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]从专利视角出发,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。

摘要：校企合作代表的是知识系统与产业系统间的合作。文章从企业视角出发,以智能爬虫、主题模型、文本聚类、共现分析等机器学习技术为支撑,构建了校企合作对象选择模型,并以模型作为底层逻辑支撑,开发了校企合作对象选择服务系统——IUC,为企业提供"技术主题-合作高校-科研团队-科研大咖-科技成果"五维立体的全景化分析结果,解决校企合作过程中存在的3W问题:What(合作什么)、Where(去哪合作)、Who(与谁合作)。基于校企合作对象选择模型构建的服务系统——IUC,从更加细粒度的层面为企业展现最佳合作对象,提升了校企合作效率,为促进企业科技创新、解决高校科技成果转化问题提供了实践路径。

摘要：[目的/意义]探索构建高校可转化专利识别模型,精准锁定存在转化价值的专利,对提升高校专利转化效率具有促进作用。[方法/过程]以人工智能领域为例,首先结合已有研究中使用的专利评估指标,从数据易获取性角度出发,确定了16个指标,并应用主成分分析探索指标之间的相关性,实现对重要指标的筛选;进而,将LDA模型与K-means算法结合,确定专利的技术主题,并与专利评估指标进行融合构建专利特征矩阵;最后,利用AdaBoost算法进行识别模型构建,并应用到对高校可转化专利的识别中,获取每件专利的可转化概率,仿照标准十分评估方法对专利进行划分,确定具备转化价值的专利。[结果/结论]结果显示,将专利技术主题与评估指标融合后,AdaBoost算法分类准确度提高了10%;通过对高校专利的识别,专利可转化概率呈对数常态分布,具备转化价值的专利比重为22.47%,验证了模型的有效性,为高校专利价值评估研究提供了新的研究思路,也为高校科技成果管理部门的专利运营及企业对高校核心专利的识别提供了实践方案。

摘要：[目的/意义]高校专利具有数量多、价值度高、转化率低等特征,推动高校专利向企业转化,对解决高校专利转化困境、提升企业科技能力、支持知识强国建设具有重要意义。[方法/过程]将个性化推荐引入到高校专利转化过程中,以主题模型、文本聚类、文本相似度计算作为技术支撑,将基于内容和基于协同过滤的推荐方式相结合,采用混合方法构建高校专利个性化推荐模型,选取特定技术领域与目标企业,根据目标企业技术重点和薄弱领域,推送高校专利推荐列表,以提升高校专利转化率,促进校企产学研合作。[结果/结论]以区块链为技术领域,以平安科技为目标企业,对高校专利个性化推荐模型进行验证,明确了平安科技的技术重点主题和技术薄弱主题,将基于技术重点的内容推荐和基于技术竞争者的协同过滤推荐结合,通过混合方法形成完整的专利推荐列表,在注重目标企业当前研究重点的基础上,又兼顾其潜在技术需求,为推动高校专利转化提供了实践路径。

摘要：国际学术合作能够提高科研效率,推动知识创新,探讨国际合著论文中的国家贡献度,对反映国家领域影响力,提升国际合作态势具有重要意义。从数值和内容两个层面构建国际合著国家学术贡献度分析模型,以中国作为重点研究对象,以Web of Science为数据来源,通过构建国际合著网络,结合学术贡献度计算公式,分析近十年中国在Information Science&Library Science(图书情报学,以下简称ISLS)领域的学术贡献度,并以知识图谱的方式揭示中国学术参与主题的演化。结果表明:在数值方面,第一阶段中国学术贡献度较小,但第二阶段持续发力,成为国际合作中的后起之秀,学术贡献度仅次于美国;在内容方面,经历了从理论研究到技术创新的演进,参与的学术主题呈多元化和深入化趋势。

摘要：探索高校专利价值评估模型,快速锁定存在权利转移价值和失效风险的专利,有利于提升高校科技成果管理效率,加快高校科技成果向产业界转移,进一步激发高校科研人员的创新潜力。文章结合已有研究中的专利评估指标,从指标易获取性角度出发,选取11个指标形成专利评估体系;以云计算为技术领域,创建专利分析资源库;进而结合主成分分析与分类算法,构建专利价值评估模型;基于评估模型,对云计算领域中的高校专利进行识别,借鉴标准十分评估方法,对专利的权利转移概率进行划分,明确高校中具有权利转移价值和失效风险的专利。研究表明,结合主成分分析法,确定评估指标的有效性,使用十折交叉验证选取人工神经网络算法构建评估模型,分析发现高校存在权利转移价值的专利呈二次多项式分布,10.68%专利具有较高的权利转移价值,22.64%专利存在失效风险。文章构建的专利价值评估模型能够为高校科技成果管理人员进行专利运营,以及企业探寻高校核心技术提供决策支持。

摘要：知识产权服务和知识产权转化对科技创新具有重要推动作用。为高校国家知识产权信息服务中心平台探寻建设路径,对完善知识产权信息公共服务体系,丰富知识产权信息服务内容,促进高校协同创新和科技成果转移转化具有重要意义。从知识产权生态链角度出发,明确知识产权全流程服务的各个环节和不同角色的知识产权需求,以知识产权生态链为逻辑支撑,基于知识产权供给链构建知识产权资源供给管理系统、基于知识产权需求链构建知识产权需求匹配推荐系统、基于知识产权驱动链构建价值评估管理系统、基于知识产权融合链构建知识产权服务专家支持系统,以搭建知识产权信息服务平台的方式,为建设高校国家知识产权信息服务中心提供参考路径。以知识产权生态链构建服务平台模型,通过开发武汉大学知识产权信息服务平台进行验证,结果表明原型平台基本实现预定的目标与功能。

摘要：大数据时代数据成为基础性国家战略资源,加强数据产权政策建设是国家战略的重要内容。文章通过采集我国数据产权政策有效样本,基于政策工具理论、行动者网络理论,从“工具-目标-主体”三维视角分析数据产权政策,梳理我国数据产权治理路径,剖析当前治理路径存在问题并提出建议。文章发现我国数据产权治理共分为“环境架构”“基础支撑”“价值开发”“市场发展”4条总路径,基于政策发现各路径存在问题,并提出治理路径:整体上调整治理路径布局,平衡各目标治理需求;“环境架构”路径上重视多层次治理方式,建立持续智力支撑机制;“基础支撑”路径上拓展多层次治理方式,强化数据安全目标与主体的匹配;“价值开发”路径上平衡数据价值实现目标,拓展多元主体功能空间;“市场发展”路径上纳入数据市场关联主体,着重完善相关激励方案,力图完善我国数据产权治理路径。

摘要：大数据时代,数据主体对个人数据的所有权、收益权及处置权均受到威胁,依靠法律“赋权——维权”的模式作用有限,个人数据产权的管理与保护需要有更加有效的方式。文章在引入信托模式应用于个人数据产权管理过程中,分析并构建数据信托产品及数据信托整体运行框架,探讨数据信托模式的比较优势与应用困境。数据信托是一种具有理论与实践可行性的个人数据产权管理模式,但存在数据授权信任不固定、数据价值界定困难、产品盈利能力不稳定等问题,可通过明确数据财产权利、完善数据分类标准和设立多种类型产品等措施加以解决。

摘要：高专利技术丰富多元、价值巨大,但专利是否具备许可/转让价值、市场价格是多少成为企业与高校开展专利交易面临的关键问题。文章以“评估什么价值”为问题导向,构建高校专利价值评估模型。首先选取13个高校专利价值评估指标;接着采用熵权TOPSIS模型的人工识别和梯度提升树的机器识别相结合的方法,识别高校专利的许可/转让价值和失效风险;最后将高校专利综合价值度和专利诉讼判赔额度进行曲线拟合,形成专利价格预估计算公式,对高校存在许可/转让价值的专利进行市场价格预估。文章以特定高校为例,进行专利价值识别和价格预估,对评估模型的有效性进行验证,为提升校企专利交易效率提供了实践路径和方案参考。