基于信息推荐的创新成果转化平台设计与实现

郭文汇+徐琤颖

摘 要： 传统的转化平台一直存在数据转化耗时长、转化效率低的问题，针对此问题，提出并设计基于信息推荐的创新成果转化平台。以给出的整体框架为基础，通过数据结构规划，联通结构设计，源数据的处理，在不同信息流下传统与基于信息推荐两种转化平台进行对比实验，转化效率与稳定性实验，实现组织设计与创新成果转化。实验结果表明，采用改进的转化平台，其转化效率，平台稳定性以及耗时长短均要优于传统转化平台，具有一定的实用性。

关键词： 信息推荐； 创新成果转化； 平台设计； 转化效率； 稳定性实验； 联通结构

中图分类号： TN911?34； TN913 文献标识码： A 文章编号： 1004?373X（2018）06?0041?04

Abstract： In allusion to long time consumption and low transformation efficiency of the traditional data conversion platform， an innovation achievement transformation platform based on information recommendation is proposed and designed. Taking the given overall framework as the basis， contrast experiment of the traditional transformation platform and transformation platform based on information recommendation， as well as transformation efficiency experiment and stability experiment were carried out in different information flows by means of data structure planning， connection structure design， and source data processing， so as to realize organization design and innovation achievement transformation. The experimental achievements show that the improved transformation platform has higher transformation efficiency， platform stability and shorter time consumption than the traditional transformation platform， and has certain practicability.

Keywords： information recommendation； innovation achievement transformation； platform design； transformation efficiency； stability experiment； connection structure

0 引 言

基于信息推荐的创新成果转化平台是为了改善传统成果转化平台存在的数据检索能力差、大数据分析能力不足和转化效率低的问题，通过计算机发展优势集成源数据储存与管理模块、数据库连接模块、数据库操作模块、综合辅助模块。对数据结构设计、联通结构设计与源数据的处理，从而实现转换平台进行数据交互、信息传递的准确和完整，并较传统转化平台大幅提升检索能力、分析能力以及转化效率。通过数据处理实验和转化效率与稳定性实验，对不同信息传入方式、不同信息流量、不同平台进行检索能力、数据分析能力、稳定性和转化效率的测试。通过实验数据表明采用改进转化平台，其转化效率、平台稳定性及耗时长短均要优于传统转化平台。

1 创新成果转化平台总体框架设计

基于信息推荐设计创新成果转化平台，采用信息推荐方式，确定选择评价并对候选信息进行选择，进行综合评价，通过源数据储存与管理模块、数据库连接模块、数据库操作模块、综合辅助模块，优化转化平台。数据库操作模块通过对不同数据结构类型设计进行数据处理、数据交换、数据传递，通过对目标数据库类型相互转换实现数据统一性。数据连接模块是通过对联通性的设计，将统计数据进行模块传递、平台传递，并且保证传递准确性与时效性[1]。源数据储存与管理模块是通过源数据的处理从而使转化平台具有溯源性[2]，保证其数据处理能力与数据处理效率。其总体设计结构图如图1所示。

通過图1结构总体设计，利用计算机技术进行结构设计和组织数据传递。通过源数据储存与管理模块、数据库连接模块、数据库操作模块、综合辅助模块相互作用，提高转化平台数据检索能力、大数据分析以及转化效率[3?4]。

2 组织设计与实现创新成果转化

2.1 数据结构规划

通过表1所示数据结构对照表，描述系统转换平台各模块之间进行类型转换可行性。原数据库系统SQL Server的int源数据类型可以和目标数据库系统Oracle的number目标数据库类型相互转换，原数据库系统SQL Server的vachar源数据类型可和目标数据库系统SQL Server的char目标数据库类型相互转换。在不同数据类型转换实现转换平台的信息传递[5]。

类型归类主要分为：0，字符串类型；1，数值类型；2，对象类型；3，文本类型；4，字节类型。在Mapping条件下根据不同格式运算，进行数据库管理系统编号如表2所示[5]。endprint

通过对不同数据结构类型设计，从而在数据库连接模块、数据库操作模块等系统转换平台进行数据交互、信息传递。

2.2 联通结构设计

在联通设计中主要解决数据的一致性、数据完整性、数据容错性。其中数据的一致性主要是对传递的数据类型以及长度是否一致，是否可以直接写入数据库，若数据类型不一致或者类型不符，可通过数据结构设计进行数据的类型以及长度修整[6]。数据完整性是对数据结构与数据类型是否完整的判断。数据容错性主要是对源数据不完整性进行判断补充或舍弃，对数据缺失严重或者检测出严重错误应及时舍弃，对数据缺失不严重及时补充[7]。数据的容错性越高，转换平台运算速度越高，但准确率下降，反之转换平台运算速度下降，但准确率提高。当数据的容错性达到一定平衡值，平台的转换效果可以达到最优，计算如下：

[Re=i=1nX2iΩdudv] （1）

式中：Re为平台运算速度；Ω为数据容错率；d为准确率。

通过对联通性的设计，解决数据的完整统一性，从而在数据库连接模块、数据库操作模块等系统转换平台的数据交互、信息传递更加准确和完整[8]。

2.3 源数据的处理

源数据的处理主要描述数据从产生和去向、数据传递附加信息和修整信息。数据的传递和修整基于计算机技术采用SQL语言动态构造，其主要语句如下：

…

SaveStructToXML（DataName，LPSTRpData）

SaveStructToXML（const DataName，BYTE）

Boll SaveArrayToXML（DataName，BYTE）

其中：参数Type表示要存储的源数据；参数“VARIANT”表示缓冲原始区域；参数“pData”表示简单变量；参数“BYTE”表示标识结构体变量。中间数据结构是为了实现数据的可溯源性[9]。中间数据结构可分为数组变量、近场变量和结构变量。通过源数据的处理从而使转化平台具有溯源性，与传统转化平台相比计算性能得到更大的优化，传输更加稳定[10]。通过数据结构的设计、联通结构的设计、源数据的处理使转化平台的数据库连接模块、数据库操作模块、数据抽取模块等信息流相互作用，结果相互对应，针对大数据计算分析大大提高，转化效率与传统转化平台同时提高。

3 仿真实验

3.1 实验参数设置

本文对10个实验节点进行监测，如表3所示，采用衡值信息流与脉冲信息流两种信息流，对传统与基于信息推荐两种方法进行实验。衡值信息流顾名思义车采用均衡释放信息，对转化平台进行测试。脉冲信息流为在某一实验监测点固定时间上释放大量信息，从而对转化平台进行测试。

通过不同实验监测节点对传统与基于信息推荐的两种转化平台进行数据处理能力实验、数据转化效率实验、稳定性实验。

3.2 转化效率与稳定性实验

转化平台的转化效率（Conversion efficiency）以及稳定性（The stability of）实验同3.1实验，对表1的10次监测信息节点进行分析，其CEY代表转化效率，CEY值越高转化效率越高，TSO代表稳定性，TSO趋近于1越稳定。转化效率分析图和稳定性分析图如图2、图3所示。

由实验数据图2可知，基于信息推荐的创新成果转化平台在脉冲信息流与衡值信息流不同实验中其转换率基本相同，当数据量达到3万条时基本稳定。而传统转化平台在脉冲实验中转化率明显大幅下降。数据量达到4万条稳定，但转化效率明显低于基于信息推荐的创新成果转化平台。

由实验数据图3可知，基于信息推荐的创新成果转化平台在脉冲信息流与衡值信息流不同实验中，其稳定性TSO趋近平衡，而传统转化平台在脉冲实验和衡值实验中稳定性TSO起伏明显，特别是传统转化平台脉冲实验由监测节点2向3、监测节点4向5、监测节点7向8、监测节点10都达到负值，穩定性较差。

4 结 语

通过总体设计和组织结构设计完成基于信息推荐的创新成果转化平台的实现。利用源数据的处理使转化平台具有溯源性，与传统转化平台相比计算性能得到更大的优化、传输更加稳定，优化联通设计使信息传递更加快速、准确。通过实验对不同信息传入方式，不同信息量进行对比实验，基于信息推荐的创新成果转化平台各项数据均优于传统成果转化平台，且转化效率较高。

参考文献

[1] 胡一波.科技创新平台体系建设与成果转化机制研究[J].科学管理研究，2015，33（1）：24?27.

HU Yibo. Science and technology innovation system construction and transformation mechanism research [J]. Scientific management research， 2015， 33（1）： 24?27.

[2] 李天柱，侯锡林，马佳.基于接力创新的高校科技成果转化机制研究[J].科技进步与对策，2017，34（3）：147?151.

LI Tianzhu， HOU Xilin， MA Jia. A study on university science and technology achievement transformation mechanism： based on relay innovation [J]. Science & technology progress and policy， 2017， 34（3）： 147?151.

[3] 陆颖，杨志萍，徐英祺，等.基于科技成果转化的学科服务研究[J].现代情报，2016，36（8）：21?26.

LU Ying， YANG Zhiping， XU Yingqi. et al. Study on subject service model based on scientific and technological transformation [J]. Journal of modern information， 2016， 36（8）： 21?26.

[4] 彭诗言，王西.制造业低碳信息管理创新与信息平台建设研究[J].情报科学，2017（2）：102?106.

PENG Shiyan， WANG Xi. The research of information management in low innovation and the information platform construction [J]. Information science， 2017（2）： 102?106.

[5] 曹阳，周晓夏.基于随机前沿分析的我国医药制造业技术开发与成果转化创新效率研究[J].中国药房，2016，27（4）：433?437.

CAO Yang， ZHOU Xiaoxia. Research on technological development and transformation achievement innovation efficiency in pharmaceutical industry in China based on stochastic frontier analysis [J]. China pharmacy， 2016， 27（4）： 433?437.

[6] 张勇，骆付婷.基于价值网的科技成果转化服务平台运行机制研究[J].科技进步与对策，2016，33（5）：16?21.

ZHANG Yong， LUO Futing. Research on the operation mechanism of scientific and technological achievements transformation service platform based on the value net [J]. Science & technology progress and policy， 2016， 33（5）： 16?21.

[7] 张波，黄志宏，兰玉彬，等.“互联网+”精准农业航空服务平台体系架构设计与实践[J].华南农业大学学报，2016，37（6）：38?45.

ZHANG Bo， HUANG Zhihong， LAN Yubin， et al. "Internet+" agricultural aviation services platform architecture design and practice [J]. Journal of South China Agricultural University， 2016， 37（6）： 38?45.

[8] 邓伟男.基于FISH语言的开采沉陷模拟数据处理方法[J].煤矿开采，2016，21（4）：15?17.

DENG Weinan. FISH language simulation data processing method based on mining subsidence [J]. Coal mining technology， 2016， 21（4）： 15?17.

[9] 周朴雄，薛玮炜，赵龙文.基于个性化情境的Multi?Agent信息推荐研究[J].情报杂志，2015，34（5）：180?184.

ZHOU Puxiong， XUE Weiwei， ZHAO Longwen. Research on multi?agent information recommendation based on personalized context [J]. Journal of intelligence， 2015， 34（5）： 180?184.

[10] 高升，任思婷，郭军.基于潜在因子模型的跨领域信息推荐算法[J].电信科学，2015，31（7）：75?79.

GAO Sheng， REN Siting， GUO Jun. Cross?domain recommendation algorithm based on latent factor model [J]. Telecommunications science， 2015， 31（7）： 75?79.endprint