高校技术转移预测模型构建及归因分析——以区块链技术为例

摘要/Abstract

摘要：

文章构建了高校专利转移预测模型，探索了影响预测效果的特征变量，以提升我国高校专利转化率，实现无形资产的产业价值。在清洗及标准化相关字段后，分别运用LDA、SBERT、SBERT- LDA 模型提取专利技术主题，对比了不同主题提取模型的预测结果，以准确率、精确度、召回率及F1 值评估了6 种常用分类算法的效果，并以区块链技术领域所涉专利数据开展实证分析。实验结果表明，在区块链技术领域，采用SBERT-LDA 方法提取专利技术主题后的随机森林算法展现出更优的预测性能。在此基础上，进一步运用SHAP 解释框架分析了影响模型预测的特征变量，并解读了其作用机理。研究发现，特征变量对预测效果的作用可分为二分类、正相关、负相关以及随机波动型4 类。

关键词: 高校专利转移预测模型机器学习随机森林算法 SHAP

Abstract:

The study constructs a prediction model for university patent transfers and explores the characteristic variables that affect the predictive accuracy to improve the patent conversion rate of Chinese universities. After cleaning and standardizing the patent fields, the study uses LDA, SBERT, and SBERT-LDA to extract the patent technology topics. The impact of these topic extraction models on the prediction performance is compared. Additionally, six commonly used classification algorithms are evaluated on accuracy, precision, recall, and F1 score. The experimental results show that in the field of blockchain technology, the random forest algorithm combined with the SBERT-LDA topic extraction method achieves the best prediction performance. Furthermore, the SHAP framework is employed to analyze the characteristic variables affecting model performance. These characteristic variables can be divided into four types: dichotomy, positive correlation, negative correlation, and random fluctuation.

Key words:

University, Patent tranfer, Predictive model, Machine learning, Random forest algorithm, SHAP

张更平王薇陈红艺卢珊慎金花（同济大学图书馆同济大学经济与管理学院同济大学科研管理部）. 高校技术转移预测模型构建及归因分析——以区块链技术为例[J]. 图书馆杂志, 2025, 44(405): 61-73.

Zhang Gengping, Wang Wei, Chen Hongyi, Lu Shan, Shen Jinhua ( Tongji University Library, School of Economics and Management, Tongji University, Office of Research Administration, Tongji University). The Prediction Model of University Technology Transfer and Attribution Analysis: Empirical Research in Blockchain Technology[J]. Libraly Journal, 2025, 44(405): 61-73.

参考文献

[ 1 ] 习近平. 决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次代表大会上的报告[M]. 北京：人民出版社，2017：31.

[ 2 ] 克里斯汀·格林哈尔希，马克·罗格. 创新、知识产权与经济增长[M]. 刘劭君，李维光，译. 北京：知识产权出版社，2017：73.

[ 3 ] 国家知识产权局. 2023 年中国专利调查报告[R/ OL].（ 2022-04-15）[2023-04-20]. https://www. cnipa.gov.cn/art/2024/4/15/art_88_191587.html.

[ 4 ] Gray P E. Technology-transfer at issue： the academic view point[J]. IEEE Spectrum，1982，19（5）： 64–68.

[ 5 ] 朱家齐. 高校科学技术转化为生产力的途径[J]. 成都科技大学学报，1992（5）：83–86；94.

[ 6 ] Nelsen L L. A US perspective on technology transfer： the changing role of the university[J]. Nature Reviews Molecular Cell Biology，2004，5（3）：243–247.

[ 7 ] Link Albert N，van Hasselt Martijn. On the transfer of technology from universities： The impact of the Bayh-Dole Act of 1980 on the institutionalization of university research[J]. European Economic Review， 2019，119： 472–481.

[ 8 ] 马晓丹. 我国大学科技园及其技术转移体系分析[D]. 南京：东南大学，2006.

[ 9 ] Decter Moira，Bennett David，Leseure Michel. University to business technology transfer-UK and USA comparisons UK[J]. Technovation，2007，27（3）： 145–155.

[10] Curi Claudia，Daraio Cinzia，Llerena Patrick. University technology transfer： how （in）efficient are French universities?[J]. Cambridge Journal of Economics，2012，36（3）：629–654.

[11] Cardamone Paola，Pupo Valeria，Ricotta Fernanda. University Technology Transfer and Manufacturing Innovation： The Case of Italy[J]. Review of Policy Research，2015，32（3）：297–322.

[12] Wulung RBS，Takahashi，Katsuhiko，et al. A model for selecting appropriate technology for incubator-university collaboration by considering the technology transfer mechanism[J]. International Journal of Production Research，2018，56（6）： 2309—2321.

[13] Leute K. Patenting and licensing of university-based genetic inventions—A view frorn experience at Stanford University’s Office of Technology Licensing[J]. Community Genetics，2005，8（4）： 217–222.

[14] Sapir A. Mythologizing the Story of a Scientific Invention： Constructing the legitimacy of research commercialization[J]. Organization Studies，2020， 41（ 6）： 799–820.

[15] 温芳芳，曹世锋，李翔宇，等. 我国“双一流”高校专利技术转移速度研究——基于专利许可转让年龄的多维比较和历时分析 [J]. 情报理论与实践，2020，43（ 11）： 65–70；143.

[16] 慎金花，李祎茜，张更平，等. 双一流工科高校发明专利转让特征研究[J]. 图书馆杂志，2021， 40（ 12）： 91–99；118.

[17] Harmon B，Ardishvili A，Cardozo R，et al. Mapping the university technology transfer process[J]. Journal of Business Venturing，1997，12（6）： 423–434.

[18] 崔斌，董坤，许海云. 专利合作对技术转移的影响及作用路径研究——以国内某科研机构为例 [J]. 情报理论与实践，2020，43（ 12）： 103–110.

[19] Zmuidzinaite Ruta，Zalgeviciene Sandra，Uziene Lina，et al. Factors Influencing the Performance of Technology Transfer Offices： the Case of the European Consortium of Innovative Universities[J]. Inzinerine Ekonomika-Engineering Economics， 2021，32（3）：221–233.

[20] Medina L. Patterns of collaboration for technology transfer in Spanish universities[J]. European Planning Studies，2023，31（10）：2013—2033.

[21] Hoye Kate，Pries Fred. ‘Repeat commercializers’ the ‘habitual entrepreneurs’ of university-industry technology transfer[J]. Technovation，2009， 29（10）：682–689.

[22] 侯剑华，朱晓清. 专利价值在技术转化过程中的影响因素探析[J]. 技术与创新管理，2014，35（1）： 34–39.

[23] 詹文青，肖国华. 面向技术需求的潜在技术转移专利识别 [J]. 情报理论与实践，2019，42（ 5）： 117–121； 176.

[24] 姜南，李济宇，顾文君. 技术宽度、技术深度和知识转移[J]. 科学学研究，2020（9）：1638—1646.

[25] Nie Libing，Gong Hong，Lai Xiuping，et al. Halo effect of university： the reputation and technology cross-regional commercialization in China[J]. Asian Journal of Technology Innovation，2024， 32： 221–245.

[26] Porter A L. Tech mining to accelerate radical innovation[C]. Conference of the Portland-International- Center-for-Management-of-Engineering-and- Technology. 2007：851–867.

[27] 张蕾，马占新. 基于Malmquist 指数的“一带一路”省区高校技术转移效率研究[J]. 科学管理研究，2021，39（1）：38–44.

[28] Stemberkova Ruzena，Zdralek Petr，Matulova Pavla，et al. The Importance of the Evaluation of R&D in Relation to the Competitiveness of the Czech Republic[C]. 14th Eurasia Business and Economics Society Conference，2014： 55–67.

[29] Ar Ilker Mura，Temel Serdal，Dabic Marina，et al. The Role of Supporting Factors on Patenting Activities in Emerging Entrepreneurial Universities[J]. IEEE Transactions on Engineering Management， 2021，70（6）： 2293—2304.

[30] Porter Alan L，Markley Mark，Snead Richard， et al. Twenty years of US nano-patenting： Maintenance renewal scoring as an indicator of patent value[J]. World Patent Information，2023， 73： 102178.

[31] Dereli T，SoykutSarica Y P，SenTasbasi A. Contributions to Economics [M]. New York： Springer，2014：115–131.

[32] Thompson Neil C，Ziedonis Arvids A，Mowery David C，et al. University licensing and the flow of scientific knowledge[J]. Research Policy，2018，47（6）： 1060— 1069.

[33] Russo Davide，Spreafico Matteo，Precorvi Andrea. Discovering new business opportunities with dependent semantic parsers[J]. Computers in Industry，2020，123（14）： 103330.

[34] Trela Karl，Campbell Yuri，Dornbusch Friedrich， et al. How to Find New Industry Partners for Public Research： A Classification Approach[J]. IEEE Transactions on Engineering Management，2021， 68（5）： 1214—1231.

[35] Erdogan Zulfiye，Altuntas Serkan，Dereli Turkay. Predicting Patent Quality Based on Machine Learning Approach[J]. IEEE Transactions on Engineering Management，2022，71：3144-3157.

[36] Sharma P. A Framework to Manage University- Industry Technology Transfer[J]. International Journal of Innovation and Technology Management， 2022，19（8）：35.

[37] Fan Shuqin，Liu Guoxin，Tu Yan，et al. Improved multi-criteria decision making method integrating machine learning for patent competitive potential Evaluation： A case study in water pollution abatement technology[J]. Journal of Cleaner Production，2023，403：136896.

[38] Lee Junseok，Kang Ji-Ho，Jun Sunghae，et al. Ensemble Modeling for Sustainable Technology Transfer[J]. Sustainability，2018，10（7）： 2278.

[39] 郑思远. 专利转让视角下的技术转移特征研究[D]. 北京：中国科学院大学（中国科学院文献情报中心），2020.

[40] 冉从敬，李旺，宋凯，等. 混合智能下的高校专利价值评估方法[J]. 图书馆论坛，2021（7）： 78–86.

[41] 许轶，李婧，许海云，等. 基于专利动态特征的技术转移潜力识别研究[J]. 农业图书情报学报. 2021，33（6）：107–115.

[42] Kim Youngho，Park Sangsung，Kang Jiho. Technology Commercialization Activation Model Using Imagination of Variables[J]. Applied Sciences-Basel，2022，12（16）：14.

[43] 宋凯，冉从敬. 基于企业画像的高校专利个性化推荐[J]. 图书馆论坛，2022（9）：123–131.

[44] Deng D S，Chen T. Prediction of University Patent Transfer Cycle Based on Random Survival Forest[J]. Sustainability，2023，15（1）：13.

[45] 宋凯，冉从敬. 高校专利许可/ 转让价值评估模型构建——从价值识别到价格预估[J]. 图书馆论坛，2023（3）：34–41.

[46] 宋凯. 高校专利技术转移价值评估研究——基于熵权TOPSIS 模型和梯度提升树算法[J]. 情报杂志，2021（7）：52–57.

[47] 阮光册，黄韵莹. 融合Sentence-BERT 和LDA 的评论文本主题识别[J]. 现代情报，2023，43（5）： 46–53.

[48] Reimers N，Gurevych I. Sentence-BERT： sentence embeddings using siamese BERT-Networks[M/ OL]. arXiv，2019[2023-10-04]. https://arxiv.org/ pdf/1908.10084.

[49] 王秀红，高敏. 基于BERT-LDA 的关键技术识别方法及其实证研究——以农业机器人为例[J]. 图书情报工作，2021，65（22）：114–125.

[50] Scott M Lundberg，Su-In Lee. A Unified Approach to Interpreting Model Predictions[C]. 31st Conference on Neural Information Processing Systems，Long Beach，CA，USA，2017.