数据挖掘在高校科技创新供应链构建中的应用研究摘要：利用聚类分析和关联规则等方法对高校科技创新链中的供应方高校的情况进行数据挖掘的研究，为企业寻求合适的合作伙伴，一方面解决高校积压的科技创新成果，另一方面为企业提供相应的技术支持，从而为进一步开展科技创新管理工作提供依据与指导。关键字：科技创新；供应链；数据挖掘1、引言高等院校作为国家创新体系的重要组成部分一直扮演着科技创新主力军和科研开发生力军的作用，在我国企业由“中国制造”演变为“中国创造”的过程中，我国高等院校自然也担任重要角色。因此高校科技创新供应链理论近两年也被提上科研日程，把传统的供应链理论引入高校科技创建管理与应用中。高校科技创新供应链由高校（创新主体）、企业（应用主体）和政府（管理、协调）三方协调工作。而数据挖掘是近年来在数据库、人工智能、机器学习、统计学等学科基础上新兴的交叉学科，它能对原有数据通过收集、过滤、清洗等处理过程，发现新的知识，已在人工智能、市场分析、企业管理、图书采购等领域获得广泛应用。因此，把数据挖掘技术和高校科技创新供应链结合起来，就能在高校科技创新供应链的结点（高校和企业）中发现适合两者能协调工作的最佳方，一方面为当前高校积压的科技创新成果寻找安身之地，为企业解决所遇到的技术问题；另一方面，两者还可以相互促进，共同发展。从而优化高校科技创建供应链管理，缩短链条长度，提高高校科技创新供应链的管理效能。2、国内外研究现状本文通过对同方CNKI、重庆维普科技期刊全文数据库、万方中国学位论文全文数据库、万方外文文献数据库、万方中国数字化期刊群、万方中国学术会议论文全文数据库(中文版)、德国施普林格西文期刊全文数据库(8661)、EBSCO公司西文期刊ASP+BSP数据库、CALIS西文期刊目次数据库等电子资源进行检索，检索到相关文献50余篇。通过综合分析发现，目前研究内容有：（1）关于数据挖掘在供应链中的应用和评价模型的建立[1][2]；（2）供应链理论在高校科技创新链中的应用研究[3][4]。3、存在的问题在当前的相关研究中，虽然已经开始有关供应链理论在高校科技创新中的研究，也有数据挖掘在传统供应链中的研究，但高校科技创新供应链无论是供应方的高校、管理部门的政府机构，还是需求方的企业都和传统的供应链链条上的对象有很大的差别，这种差别使得在进行数据挖掘的时候与以往有所不同。4、研究内容4.1在高校科技创新供应链中数据挖掘方法研究高校科技创新供应链是在原有供应链的基础上进一步发展而形成的，其特点是供应方的高校就其供应的产品如何，产生的经济效益如何，它并不很关心，而对于企业来说，选择的正确与否将决定企业生存问题。这样，在企业选择供应方的时候就必须有其特有的选择供应方的条件，这就需要从各个高校相应的专业研究特点进行数据挖掘，并寻求合适的数据挖掘方法，在这里我们通过以下探索完成任务：（1）通过聚类分析法把具有企业需求相同特性的高校科技创新成果对应的那些科技创新成果汇集在一起。聚类是将要处理的数据对象分成多个类或簇，在同一个簇中的对象同时具有较高的内部相似性，和较低的外部相似性。也就是说，建立的科技创新成果数据簇是这样形成的，使得相比之下在一个簇中的对象具有很高的相似性，而与其他簇中的对象很不相似。如图1所示，是全国高校、研究所等科研单位自2001-2011年在道路交通建设方面的科技创新成果聚类分析图。图1全国道路交通方面的科技创新成果聚类分析图从图1中，可以看出在Part1部分，对道路交通建设方面的研究在不同的地区分散进行，应该属于低端研究；而part2部分则表现为某一些年份，多个地区都有相关研究成果产生，说明该时期可能会关注某一个问题的研究；part3部分则体现的是同一个地区连续多年不断投入进行研究，可见是高端研究课题。（2）在相关同类科技创新成果中再进行关联规则分析，寻求企业的最佳合适对象。关联规则挖掘[5]是Agrawal等于1993年提出的，是典型的购物篮分析，典型的案例是用于发现交易数据库中不同商品（项）之间的联系，这些规则找出顾客购买行为模式，如购买了某一商品对购买其他商品的影响。...