基于AHP 模型的協(xié)同創(chuàng)新科研團(tuán)隊畫像的構(gòu)建

劉行兵，翟亞超，柴 斌，孫欽英

(河南師范大學(xué)計算機(jī)與信息工程學(xué)院，河南新鄉(xiāng) 453007)

在十九大報告中，習(xí)近平總書記作出重要指示，國家要加快協(xié)同創(chuàng)新發(fā)展、校企合作，貫徹落實創(chuàng)新發(fā)展理念，建設(shè)現(xiàn)代化經(jīng)濟(jì)體系。2020 年6 月，MATLAB 等商業(yè)軟件受美國政策影響，禁止國內(nèi)一些高校授權(quán)使用，這一事件再一次給我們敲響了警鐘。政府必須加強(qiáng)產(chǎn)學(xué)研協(xié)同合作，科研人員必須自主創(chuàng)新、艱苦奮斗，才有可能發(fā)展并壯大國產(chǎn)先進(jìn)技術(shù)。要實現(xiàn)產(chǎn)學(xué)研協(xié)同創(chuàng)新的前提，是要打通產(chǎn)教間的信息壁壘，即對科研團(tuán)隊、企業(yè)科技需求進(jìn)行數(shù)字化，再利用推薦算法對科研團(tuán)隊和企業(yè)科技需求進(jìn)行精準(zhǔn)匹配?？傊?，對科研團(tuán)隊進(jìn)行績效評價是協(xié)同創(chuàng)新的重要內(nèi)容。

1 研究現(xiàn)狀

用戶畫像，是勾畫和表達(dá)用戶的有效工具，它是真實用戶在數(shù)字時代的虛擬體現(xiàn)，經(jīng)常抽象為標(biāo)簽，用于針對性的服務(wù)。國外學(xué)者Cooper［1］首先提出了一種概念，認(rèn)為用戶畫像是通過分析不同用戶的各種需求，繼而用數(shù)學(xué)的方法對用戶需求特點進(jìn)行聚類分析。用戶畫像隨著云計算、神經(jīng)網(wǎng)絡(luò)和推薦系統(tǒng)等技術(shù)的重大突破，得以受到用戶的廣泛使用，同時關(guān)于用戶畫像的各種組成要素的描述也越來越多。Travis［2］認(rèn)為用戶特征信息包括兩部分，穩(wěn)定性因素和可變因素。穩(wěn)定性因素有用戶的個人基本信息和行為習(xí)慣信息；可變因素和環(huán)境和搜索目標(biāo)有關(guān)。劉海鷗等［3］基于用戶畫像進(jìn)行推薦時引入了用戶基本屬性、用戶行為屬性和用戶情景屬性，在推薦系統(tǒng)中取得了較好的效果。國內(nèi)學(xué)者王凌霄等［4］收集知乎用戶的數(shù)據(jù)，比如用戶資歷、參與度、回答質(zhì)量和發(fā)展趨勢等方面，構(gòu)建了自定義問答社區(qū)的用戶畫像。在開發(fā)科研文獻(xiàn)管理系統(tǒng)時，王茹芳等［5］根據(jù)用戶維度和圖書維度，構(gòu)建用戶畫像，并和推薦算法結(jié)合起來，來提供圖書館個性化推薦服務(wù)。

關(guān)于科研團(tuán)隊的研究，主要是集中在以下5 個方面：科研團(tuán)隊的定義、建設(shè)、管理、凝聚力和績效評價等方面。李艾丹［6］認(rèn)為，科研團(tuán)隊一般是由多個科研人員組成，且愿意為共同的研究目標(biāo)而協(xié)同配合的團(tuán)隊?？状好返龋?］分析了影響科技創(chuàng)新團(tuán)隊績效評價因素，提出評估體系內(nèi)容及其指標(biāo)權(quán)重,以對科技創(chuàng)新團(tuán)隊的評估方法進(jìn)行了細(xì)致研究。王立良等［8］使用多角度科研團(tuán)隊相關(guān)績效，對團(tuán)隊創(chuàng)新能力進(jìn)行考核，來激發(fā)團(tuán)隊成員的積極性和創(chuàng)造力。

在對科研團(tuán)隊進(jìn)行研究的過程中，發(fā)現(xiàn)國內(nèi)都是側(cè)重評估傳統(tǒng)科研團(tuán)隊的科研資金、科研能力，而對科研團(tuán)隊的協(xié)同意愿評估的研究較少。隨著協(xié)同創(chuàng)新的發(fā)展，越來越多的中小型企業(yè)與科研團(tuán)隊如雨后春筍般建立起來。加上科研團(tuán)隊和企業(yè)需求的規(guī)模越來越大和科技創(chuàng)新的交流日趨復(fù)雜，現(xiàn)在的協(xié)同創(chuàng)新科研團(tuán)隊，無法適用傳統(tǒng)科研團(tuán)隊的績效評價體系，導(dǎo)致企業(yè)科技需求無法匹配合適的科研團(tuán)隊，因此需要構(gòu)建協(xié)同創(chuàng)新科研團(tuán)隊績效評價體系。

協(xié)同意愿，即在協(xié)同創(chuàng)新環(huán)境下，企業(yè)、高校和研究院的科研團(tuán)隊，以促進(jìn)科研成果轉(zhuǎn)化、解決企業(yè)需求為目的，積極參與外部活動、尋求資源和合作伙伴的意愿。實驗分析可知，科研團(tuán)隊的協(xié)同意愿對科技創(chuàng)新行為存在明顯的正反饋影響，能促進(jìn)協(xié)同創(chuàng)新成果的轉(zhuǎn)化［9］。為此，本文把協(xié)同意愿納入科研團(tuán)隊績效評價體系，以求更精準(zhǔn)地對科研團(tuán)隊進(jìn)行數(shù)字化。

2 協(xié)同創(chuàng)新科研團(tuán)隊分析

2.1 科研服務(wù)平臺

本文結(jié)合用戶畫像的構(gòu)建要素，和協(xié)同創(chuàng)新科研團(tuán)隊的相關(guān)研究，來構(gòu)建科研團(tuán)隊的畫像。在此之前，首先需要一個科研服務(wù)平臺，實現(xiàn)企業(yè)需求和科研團(tuán)隊的精準(zhǔn)匹配。平臺能提供企業(yè)需求和科研團(tuán)隊的檢索、溝通交流以及后臺管理等服務(wù)。服務(wù)平臺見圖1。

圖1 科研服務(wù)平臺

在科研服務(wù)平臺的基礎(chǔ)上，可以利用科研團(tuán)隊畫像的思路，全面準(zhǔn)確地覆蓋科研團(tuán)隊信息，把科研團(tuán)隊的協(xié)同能力和協(xié)同意愿進(jìn)行數(shù)字化，以供企業(yè)深刻了解相應(yīng)的科研團(tuán)隊，促進(jìn)科研團(tuán)隊與企業(yè)需求的匹配。

2.2 協(xié)同創(chuàng)新科研團(tuán)隊定義

如今，研究學(xué)者對普通科研團(tuán)隊的研究已經(jīng)取得了很多的進(jìn)展，但是將科研團(tuán)隊融入到協(xié)同創(chuàng)新環(huán)境下，對其整體特征進(jìn)行描述方面還有待研究。針對上述問題，本文結(jié)合莫君蘭等［10］的相關(guān)研究豐富了協(xié)同創(chuàng)新科研團(tuán)隊畫像的概念及其構(gòu)建方法。協(xié)同創(chuàng)新科研團(tuán)隊的屬性特點包括：團(tuán)隊基本信息、成員基本信息、團(tuán)隊科研成果、學(xué)術(shù)專長、科研項目和其他等。概念示意圖見圖2。

圖2 協(xié)同創(chuàng)新科研團(tuán)隊概念圖

2.3 協(xié)同創(chuàng)新科研團(tuán)隊屬性特點分析

科研團(tuán)隊的屬性特點無法直接地反映團(tuán)隊的協(xié)同創(chuàng)新能力，更無法直接驗證科研團(tuán)隊與企業(yè)需求的匹配情況。因此，在得到科研團(tuán)隊的屬性特點后，需要抽取有用的信息，把這些抽象為科研團(tuán)隊的特點，包括：協(xié)同能力和協(xié)同意愿。簡單地說，就是利用科研團(tuán)隊的評價指標(biāo)體系，評估團(tuán)隊的協(xié)同能力和協(xié)同意愿。

3 構(gòu)造評價體系

國內(nèi)外學(xué)者對科研團(tuán)隊的研究有豐富的經(jīng)驗，同時，對科研團(tuán)隊創(chuàng)新能力的評估也逐漸發(fā)展起來。馮海燕［11］使用模糊綜合評價法，對科研團(tuán)隊創(chuàng)新能力的綜合水平進(jìn)行分析。駱嘉琪等［12］根據(jù)層次分析法(AHP)，建立了科研團(tuán)隊的績效評價體系，更有助于科研團(tuán)隊客觀科學(xué)的評價。

3.1 設(shè)立層次結(jié)構(gòu)圖

AHP 最早由國外學(xué)者Saaty［13］提出，它是由3個層次共同建構(gòu)的前提下,簡化評價指標(biāo)和求解過程,進(jìn)行定性、定量的分析,讓人們在面對復(fù)雜問題時，得到系統(tǒng)化與數(shù)量化的求解過程。本文結(jié)合AHP 方法，構(gòu)建了協(xié)同創(chuàng)新科研團(tuán)隊績效評價模型，包括目標(biāo)層、準(zhǔn)則層和方案層3 個層次。其中協(xié)同創(chuàng)新能力為目標(biāo)層A 層，協(xié)同能力和協(xié)同意愿為準(zhǔn)則層B 層，再把每一個準(zhǔn)則層下面的一級設(shè)為方案層C 層。以便于精準(zhǔn)、系統(tǒng)地分析和評價科研團(tuán)隊的各個指標(biāo)。

與其他傳統(tǒng)科研團(tuán)隊的評估指標(biāo)略有不同，本文針對協(xié)同創(chuàng)新科研團(tuán)隊，制定了基于AHP 法的績效評價層次結(jié)構(gòu)模型，層次結(jié)構(gòu)表見表1。

表1 協(xié)同創(chuàng)新能力績效評價層次結(jié)構(gòu)表

3.2 構(gòu)建判斷矩陣及求解

本節(jié)意在構(gòu)建判斷矩陣并求解。首先將各級指標(biāo)要素的重要性與上一級對應(yīng)的指標(biāo)要素的重要性進(jìn)行比較；然后根據(jù)賦值規(guī)則，組織資深、具有豐富經(jīng)驗的專家，給出判斷矩陣各要素的值，最后求解得到相應(yīng)的判斷矩陣結(jié)果。以下是二級指標(biāo)協(xié)同能力構(gòu)建的判斷矩陣，見表2。

表2 協(xié)同能力判斷比較矩陣

表3 判斷矩陣求解結(jié)果

表3 判斷矩陣求解結(jié)果

3.3 判斷矩陣的一致性檢驗

3.4 構(gòu)建績效評價體系

表4 基于AHP 法的績效評價體系

在構(gòu)建了基于AHP 方法的績效評估體系后，便可以選取協(xié)同創(chuàng)新科研團(tuán)隊，對團(tuán)隊的協(xié)同能力和協(xié)同意愿進(jìn)行數(shù)字化和可視化。

4 協(xié)同創(chuàng)新科研團(tuán)隊畫像的構(gòu)建

本文選取華中科技大學(xué)某團(tuán)隊進(jìn)行實證測試，利用科研團(tuán)隊的屬性進(jìn)行分析，構(gòu)建科研團(tuán)隊畫像。首先按照表4 統(tǒng)計績效評價體系對應(yīng)的權(quán)重，然后按照加權(quán)求和的方法計算出協(xié)同創(chuàng)新意愿和協(xié)同能力，最后生成協(xié)同創(chuàng)新科研團(tuán)隊的畫像。團(tuán)隊畫像的構(gòu)建流程，見圖3。

圖3 協(xié)同創(chuàng)新科研團(tuán)隊畫像的構(gòu)建流程

4.1 統(tǒng)計指標(biāo)

科研團(tuán)隊信息的來源比較廣泛，本文使用科研服務(wù)平臺后臺的數(shù)據(jù)。其優(yōu)點有：其一，獲取信息（比如指標(biāo)權(quán)重）比較方便；其二，各自科研團(tuán)隊網(wǎng)站上的信息比較整齊完整，非常方便做進(jìn)一步處理。

需要收集的數(shù)據(jù)內(nèi)容主要包括：協(xié)同能力（人力資源、橫向經(jīng)費(fèi)、發(fā)明專利、科技獎勵和成果轉(zhuǎn)化）和協(xié)同意愿（主動協(xié)同次數(shù)、協(xié)同總數(shù)和咨詢回復(fù)次數(shù)）。

由表4 可知，協(xié)同能力由5 大指標(biāo)組成，協(xié)同意愿由3 大指標(biāo)組成。數(shù)據(jù)統(tǒng)計就是對得到的數(shù)據(jù)統(tǒng)計成權(quán)重，然后使用加權(quán)的方法，計算最終的協(xié)同創(chuàng)新能力。數(shù)據(jù)統(tǒng)計后的結(jié)果，見表5。

表5 數(shù)據(jù)統(tǒng)計結(jié)果

4.2 計算結(jié)果

在得到每個指標(biāo)對應(yīng)的權(quán)重后，采用加權(quán)求和的方法，便可計算最終的協(xié)同能力和協(xié)同意愿。

協(xié)同能力=人力資源×0.217 8+橫向經(jīng)費(fèi)×0.256 1+發(fā)明專利×0.122 1+科技獎勵×0.271 3+成果轉(zhuǎn)化×0.132 5=108.649 9。

協(xié)同意愿=主動協(xié)同次數(shù)×0.500 0+協(xié)同總數(shù)× 0.166 6+咨詢回復(fù)次數(shù)×0.333 3=89.158 2。

4.3 協(xié)同創(chuàng)新能力可視化

本文采用的工具是python 編程語言的第三方模塊wordcloud，把科研團(tuán)隊協(xié)同創(chuàng)新能力可視化。首先把協(xié)同能力和協(xié)同意愿按照不同的屬性權(quán)重，輸入到代碼中，最后完成對科研團(tuán)隊協(xié)同創(chuàng)新能力的可視化，見圖4。

圖4 協(xié)同創(chuàng)新科研團(tuán)隊的協(xié)同創(chuàng)新能力可視化展示

5 結(jié)論與討論

科研團(tuán)隊和企業(yè)需求的匹配，不僅需要科研團(tuán)隊特征的數(shù)字化，還和協(xié)同意愿和協(xié)同能力有關(guān)。為了提高匹配算法的準(zhǔn)確性，本文需要數(shù)字化科研團(tuán)隊的協(xié)同創(chuàng)新能力。首先，本文提出了符合科研團(tuán)隊畫像的概念圖，從整體上描述科研團(tuán)隊的各個屬性。然后篩選出了2 個二級指標(biāo)，8 個三級指標(biāo)，采用AHP 方法確定協(xié)同創(chuàng)新科研團(tuán)隊的指標(biāo)權(quán)重，并驗證權(quán)重的一致性。然后在協(xié)同創(chuàng)新能力績效評價指標(biāo)的基礎(chǔ)上，創(chuàng)建協(xié)同創(chuàng)新科研團(tuán)隊畫像并可視化顯示。

對科研團(tuán)隊進(jìn)行數(shù)字化，有助于科研團(tuán)隊和企業(yè)需求的精準(zhǔn)匹配。隨著科學(xué)研究對象的日趨復(fù)雜和科技創(chuàng)新活動的規(guī)模越來越大，傳統(tǒng)的推薦方法越來越難以將企業(yè)需求主動、準(zhǔn)確、高效地推薦給合適的科研團(tuán)隊?，F(xiàn)如今，對科研團(tuán)隊進(jìn)行數(shù)字化，就是用計算機(jī)語言，把科研團(tuán)隊的協(xié)同能力和協(xié)同意愿這些定性指標(biāo)，用定量表示，再運(yùn)用推薦算法實現(xiàn)科研團(tuán)隊與企業(yè)需求的精準(zhǔn)匹配。此外，通過數(shù)字化創(chuàng)建科研團(tuán)隊畫像，能更直觀地反映科研團(tuán)隊的協(xié)同創(chuàng)新能力，方便與其他科研團(tuán)隊進(jìn)行數(shù)據(jù)比對和處理。

本研究還存在以下問題與不足：本文描述協(xié)同創(chuàng)新能力所用的評價指標(biāo)，數(shù)量較少，未來可以繼續(xù)完善；本文是通過專家評估打分的方式，得到科研團(tuán)隊協(xié)同創(chuàng)新能力指標(biāo)權(quán)重，其結(jié)果或許存在偏差，因此在評價方法選擇上需要繼續(xù)改進(jìn)和完善。