本文關(guān)鍵詞：面向產(chǎn)學合作的高校推薦研究與應(yīng)用　出處：《北京交通大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 產(chǎn)學合作 高校推薦 推薦算法 能力評價 UML建模

【摘要】：在"大眾創(chuàng)業(yè),萬眾創(chuàng)新"的背景下,創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的部署和落實成為我國政府的工作重點,其中,在我國提高自主創(chuàng)新能力的道路上,引導和支持創(chuàng)新要素向校企匯集并促進科技成果轉(zhuǎn)化為生產(chǎn)力的產(chǎn)學合作起著不可替代的作用。隨著產(chǎn)學合作相關(guān)工作的不斷推進,也發(fā)現(xiàn)了其中不少的問題:產(chǎn)學合作的深度有待加深;高校的科技成果與真實的市場需求無法有效銜接從而影響產(chǎn)學合作的質(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)選擇合作高校的方式單一,多是通過學校名氣或熟人介紹,在一定程度上會導致高校相關(guān)能力無法與企業(yè)的需求進行匹配,使得知名度不太高但在相關(guān)領(lǐng)域?qū)I(yè)能力較強的高校失去合作的機會,同時企業(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,如何利用先進的大數(shù)據(jù)技術(shù),通過海量數(shù)據(jù)的分析為產(chǎn)學兩方解決目前的信息不對稱問題,并選擇合適的產(chǎn)學合作伙伴,從而實現(xiàn)資源的更合理地配置,提高產(chǎn)學合作質(zhì)量和效率成為本研究的重點。本文面向產(chǎn)學合作,通過高校產(chǎn)學合作現(xiàn)狀的分析和相關(guān)文獻的研究,梳理了高校產(chǎn)學合作能力的關(guān)鍵指標,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)需求能夠被較準確地分到某一領(lǐng)域或類別中。再結(jié)合產(chǎn)學合作的特點,站在企業(yè)選擇合作伙伴的角度,在"高�；A(chǔ)科研能力"、"高校成果轉(zhuǎn)化能力"、"高校產(chǎn)學合作背景"這三個一類關(guān)鍵指標的基礎(chǔ)上繼續(xù)細化和豐富指標,結(jié)合專家意見,采用5級標度賦值法,通過最小二乘法進行回歸微調(diào),最后確定了各級指標的權(quán)重值�；谄髽I(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)學信息,包括論文及科研項目,共同構(gòu)建出基于企業(yè)需求的高校推薦算法模型,接著通過一個算例在一定程度上對算法進行了驗證。最后采用面向?qū)ο蟮姆椒?基于UML對面向產(chǎn)學合作的高校推薦系統(tǒng)進行了分析建模與設(shè)計,并借助AxureRP原型工具,設(shè)計了系統(tǒng)的界面,完成了 Web頁面的展示和交互,使得推薦模型進一步得到應(yīng)用。
[Abstract]:Under the background of "Mass Entrepreneurship, Mass Innovation", the deployment and implementation of innovation-driven development strategy has become the focus of our government's work, among which, on the way to improve the ability of independent innovation in our country. Guiding and supporting innovation elements to bring together and promote the transformation of scientific and technological achievements into productive forces of industrial and academic cooperation plays an irreplaceable role. With the continuous promotion of industry-learning cooperation related work. Also found many of the problems: the depth of cooperation between industry and school needs to be deepened; The scientific and technological achievements of colleges and universities cannot effectively link up with the real market demand, thus affecting the quality of the cooperation between production and learning; Due to the lack of corresponding channels and information acquisition platform, it is easy to cause asymmetric information between the two sides of the school and enterprise. Generally speaking, as a demand-side enterprise, the mode of choosing cooperative university is single, mostly through the introduction of school fame or acquaintance. To a certain extent, colleges and universities will not be able to match the needs of enterprises, so that colleges and universities that are not well known but have strong professional ability in related fields lose the opportunity of cooperation. At the same time, enterprise resources can not be allocated reasonably. With the development of the Internet, the problem of information overload makes information screening and filtering become very important, how to use the advanced big data technology. Through the analysis of massive data, the problem of information asymmetry is solved for the two parties, and the appropriate partners are chosen to realize the more reasonable allocation of resources. To improve the quality and efficiency of industrial and academic cooperation has become the focus of this study. This paper analyzes the current situation of industrial and academic cooperation in colleges and universities through the analysis of the current situation and related literature research, combing the key indicators of the ability of industrial and academic cooperation in colleges and universities. From the perspective of enterprise requirements, the text preprocessing, feature extraction and keyword classification are carried out for the content itself. So that the enterprise needs can be more accurately divided into a certain field or category, and then combined with the characteristics of industry-learning cooperation, in the view of choosing partners, in the "basic scientific research capacity in colleges and universities". On the basis of the three key indexes of "the ability to transform the achievements of colleges and universities" and "the background of the cooperation between production and learning in colleges and universities", the paper continues to refine and enrich the indicators, and combines with the opinions of experts, adopts the 5-level scale assignment method. Through the least square regression fine-tuning, finally determined the weight of the indicators at all levels. Based on enterprise demand category information, the use of web crawler related technology. The introduction of asynchttpclient package and htmlparser package to obtain some of the colleges and universities to match the category of production and learning information, including papers and scientific research projects. This paper constructs a university recommendation algorithm model based on enterprise requirements, and then verifies the algorithm to a certain extent through an example. Finally, the object-oriented method is adopted. Based on UML, this paper analyzes and designs the university recommendation system oriented to the cooperation of production and learning, designs the interface of the system with the help of AxureRP prototype tool, and completes the display and interaction of Web pages. The recommendation model is further applied.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：G647;F279.2

【參考文獻】

相關(guān)期刊論文 前10條

1 劉先紅;李綱;;科研社交網(wǎng)絡(luò)的推薦系統(tǒng)對比分析[J];圖書情報工作;2016年09期

2 楊錫慧;林鵬;周國強;;基于灰色關(guān)聯(lián)度聚類的協(xié)同過濾推薦算法[J];軟件導刊;2015年10期

3 張裕穩(wěn);吳潔;李鵬;吳小桔;周瀟;;創(chuàng)新能力視角下基于雙邊匹配的產(chǎn)學研合作伙伴選擇[J];江蘇科技大學學報(自然科學版);2015年05期

4 汪俊;岳峰;王剛;許云紅;楊辰;;科研社交網(wǎng)絡(luò)中基于鏈接預(yù)測的專家推薦研究[J];情報雜志;2015年06期

5 陶耘;李鐵范;張樂勤;;省域尺度高�？萍紕�(chuàng)新能力綜合評價及優(yōu)化——基于安徽省實證[J];華東經(jīng)濟管理;2014年10期

6 石亮;張善杰;陳偉炯;;從專利角度看上海高�？萍紕�(chuàng)新能力現(xiàn)狀及提升對策[J];研究與發(fā)展管理;2014年03期

7 周小祥;杜子學;苗金燕;;論高校產(chǎn)學研合作能力培育的創(chuàng)新選擇[J];技術(shù)與市場;2013年12期

8 付俊超;;產(chǎn)學研合作模式研究[J];中國證券期貨;2013年09期

9 朱永躍;顧國慶;;基于協(xié)同創(chuàng)新的校企合作信任關(guān)系研究[J];科技進步與對策;2013年19期

10 趙蓉英;陳必坤;;2012年中國高校創(chuàng)新指數(shù)分析[J];重慶大學學報(社會科學版);2013年01期

相關(guān)博士學位論文 前7條

1 陳彩虹;產(chǎn)學研合作網(wǎng)絡(luò)與學者績效關(guān)系研究[D];華南理工大學;2015年

2 楊辰;科研社交網(wǎng)絡(luò)平臺中的合作者推薦[D];中國科學技術(shù)大學;2015年

3 謝江寧;高�？蒲袛�(shù)據(jù)可視化關(guān)鍵技術(shù)研究[D];山東大學;2014年

4 孫見山;科研社交網(wǎng)絡(luò)中的論文推薦[D];中國科學技術(shù)大學;2014年

5 付俊超;產(chǎn)學研合作運行機制與績效評價研究[D];中國地質(zhì)大學;2013年

6 廖文秋;高等學校科技創(chuàng)新能力評價研究[D];中國科學技術(shù)大學;2012年

7 馮慶斌;基于群落生態(tài)學的產(chǎn)學研合作創(chuàng)新研究[D];哈爾濱工程大學;2006年

相關(guān)碩士學位論文 前10條

1 何佳知;基于內(nèi)容和協(xié)同過濾的混合算法在推薦系統(tǒng)中的應(yīng)用研究[D];東華大學;2016年

2 單京晶;基于內(nèi)容的個性化推薦系統(tǒng)研究[D];東北師范大學;2015年

3 黃建平;基于用戶參考價格傾向度的協(xié)同過濾推薦算法研究[D];華南理工大學;2015年

4 伍盛;基于詞義相似度的文本推薦系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2015年

5 洪耀停;基于共同作者圖的合作者推薦系統(tǒng)[D];浙江大學;2015年

6 秦臻;學術(shù)社會網(wǎng)絡(luò)建模和學術(shù)資源推薦方法研究[D];北京郵電大學;2015年

7 沈小文;廣東產(chǎn)學研合作效率評價研究[D];廣東省社會科學院;2014年

8 姚遠;基于論文引用網(wǎng)絡(luò)的文獻推薦算法研究[D];北京交通大學;2014年

9 蔡阿妮;基于內(nèi)容與引用關(guān)系的學術(shù)論文推薦[D];華東師范大學;2014年

10 李婧;基于論文合作網(wǎng)絡(luò)的學術(shù)好友推薦策略研究[D];大連理工大學;2015年

，

本文編號：1412578