产业集群网中科技团队推荐方法的研究Word格式.docx

产业集群网中科技团队推荐方法的研究Word格式.docx

《产业集群网中科技团队推荐方法的研究Word格式.docx》由会员分享，可在线阅读，更多相关《产业集群网中科技团队推荐方法的研究Word格式.docx（7页珍藏版）》请在冰豆网上搜索。

最后，根据候选人员的优先度来组成科技团队。

实例证明，通过该推荐方法得到的团队在产业网中具有一定的有效性和实用价值。

Abstract:

Becausethedefectsofthepersonnellayerinformationapplicationinindustrialclusternetwork,andthevariousrelationshipsamongthepeoplecannotberesearchedbyusingthefeaturesofdirected-weightedsmall-worldnetwork,thispaperusesthecharacteristicsofpersonnelnodeinclusternetworkandtheconditionalrandomfieldmodeltoanalyzetherelationshipamongnodes,usesanalytichierarchyprocesstodeterminecoefficientsinthemodelandfindouttheconnectionsamongthepeopleindifferentareas,putsforwardarecommendedmethodofsci-techteam,takesthequantizationofpersonnelinformationasthefeaturevectorstoaddthemtothepersonnelnodeweightscalculation.Finally,thesci-techteamisformedbytheprioritylist.Theexamplesprovethattheteamobtainedbythisrecommendedmethodhasacertaineffectivenessandpracticalvalueintheindustrynet.

关键词：

科技团队；

产业集群；

小世界网络；

条件随机场

Keywords:

sci-techteam；

industrialcluster；

small-worldnetwork；

conditionalrandomfields

中图分类号：

F272文献标识码：

A文章编号：

1006-4311（2015）30-0052-03

0引言

从经济的角度来说，为了提高个体和地区的竞争力度，国家大力提倡建立区域产业集群。

对于宁夏自治区来说，现今发展比较好的产业集群地区主要集中在宁东开发区、红寺堡移民开发区以及灵武自贸区。

而随着知识经济时代的到来，为了使这些产业集中地区的中小企业有长足的发展，需要加强科技团队在科技创新、人才培养中的作用。

而对于企业来说，任何企业都无法雇佣其发展需要的所有人员。

因此，在其整个产业集群网络上建立一个信息智能化的科技团队推荐方法，直接关系着企业长期发展的成败。

从知识角度看，科技团队的作用实质上集中在团队成员已有知识的基础上，他们之间经过进一步的交流学习才能产生创新的新知识。

科技团队人员之间的联系以及与其他团队之间的联系采用小世界理论作为基础，将能够为该地区服务的所有团队都纳入到整个的产业集群网络中，是任何企业都能够利用该网络找到适合为自己服务的科技团队。

当前对于科技团队组建研究的主要有孙薇等[1]基于知识超网络的科技创新团队的组建方法，该方法是从知识管理的角度对科技团队的组建进行了研究，但该方法没有考虑人员中的特征如诚信、忠诚度、价值取向等问题、于洋等[2]在组织人才培养的超网络模型中提出以定量化方法的组织人才培养网络模型，根据不同类型的数据建立人员网络、依据知识网络和人员网络之间的关系计算人员的流失情况，但是该研究表示的组织和人员都是显性的，领域的表示不准确，仅仅是用派系代表。

根据柳洲，陈士俊的我国科技创新团队建设的问题与对策[3]进行确定建立方向。

而在产业集群[4]的形成和发展需要规范的体系就需要集群内的企业之间彼此信任、鼓励创新、推动竞争，发挥互补效应，才能最大限度地发挥集群网络的优势。

现在对于产业集群网络的研究主要在信息服务机制上、集群内知识转移上和构建流程上，而在具体的应用上出现的问题并没有太多的说明和关注。

而对于集群内的具体人员的分析也主要考虑的是人才的流动和关键点的研究，缺少对团队的划分和研究。

针对当前在产业集群网上应用的缺陷，本文根据刘理晖等[5]的科技创新团队的典型特征与国内发展现状的调查研究报告，通过引入杨翠兰[6]提出的有向加权小世界网络的特性将人员层信息抽象出来形成独立网络，提出了产业集群网上科技团队的人员特征选取和推荐方法，以此来解决在经济发展中由于人员选择失误所造成的不必要的损失[7]。

1科技团队组建的主要方法

科技团队从类型上的划分主要有三类：

一是团队以学术带头人为主，具有稳定的研究方向，持久的研究积累，把这种类型称为学术带头人负责制；

二是以市场需求为导向，针对特定的产品、技术或工艺，组建团队进行科技攻关，是企业中科技创新最常见的组织方法；

三是以探索学科前沿为目标，具有学科的长期性和研究的系统性，称为学科方向性。

目前，对于科技团队的组建方法中，存在两个问题：

一是团队方向和领域的确定以及人员的筛选，在很大程度上依赖于决策者的主观意识，二是没有考虑被选人之间的知识相似度，导致组建后的团队成员之间知识交流效果不好。

因此，本文利用产业集群网的复杂结构，并凝结本地文化传统和制度结构“区域氛围”的特有环境，设定小世界模型中的特征路径长度和聚合系数来确定度中心的范围，然后在该范围中再确定最终科技团队中的成员。

在产业集群网络上的组建策略。

在产业集群网络上科技团队组建的策略如下：

①为了实现科技创新目标领域的目的，加入到科技团队的人员应该具有相似的知识结构；

②对企业所需的科技攻关性的科研团队，为了保证知识交流的畅通性，加入团队的人员应该是与团队中已有的核心人员具有高度的相似的人员。

2推荐方法及系数设定

在对产业集群网络上对于人员描述层中，添加人群关系特征库，主要就是对人员特征的选取和分析抽象后的信息录入。

依据模型计算出的特征权值来分析判断该人员是否可进去科技团队中。

而对于权重的测量系数的选择，现在主要的方法有熵权法[8]、人工神经网络评价法、层次分析法和德尔菲法等。

本文选自层析分析法作为权重系数选择的方法[9]，主要因为层次分析法于20世纪70年代已经应用于网络系统理论和多目标综合评价方法中，它是将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性指标模糊量化方法计算出层次单排序和总排序作为解决方法。

由此，通过人员根据中心节点扩散出的其余节点的权值计算排序，来完成候选人员的推荐。

2.1团队人员特征选择及建模分析

在科技团队中对人员的知识元进行知识表示后，借鉴CRFs算法计算相互之间的关联性，并且解决了最大熵马尔可夫模型（MEMM）需要再每一个节点都要进行归一化而产生的只能找到局部最优值得问题，因为CRF并不是在每一个节点进行归一化，而是所有特征进行全局化归一，因此可以求得全局的最优解。

因此，可以利用CRF的这些特征将团队的候选人员作为一个整体进行考虑，并且能够添加各自的特征值进行细化。

设候选人员的集合为

表示TMi包含知识元的总个数；

∣TM∣为全部知识主体数；

表示包含知识元k的知识主体数。

条件随机场模型是一个无向图模型[10]。

它可以通过随机添加的节点集合，来观察添加后形的序列模型后的变化。

在这样一个随机添加到原来网络节点序列当中的情况下，线性链的CRF定义的状态条件概率为：

征函数的权值。

特征函数的选取在本文中，主要考虑团队人员主要从事的领域（Ci）、文化背景（Ei）、活跃度（Di）、关联度（Gi）、交际度（Ji）、成果率（Ai）这6个指标来描述一个人员节点的信息。

根据小世界网络的特性发现，如果一个节点的出度大，并且能够联系多个群体网络时，就可以认定该节点的活跃度、关联度以及交际度大。

因此，对于这类节点，在计算权值时，会给该节点增加一个介数值，来提高它所在团队的整体权值，增加了该节点被推荐为团队人员的概率。

添加特征后的权值计算公式转化为如公式（3）所示。

其中，如果研究领域（Ci）相关则Ci=1，否则等于0；

Ei的初始值设为3，如果有相同的教育背景则令Ei减1；

活跃度（Di）、关联度（Gi）、交际度（Ji）的计算主要依据节点与其他节点的相连状况，进行统计计算；

成果率（Ai）为该节点成员发表的文章在整个团队人员发表文章的比率，以及参加项目比率的统计。

2.2建模方法处理流程

将产业集群网络按照知识元的结构组成单层网络，抽象出立体的人员与知识元之间的网络，通过特征选择聚集相似度高的节点，映射到下层结构中，再进行具体的权重计算，推选出最终的候选人员。

具体处理流程如图1所示。

3实例验证

宁夏回族自治区红寺堡移民开发区已经成功地跨过是十个年头了，选取具有区域特色中的“三个10”行业[11]中的葡萄酒及加工行业的特技人员为研究背景数据，人员信息的采集则采用调查问卷的形式，发出去40份调查问卷，最终收回35份，能够作为实验数据的调查问卷有20份。

最终，采用这20份的调查问卷信息进行实验检测。

将在红寺堡地区从事葡萄酒及加工行业中的团队人员添加到产业集群网络中，然后利用该文提出的方法计算这些团队的成员能够被组织到一起，并被推荐出来的概率。

根据调查报告，选出了该团队中的4人为例，这四人在网络中的节点分别表示为Y1，Y2，Y3，Y4。

计算人员成为推荐团队候选人员的概率如表1所示。

然后，从4个候选人中选取2个人组成科技团队作为实例，其中，Y1，Y2的领域信息为葡萄酒加工业，Y3，Y4为葡萄种植业。

根据组合，该实例的复杂度为6，也就是有6个可行解，所有可行解的计算概率值如表2所示。

由表3的计算结果可以看出，在组合团队时，Y2Y3组成团队的概率最高，而Y1Y4的概率最低，可以看出本文提出的方法在推荐团队人员时不仅考虑到相同知识元的情况，也考虑到知识互补的问题，得到的团队组合概率最高的是具有互补性知识的人员，而不是和所需知识具有相同知识元概率最高的人员。

因此，可以得出该方法能够在实际使用中起到一定的借鉴作用，不会产生推荐出的团队人员都是具有统一知识结构的。

4结论

本研究利用产业集群网络上的人员层和数学建模，从信息抽取理论的角度对节点间的联系进行分析，将一些人员的特征信息，比如忠诚度、合作精神作为节点特征值。

利用小世界理论将散落的结点信息联系起来形成网络，提出一种“人找人”的解决问题的方法，直接找到该问题领域的专家，进行直接解答；

而不再是有问题就先查资料一样的浪费时间和经历，并且最终也不一定能够查到自己想要的结果。

除此之外，将节点所表示的知识元量化，考虑了被选人员间知识交流的效果，利用数值的形式表示一个节点所代表的复杂信息，进行具有相同知识结构的人员推荐。

在一定程度上能够帮助企业改进科技团队人员选择的工作。

目前，该方法已经用于宁夏大学葡萄酒学院的人际网络中，通过录入教师的信息和其所参与的研究和应用项目等内容进行推荐，通过近两年的实践发现，该方法推荐出的团队在实际的应用中起到了一个全面均衡各方面人才的作用。

但是，在应用中发现本方法在交叉科学研究的推荐处理方面不够稳定。

其结果是两次推荐出的交叉学科的人员可能不是同一个人，因此这也将作为本文的下一个研究点，着重处理团队中如果出现交叉学科专家推荐时，应该采用哪种合理的推荐方式。

当然，本文对于一些问题调查和研究还不是很完善，首先，调查问卷的数量和提出的问题不一定能够真实地反应出一些人员的特征，所以调查结果还不够全面深入，还不能准确地反应实际情况；

其次，本文提出的方法主要针对于企业科技攻关和主流行业的团队推荐，其他类型的团队形式还没有涉及；

最后，本文在理论中主要应用了小世界理论和机器学习的方法，而机器学习的方法主要是基于大量样本集的，如果没有足够的样本集，由机器学习计算出来的内容在精确率上就会有所影响。

因此，除了在对研究方法的需要优化外，还需要收集大量的有用信息，并利用研究理论和实践相结合的办法将改进后方法应用到更多大型的事业中。

参考文献：

[1]孙薇，马钦海，于洋.基于知识超网络的科技创新团队的组建方法[J].科学学与科学技术管理，2013，8（24）：

166-171.

[2]于洋，党延忠.组织人才培养的超网络模型[J].系统工程理论与实践，2009，4（29）：

154-160.

[3]柳洲，陈士俊.我国科技创新团队建设的问题与对策[J].科学管理研究，2006，24

（2）：

91-95.

[4]魏江.产业集群——创新系统与技术学习[M].北京:

科学出版社，2003.

[5]刘理晖，韩永宝.科技创新团队的典型特征与国内发展现状[R].调查研究报告，2007.

[6]杨翠兰.基于有向加权小世界网络的产业集群知识转移研究[J].生产力研究，2013：

14-17.

[7]罗家德.团队网络结构对改善团队绩效的影响[M].北京：

社会科学文献出版社，2005：

167-182.

[8]章穗，张梅，迟国泰.基于熵权法的科学技术评价模型及其实证研究[J].管理学报，2010

（1）：

34-42.

[9]ThomasLSaty.MulticriteriaDecisionMakingVoll,TheAnalyticHierarchyProcess:

PlanningPrioritySetting,ResourceAllocation[M].RWSPublication,1990.

[10]McallumA,LiWei.EarlyresultsforNamedEntityRecognitionwithconditionalrandomfields,featureinductionandweb-enhancedlexicons[C].InProceedingofthe7thCoNull,2003.

[11]《红寺堡之光》编委会.红寺堡移民开发史[M].宁夏人民出版社，2009：

116-117.