基于K-近邻分类算法的供需数据智能匹配研究*

温志芳

(山西省信息产业技术研究院有限公司，山西 太原 030012)

0 引言

在我国，科技成果应用比例较高，但成果实现产业化比例较低。提升科技成果转化水平始终是我国科技体制改革的主攻方向，目前我国相继出台了《科学技术进步法》《促进科技成果转化法》和《关于促进科技成果转化的若干规定》等一系列政策法规，形成我国促进科技成果转化的政策体系基本框架。但目前我国科技成果转化交易还很不完善，尤其缺少训练有素的既懂技术又懂经济的专业技术经纪人和规范的技术经营机构，导致供需对接不畅通，供需双方沟通不良,这是我国的科技成果、知识产权转化率不高的直接原因。

同时，计算机和信息技术的迅猛发展和普及应用，人工智能技术等新一代信息技术的迅猛发展，迅速扩大的企业行业及高校的应用系统规模，使科技成果行业应用所产生的数据呈爆炸性增长，动辄达到数百TB甚至数十至数百PB规模，科技成果数据已远远超出了现有传统的计算技术和信息系统的处理能力。现代信息产业在高速发展中，智能信息处理成为了炙手可热的名词，是一个大样本和高维变量的数据集合，在人们的生活中扮演着越来越重要的角色。因此，寻求有效的智能信息处理技术、方法和手段，促进成果转化率已经成为现实世界科技成果转化的迫切需求。

随着创新驱动发展战略的深入推进，本文在科技成果转化中进行新……