文摘
旨在提高转化效率的科学创新的成果,本文利用时间序列可视化方法构建时间序列的每个网络子系统。之后,网络由余弦相似性计算相似性定理。在此基础上,一个新的多层网络邻接矩阵。k-core技术的采用,关键节点识别研究网络的创新价值的转换效率。最后,根据省级创新价值转换的数据从1998年到2016年,中国进行了一项实证研究,计算和分析在30个省创新成果的转化效率。结果表明,(1)创新价值的转换效率可以表示时间序列的结构网络由输入-输出向量;(2)值的映射关系变换向量的余弦相似度可以反映时间序列网络,而创新的转化效率值可以确定使用k生水起;和(3)转换效率的创新价值三个沿海省份相对较高,而其他的省份是大致相同的30个省之一。
1。介绍
科学创新成就起着重要的作用在社会的发展,经济和工业技术。与此同时,这些创新成果的商业化效率在提高核心竞争力是至关重要的,这吸引了许多国家的关注。例子包括“硅谷奇迹”在美国和英国的“剑桥现象”;我们的社会试图构建一些高科技产业集群,加快科技创新成果商品化,有利于进一步的社会发展。因此,提高转化效率和能力已经被使用作为一个重要的方法来提高国家综合实力,尤其是对于大多数西方发达国家。
最近,中国已大大增加经济和人力投资在科学技术的发展,而这个国家已经成为创新驱动型经济实体从一个模仿迟到者(1]。然而,随着中国蓬勃发展的科学创新的成果,在中国商业化效率相对较低,已经成为一个瓶颈。转换有问题,如资金不足、激励政策不足,技术不成熟的市场需求和能力不足的研究直接参与生产经营。面临激烈的国际竞争中变得更为严重的一天,和奖励的影响似乎有限如果我们继续盲目追求科学创新成果的数量迅速增加。因此,有必要部署注意提高转化效率的科学成就2]。此外,它也是非常重要的,有效地评估商业化质量和效率,有利于指导科研资源分配。
许多研究者已经投入努力学习各领域的科学成果商品化,包括理论研究和工业技术,即使它是一个复杂的过程,充满了复杂性和不确定性。班尼特et al。3)声称,供应商和购买者都将受益于科学研究成果的商业化,同时买方应结合购买技术和当前的商业模型,加强核心竞争力。张和史(4)提出了一个基于创新扩散理论评价指标机制为了识别商业化过程中的影响因素。模糊认知模型通过专家评分实现动态模拟的一个复杂的网络系统包含多个伤亡。最后,相互关系和相互作用影响因素的研究成果转换。
最近,出现了复杂网络理论和成功应用于复杂系统的分析,包括社会经济系统(5- - - - - -7与生态和生物系统。在一个复杂的网络,拓扑由边和节点,节点之间的关系由边缘表示。有这样一个成功的理论,许多学者研究了复杂网络的数据驱动的分析。胡锦涛et al。(8从美国电网)构建网络市场数据采用可见性图表(VG)模型,然后进行相应的结构特点的分析。基于修正VG模型,崔et al。9]研究股票价格的中国网络的采用复杂网络理论。在复杂网络的研究中,关键节点的识别是一个重要的研究课题。胡锦涛et al。(10)执行恐怖组织的关键组织分析通过商业正确的方法和中心原则;Borgatti [11提出KPP-POS和KPP-NEG为了识别在社交网络的关键节点。之后,一个单层复杂网络扩展到多层,在[12]。多层网络由各种类型的节点和相应的关系(包括intralayer边缘和层间的)(13,14]。在实践中,可以用来描述现实世界的复杂系统多层网络(15]。例如,集成的社交平台模仿不同的社会关系(朋友、同事、亲戚等)综合交通系统(公共汽车,地铁,火车,飞机,等等)。
因此,人们进行了无数次研究探讨拓扑中,多层网络的结构和动力学。Bohnert朋友的态度对个人的影响分析药物滥用基于多层复杂网络理论(16]。Brodka et al。17)提出了一个基于多层边缘社区检测方法应对多层社交网络的聚类系数,由大量的用户的活动信息系统中的数据。此外,Brodka et al。18]研究了多层度一个多层的社交网络的中心。在他们的研究中,多层社交网络是由十个不同的层,构造基于收集的数据的Web 2.0网站。然后,分析了网络通过不同中心测量方法。马格纳尼和罗西19)引入了一个新模型来表示一个相互联系的网络,然后扩展传统的系统网络体系结构(SNA)方法来处理网络的多样性。采用“k生水起分解”的方法,Du et al。20.)将中国航空网络(可以)封装到一个多层基础设施分解为芯层,桥层,边缘层。丁等。21)应用定量研究方法来研究多层网络结构的变化趋势及其影响在城市动态检测。保罗和陈22]研究估计问题的一个一致的群落结构多层组合信息的多层网络基于谱聚类或低秩矩阵分解方法。
基于上述研究,会发现它缺乏调查工作转换的研究成果从复杂网络的角度或识别的关键节点的研究成果转换,尽管相当多的作品对转换效率的影响因素的研究成果。在这里,我们定义了一个新的乘法两多层网络,基于层与层之间的关系n和层(n−1)。通过这种方式,我们得到一个新的多层网络邻接矩阵。k-core的帮助下,我们找到了社交网络的重要节点识别。节3模拟网络和真实的网络进行测试。仿真结果表明,我们的耦合方法可以找到多层网络中的重要节点。
2。该方法
2.1。多层网络耦合
多层网络更加关注复杂系统的异构性,包括描述不同类型的节点和节点之间的交互模式属于不同的网络层。因此,多层网络研究框架能够描述复杂系统的结构更加全面和彻底。节点及其交互关系在一个网络可以完全以邻接矩阵,可以自然的建模方案扩展到多层网络。代表多层网络的矩阵也被称为超级邻接矩阵或块矩阵(23]。
提出了多层网络的一个说明性的例子在图1由三层,而不同层的节点集是相同的。
网络的层间关系是建立并显示在图中2,相同颜色的节点在同一层在节点不同的颜色在不同的层。如果有连接所有节点之间在同一层,或如果有连接节点之间的一层和一层和一个节点之间的连接在这一层,两层的节点可以是耦合的。否则,不能进行耦合。具体的耦合算法给出的步骤1和2。
|
|
2.2。K-Coreness(识别关键节点)
K-core分解的迭代(24)进行删除节点和边度不足k获得子图k生水起,每个节点的度等于或大于k。当一个节点在一个图中存在k-core但不存在k+ 1-core图的,k生水起此节点的价值k。K-core分解确定K-core社交网络中的每个节点的值与特定的步骤如图3。(1)假设社交网络中的每个节点的程度大于或等于1,然后整个网络图1-coreG的第1G;(2)反复删除节点的度小于2G1获取子图G2,它是双核的G。k-core删除节点的值是1,因为他们存在于双核1-core但不存在;(3)反复删除节点的度小于3G2获取子图G3的3 coreG。k-core删除节点的值是2,因为他们存在于双核3 core但不存在;(4)继续一步获得k生水起网络中所有节点的价值。
3所示。网络的构建方法的输入、输出和产品
本文研究科研成果的转化效率与年度数据的样本在中国30个省(包括西藏、香港、澳门和台湾)从1998年到2016年。原始数据主要来自中国科技统计年鉴、中国的高技术统计年鉴和中国统计年鉴。在知识发展阶段,每个省的内部年度研发资金的支出被选中作为初始输入的创新价值链,而论文的数量,可以从三大检索论文检索网站,每个省的专利授权决定为这个阶段的输出。在成果转化阶段,新产品销售收入在每个省高新技术产业被选中作为输出指标。在工业化阶段,高科技的比例输出值在每个省的工业输出值作为输出指标。
本文提出的时间序列可视化方法Lacasa [25采用构造网络。每个子系统的网络构建的价值转换系统。首先,一个子系统的离散时间序列数据也就相应地视为网络的节点。根据视觉标准,连接边缘可以建立任意两个数据之间如果是可见的 和 在 。对于任何一个点 之间的 和 ,如果 ,它满足
直条图的高度4(一)对应于每个时间点的数据值。如果连续两个酒吧的顶部是可见的,对应的两个点连接的网络图4(b)。
之后,根据可见性图表,时间序列的一个相邻矩阵可以建立。最后,网络根据余弦相似性计算相似性定理(26),如呈现在图5。
让时间序列网络的邻接矩阵在特定的时间l是一个;一个时间序列网络的邻接矩阵在时间米是B;一个,B∈Rlxl,在那里Rlxl是一个0 - 1矩阵。然后,空间的夹角的余弦值向量 和 反映了两种结构的相似性。
在此,年代代表了相似性和θ表示两个空间向量的夹角。作为显示在图6当两个向量完全一致,也就是说,θ= 0和年代= 1,那么矩阵A和B是相同的,而这个时期的两个进程是同步的;当两个向量是完全相反的,也就是说,θ= 180°和年代=−1一个+B= 0时,两个进程是反向同步在这个时间段;当两个向量垂直于对方,也就是说,θ= 90°和年代= 0,那么这两个过程是在这个时期完全无关。在这篇文章中,相似的范围年代∈的向量[0,1]创新价值链只存在于积极的空间。两个节点的相似性大于或等于0.6连接,否则不是。
4所示。结果分析
之间的耦合关系投资、专利和产品数据所示7和8。摘要多层网络耦合成一个网络,分析30个省的研究成果转换效率的指标k生水起。本文使用MATLAB软件和GEPHI软件来处理和分析数据。如表所示1和图9,k生水起指标变化从2到4,k-core表明更大更大的转换效率。在30个省,k生水起的浙江省、江苏省和广东省是4,这是最大的。此外,福建的k-core价值是3,而其余的省份是2。浙江省、江苏省和广东省位于中国沿海,因此地理条件优越。发达的交通网络系统,它们是重要的对外贸易港口具有完整的产业结构和一个明显的产业集群优势。例如,广东省机械行业的总产值超过5000亿元,在中国所有省份中排名第二。此外,这三个省份发展教育产业。有许多科学研究机构,培养人才,并有很强的科技创新能力。这三个省份,体面的供应方和需求方之间的沟通渠道的研究成果使变换更有效。剩下的省份,转化效率不足的影响因素在于以下几点:(1)不完美的交通。例如,缺乏港口内陆省份已经成为一个瓶颈限制工业集聚; (2) a weak education industry, which leads to a weak strength of the supply side of scientific and technological achievements; (3) brain drain, which is urgently to be solved to retain high-quality talents; and (4) insufficient channels for the transformation of innovative achievements, which requires the corresponding policies and regulations which encourage the transformation and implementation of innovation achievements issued by the government.
5。结论
5.1。研究的结论
摘要研究成果的转化效率。首先,研究成果的转换效率之间的关系和时间序列向量构造网络子系统。接下来,转换效率随时间的相似性计算基于余弦相似性定理。最优映射关系是解决确定转换效果。在此基础上,构造一个多层网络邻接矩阵和网络的关键节点识别使用k生水起。最后,通过实证研究进行了基于中国省级创新价值的数据转换系统从1998年到2016年。30个省的转换效率计算和分析。结果表明,(1)价值转换系统的转换效率与输入输出向量的时间序列网络结构;(2)时间序列的相似性网络可以反映值转换参数向量的映射关系,而k-core值可以表示的程度值转换;和(3)转换效率的研究成果在中国不同省份不同,沿海省份的更高的地方。
5.2。分布
在理论方面,一个完整的分析框架研究成果的转化效率。参数向量之间的映射关系研究的创新成果转化系统和时间序列网络结构。转换效率的模型和计算方法是建立在网络的关键节点。从时间的角度看网络,分析了研究思想和实践方法的转换效率。本文丰富了复杂网络的应用研究系统。
在实践方面,转换效率可以测量,评估和观察。的计算方法以及晋升方向提出了转化效率。
5.3。策略和建议
提高研究成果的转化效率,每个省都可以根据自己的条件,明确发展方向重点产业实现集中突破,并形成产业集聚效应,根据实证分析的结果研究成果的转化效率。通过加强industry-academia-research组合,促进学科之间的联系,每一个阶段的创新价值,可以建立良好的沟通渠道和转换效率可以提高。
然而,外部因素如环境、经济和政策影响研究成果的转化效率,以及之间的关系和约束的各种研究成果,本文不考虑。这些相关内容将在今后的研究学习,进一步提高研究的科学性和准确性研究成果的转化效率。
数据可用性
通讯作者的原始数据是可用的。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究由国家大学生创新与创业培训项目(批准号202110699169),Academy-Locality中国工程院合作项目(批准号2021 - fj - zd - 4),和福建省科技与经济一体化服务平台(批准号0300 - 82321069),福建社会科学规划项目(批准号FJ2020B024),福建创新战略研究计划项目(批准号2020 r0021)。