国专利全文数据库，以“985高校”为例，构建校企专利合作网络，对网络的整体结构特征、高校和企业在网络中所处的地位进行分析[18]。李文静统计校企发明专利合作的申请，对比广东高校和企业在行政区内外校企合作创新网络的特点和差异，以期对现阶段广东校企产学研技术创新的功能定位及校企合作的紧密度和广度有一个总体认识[19]。陆亦恺等以中国C9联盟高校为研究对象，运用社会网络分析方法，探讨了我国高校专利合作的主要特征与模式[20]。许敏等基于71所高校与企业合作申请的发明专利数据，运用社会网络分析方法，分析了专利合作网络空间分布特点与网络结构特征[21]。
分析发现，已有研究主要集中在利用多元统计分析方法探讨校企合作开展的影响因素、分析校企合作对高校技术转移的促进作用、基于社会网络分析论述校企合作的演进态势等，但较少从校企合作对象选择的角度出发，探索合作对象的精准匹配对推动校企合作的积极影响。高校和企业旨在为了市场需求和共同整体利益联合起来，采取多种方式方法所进行的科研开发、生产营销、咨询服务等经济合作活动，是技术创新上游、中游、下游的对接与融合。在企业的重点研究领域，与具备较强科研能力的科研团队展开校企合作，能够进一步深化技术研究，创新科技边界;在企业技术薄弱领域，可通过校企合作，快速提升企业技术能力，进而推动高校科技成果转化。所以，本文从企业视角出发，构建高校前沿科研团队探测模型，讨论如何在企业重点研究领域和薄弱领域，确定最佳高校科研团队进行合作。由于一个技术领域中会存在多个子领域，如电动汽车技术存在电池系统、发动机、运行控制、传感器等多个子技术领域，所以，有必要从更加细粒度的层面探索校企合作对象的匹配路径。因此，本文首先构建高校前沿科研团队探测模型，利用LDA模型对校企专利文本进行主题建模，并结合K-means算法实现专利文本聚类，进而明确企业重点研究领域和薄弱领域，并根据相似专利密度指标，确定每个子技术领域下的高校排名，从而确定在企业重点研究领域和薄弱领域下的最佳合作高校，并以相应子领域下最佳合作高校的专利为媒介，探寻对应高校的科研团队，建立校企产学研合作，最终实现企业明确研究重点和薄弱领域、锁定合作高校、发掘科研团队、建立校企合作的全过程。在提出模型的基础上，以“区块链”作为重点研究的技术领域，以“众安科技”为企业对象，验证所提模型的有效性，为提升校企合作效率、推动技术创新、实现高校科技成果转化提供实践路径。 1 研究方法与工具
1.1 主题模型
考虑到一个技术领域会涵盖多个子技术领域，在校企合作对象选择过程中，有必要对相应技术领域中的专利文本进行主题提取，明确其涉及的子领域主题。因此，本文采用LDA模型对专利文本进行主题建模，LDA模型假设词是由一个主题混合产生，同时每个主题是在固定词表上的一个多项式分布，这些主题被集合中的所有文档所共享，每个文档有一个特定的主题比例，从Dirichlet分布中抽样产生，作为一种产生式模型，其结构模型完整清晰，采用高效的概率推断算法处理大规模数据，是目前研究和使用非常广泛的一种主题识别模型[22]。
在主题发现与主题演化研究中，利用LDA模型能够展示主题抽取的结果，涉及文档—主题矩阵、主题—词矩阵、主题相关词列表等。而应用LDA最大的问题是需要人工确定主题数目，主题数目的确定直接影响主题发现的效果。因此，本文利用R语言中的LDAvis包进行计算，LDAvis包中通过多维尺度分析明确各个主题间的相似度，并通过可视化方式进行展示。通过调整主题数目、Alpha值和Beta值，当主题之间相互独立、互不交叉，表示对应模型最优。
1.2 聚类分析
在明确技术领域涵盖的主题后，需要将专利文本划归到子技术主题中，因此，本文采用聚类分析实现对专利文本的划分。考虑到一件专利进行技术探讨时。技术主题具有专一性、深入化的特征，所以，本文在进行聚类分析时将一件专利仅划入到一个类团中。聚类分析是知识发现中的一项重要研究内容，旨在将数据集合划分为若干个类，使得类内差异小，类间差异大。本文采用的K-means算法，是数据挖掘十大经典算法之一，由MacQueen J于1967年提出，因其具有简单、容易实施、时间复杂度接近线性的优点，且对大规模数据挖掘具有高效性和可伸缩性，被广泛应用于文本聚类的研究中。
1.3 文本聚类
在文本聚类方面，由于文本向量维度高，具有稀疏性，不同簇之间的差异性较大，因此可能导致聚成一簇的文本之间的非相似性，同时，应用K-means算法存在随机选取初始聚类中心导致聚类结果不稳定的现象，往往容易陷入局部最优，导致较差的聚类结果。所以，如何获得合适的初始聚类中心，并在保证算法结果稳定性的同时保持其准确性，对提升算法的聚类性能尤为重要。因此，本文将LDA模型和K-means算法融合实现专利文本聚类，首先利用LDA模型进行主题建模，将每篇文档表示成各主题下的概率分布，降低文档向量的维度，克服传统向量空间模型表示文本的缺陷;然后在K个主题所在的维度上确定初始聚类中心，理论上保证了选择的初始聚类中心是基于概率确定的，进一步用这K个初始聚类中心对专利数据集进行聚类。主要计算过程如下：
1）根据LDAvis包的多维尺度分析结果，确定最优主题数目K;
2）利用LDA模型对N篇专利文献进行主题建模，生成N*K维的文档—主题矩阵（D-T矩阵）;
3）在D-T矩阵中，每一行表示K个技术主题在一篇专利文献中的匹配度，每一列表示一个技术主题在N篇专利文献中的匹配度;
4）对每一个技术主题，首先计算该主题对N篇专利文献的平均匹配度M，进而统计匹配度大于M的专利文献作为匹配文献，记为MP，而匹配文献数量记为MDi（0≤i
6）将LDA模型生成的D-T矩阵导入到SPSS中，利用K-means算法进行文本聚类，设置聚类数和初始聚类中心，设置迭代次数，输出聚类成员划分，实现专利文献的文本划分。
2 高校前沿科研团队探测模型构建
基于主题模型和聚类算法，从更加细粒度的子技术主题层面，为企业匹配高校前沿科研团队，探测模型内容如图1所示。
从图1中可以发现，整个模型共分为5个部分，涵盖“数据检索→数据处理→主题建模→文本聚类→结果分析”的全过程，具体内容如下：
1）数据检索。首先从企业视角出发，根据企业的研发重点确定一个技术领域。进而，选择专利数据库检索专利文献，如SIPO、SooPAT、佰腾、CNKI等专业数据库，获取企业在特定技术领域的所有专利以及高校的相关专利。
2）数据处理。对收集的专利文献进行整合，通过序号标签区分企业和高校。首先对专利文本进行分词，收集专业文献中的关键词形成第一版本的词典;进而利用R语言的JiebaR包进行文本分词、去停用词等自然语言处理过程;对分词结果进行整理，更新词典，迭代多轮，获取最优的分词结果集。分词结束后，利用TF*IDF算法计算每个词的权重，去除权重较低的词，最终形成实验语料集。
3）主题建模。利用R语言中的lda包对实验语料集进行主题提取，在主题建模过程中，不断调整主题数目、Alpha值和Beta值，并通过LDAvis包的多维尺度分析确定最优主题数目，获得最优的主题模型。通过LDA主题提取，获取文档—主题概率矩阵（D-T矩阵），以及每个主题下最相关的语义词，用于对主题进行概括。
4）文本聚类。依据获取的DT矩阵，计算K-means算法的聚类数和初始聚类中心，将DT矩阵导入到SPSS中，设置聚类数和初始聚类中心实现
专利文献的聚类。
5）结果分析。根据聚类结果，首先对企业进行分析，统计其每篇专利文献所属的技术主题，确定其重点研究方向和薄弱领域;进而对高校专利文献进行归类，以相似专利密度作为排名指标，明确在企业重点研究领域和薄弱领域中的最佳合作高校，并以此为基础，以相似專利为媒介，挖掘高校中的前沿科研团队，最终促成校企合作，发挥各自优势，提升科技创新效率，推动高校科技成果转化。 3 实验过程及分析
3.1 数据来源及处理
本文专利数据来源于Scoopat专利数据库，企业选择“众安信息技术服务有限公司”，众安科技作为国内首家互联网保险公司—众安保险的全资科技子公司，一直聚焦于大数据、云计算、区块链、人工智能等领域的基础技术研发。自中本聪2008年首次提出比特币概念和区块链理论以来，区块链逐渐成为各界所关注的焦点，并被认为是继蒸汽机、电力、互联网之后的下一代颠覆性技术。因此，本文选择“区块链”作为重点研究技术领域，以“区块链”为名称进行检索，其他条件不限，截止2019年8月，众安科技已申请相关专利110项。进而检索高校的专利申请情况，以“区块链”为名称，申请人为“大学”，其他条件不限，检索到666条数据，涵盖151所高校。分别导出企业和高校专利数据，其中包含专利名称、申请人、发明人、摘要等重要字段内容。
首先將众安科技和大学的专利数据合并，共776条数据，其中前110条为众安科技的专利文献。抽取专利名称和摘要两个字段，利用R语言的JiebaR包进行分词、去停用词等自然语言处理过程，通过反复迭代，更新词典，形成分词效果较优的实验语料集，进而利用TF*IDF计算去除权重较低的无用词如“装置”、“方法”、“系统”等，形成完善的实验数据集用于主题建模。
3.2 主题建模及文本聚类
获取处理后的实验数据集后，利用R语言的lda包进行主题建模，进而利用LDAvis包进行主题结果的可视化展示，基于多维尺度分析判断主题模型抽取结果的优异程度。通过不断调整主题数目、Alpha值和Beta值，当主题数目为10个，Alpha=0.5，Beta=0.2时，基于LDAvis的包呈现的主题可视化结果，各个主题之间相互独立，互不交叉，表明主题数目最优，主题结构稳定，见图2;抽取每个主题下最相关的10个词并对主题进行概括，如表1所示。
分析表1发现，众安科技和各大高校在区块链图2 LDA模型最优主题数目（K=10，Alpha=0.5，Beta=0.2）中，重点研究的技术主题有：分布式应用、数据存储、物联网应用、隐私保护、数据溯源、用户认证、医疗行业应用、数据加密、智能合约、交易系统。由于区块链具有去中心化、不可篡改、开放透明和安全可信的特征，在信息共享、版权保护、身份认证、资源存储、网络众筹、数据溯源等方面都能带来创新性的应用和推广，其涵盖的多个子技术领域成为企业和高校研究的重点方向。
利用LDA模型进行主题提取后，根据文本聚类的计算过程，利用LDA训练出的文档—主题矩阵，确定出10个重要主题，通过计算后的初始聚类中心为（0.223060801，0.2219837，0.221285027，0.222431049，0.230310546，0.222381483，0.223766727，0.232143274，0.221062853，0.227264455），将LDA模型训练出的D-T矩阵导入到SPSS中，设置好聚类数和初始聚类中心，得到最终的专利文献聚类结果。
3.3 结果分析
根据文本聚类结果，LDA模型中的每一个主题对应K-means聚类的一个类团，首先统计众安科技的专利文献在每个主题中的分布情况，如表2所示;进而对高校中的专利文献在每个主题中的分布情况进行统计，以相似专利密度为指标进行排名，获取每个主题下排名前3的高校进行展示，如表3所示;最后，根据众安科技的重点研究领域和薄弱领域，确定最佳的合作高校，根据相似专利挖掘前沿科研团队，如图3所示。
分析表2发现，主题2—数据存储，主题9—智能合约、主题3—物联网应用、主题4—隐私保护是众安科技的重点研究子领域。众安保险是中国首家互联网保险公司，用户的整个投保过程全部通过线上实现，中间涉及数据传输、交易订单、信息审核、用户核保等过程，因此，其更加重视数据传输的稳定性、订单交易的安全性、用户信息的保密性等。所以，通过分析众安科技的专利申请情况，其在区块链研究中的重点也集中在利用区块链的去中心化实现数据的分布式存储、利用智能合约技术实现交易的端到端交易和用户隐私保护、利用区块链的不可篡改性保障用户利益。一方面，根据文本聚类发现了众安科技的重点研究子领域;另一方面，其在主题5—数据溯源、主题8—数据加密、主题7—医疗行业应用、主题10—交易系统、主题1—分布式应用方面存在较大的提升空间，而这些子技术主题也与其业务开展密切相关。因此，以子领域的相似专利密度为指标，确定最佳的合作高校的过程中。
分析表3发现，根据每个子领域下相似专利密度的排名结果，众安科技在其重点研究子领域主题2→数据存储的最佳合作高校分别为：广东工业大学、暨南大学、浙江大学;主题9→智能合约的最佳合作高校分别为：电子科技大学、西安电子科技大学、杭州电子科技大学;主题3→物联网应用的最佳合作高校分别为：电子科技大学、北京航空航天大学、南京理工大学;主题4→隐私保护最佳合作高校分别为：电子科技大学、广东工业大学、清华大学。其中广州工业大学和电子科技大学的相似专利密度在子技术主题下排名首位，电子科技大学申请区块链相关专利37件，广州工业大学申请专利33件，在所有高校专利申请中也位居前列，在区块链研究领域具备足够的竞争力，在校企产学研合作中能够提供充分的创新支持。而众安科技在其弱势领域如主题5→数据溯源，可考虑与北京工业大学、西安电子科技大学、中国地质大学（武汉）展开合作;主题1→分布式应用，可考虑中山大学、中国地质大学（武汉）、西安电子科技大学展开合作。通过在弱势领域开展校企合作，能充分利用高校已有的科技成果，降低企业创新成本，快速提升企业在弱势领域的竞争力。
根据文本聚类的结果，明确了众安科技在子技术领域层面，自身的研究重点和弱势领域，进而依据相似专利密度指标，统计在子技术领域中的高校排名，分析出众安科技在技术重点领域和弱势领域的最佳合作高校。以此为基础，进一步发掘对应高校的核心科研团队，为企业在寻求校企合作时提供足够的决策支持。以“主题2—数据存储”为例，众安科技在此主题上申请的专利数量最多，其最佳合作高校分别为广东工业大学、暨南大学、浙江大学。对3所高校的专利文献进行统计，抽取发明人字段，进行作者合作网络分析，如图3所示。分析图3发现，以广东工业大学“张浩川—余荣”、暨南大学“罗伟其—翁健—杨安家—李明”、浙江大学“陈建海—何芹铭”为核心的研究团队，是众安科技在进行区块链数据存储研究中，可重点开展产学研合作的高校团队。通过校企合作，实现技术创新上下游的对接与融合，一方面能促进企业技术创新，提高企业核心竞争力;另一方面，能够提升高校团队产业实践能力，推动科技成果转化。 4 研究总结及展望
本文以校企合作过程中高校科研团队探测作为研究重点，构建了高校前沿科研团队探测模型，以区块链为技术领域，从企业视角出发，借助于主题模型和聚类算法，以相似专利密度为指标，从子技术领域层面探讨了在企业重点研究领域和薄弱领域，如何为企业选取最佳高校团队展开合作，为实现校企联动发展，推动高校科技成果转化提供了实践路径，主要研究内容如下：
1）在构建高校前沿科研团队探测模型阶段，利用LDAvis包中的多维尺度分析解决LDA最优主题数目的确定问题，并将LDA和K-means聚类算法结合，解决K-means算法初始聚类中心随机选择和聚类数目确定的问题，保证了模型构建的合理性。
2）以众安科技为企业视角，明确了其重点研究领域和薄弱领域，其目前专利申请重点集中在数据存储，智能合约、物联网应用、隐私保护;而在数据溯源、数据加密、医疗行业应用、交易系统等是其目前的薄弱领域。
3）以相似专利密度作为排名指标，统计在区块链不同子领域主题下的高校排名，依据众安科技及重点研究领域和薄弱领域，分别匹配最佳合作高校，并在此基础上，以相似专利为媒介，发掘高校前沿科研团队，为企业与高校开展产学研合作提供了决策支持。
需要说明的是，本文整个高校前沿科研团队探测过程通过手动方式实现，效率较低，且数据量较少，不能满足人工智能环境下校企之间快速决策的需求。因此，在之后的研究中，将以对象选择模型为基础，扩大专利数据量，开发原型系统，为企业和高校提供服务，真正实现理论研究应用于产业实践，推动校企产学研合作，提升中国科技创新水平。
参考文献
[1]刘春艳，马海群.产学研协同创新团队知识转移影响机理的实证研究[J].情报理论与实践，2018，41（4）：87-93.
[2]中共中央国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见[EB/OL].http：//www.gov.cn/xinwen/2015-03/23/content_2837629.htm，2019-09-20.
[3]习近平：决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[EB/OL].http：//politics.gmw.cn/2017-10/27/content_26628091.htm，2019-09-20.
[4]国务院关于全面加强基础科学研究的若干意见[EB/OL].http：//www.gov.cn/zhengce/content/2018-01/31/content_5262539.htm，2019-09-20.
[5]科技部印发《关于促进新型研发机构发展的指导意见》的通知[EB/OL].http：//www.gov.cn/xinwen/2019-09/19/content_5431291.htm，2019-09-20.
[6]中共中央国务院印发《交通强国建设纲要》[EB/OL].http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm，2019-09-20.
[7]Szucs F.Research Subsidies，Industry-University Cooperation and Innovation[J].Research Policy，2018，47（7）：1256-1266.
[8]Rybnicek R，Konigsgruber R.What Makes Industry-University Collaboration Succeed？A Systematic Review of the Literature[J].Journal of Business