managementranepaУправленческое консультированиеAdministrative Consulting1726-11391816-8590Russian Presidential Academy of National Economy and Public Administration. North-West Institute of Management.managementranepa-426Research ArticleВЛАСТЬ И ЭКОНОМИКАPOWER AND ECONOMICSМетрики для раннего прогнозирования успешности R&DThe Metrics for Promising R&D Early ForecastКовалевС. П.KovalevSergey Petrovichnoemail@neicon.ruРоссийская академия народного хозяйства и государственной службы при Президенте Российской ФедерацииThe Russian Presidential Academy of National Economy and Public Administration2016170420180106172Copyright © Ковалев С.П., 20182018Ковалев С.П.Kovalev S.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.acjournal.ru/jour/article/view/426

Описан новый математический подход к прогнозированию перспективности исследований и разработок (R&D) в сфере науки и технологий. На выборке текстов, описывающих известные R&D за период с 1955 по 2014 гг., показано, что вероятность успешного прогноза традиционными методами на доинвестиционной фазе жизненного цикла R&D является низкой. Проведена аналогия между подходом к оценке качества текстов компьютерных программ и формализованными научно-техническими текстами, предложены четыре размерно-ориентированные и четыре функционально-ориентированные числовые метрики, основанные на лексическом анализе и эволюционно-онтологическом подходе к выборке текстов R&D. Выведены формулы для расчета размерно-ориентированных метрик, получаемые в результате расчета значения, интерпретированы с точки зрения задачи прогнозирования успешности R&D. Затронуты вопросы построения исходных данных для расчета более сложных функционально-ориентированных метрик с использованием лексико-графовых моделей текстов R&D, решения задач декомпозиции и поиска на графах коллокаций терминов в целях исследования эволюции терминологии, наличия тавтологических определений, оценки качественной структуры текста. Строго математически специфицированы исходные данные, необходимые для расчета предложенных автором восьми формул, используемых для вычисления метрик. Рассчитаны индексы нелинейной парной корреляции метрик и известных результатов R&D на тестовой выборке, представлены результаты исследования вероятности корректного прогноза с помощью предложенных метрик, демонстрирующие, что все они коррелируют с успешностью R&D. Интерпретированы диапазоны получаемых значений для всех описанных метрик, объяснено поведение полученных зависимостей индексов корреляции для метрик и вероятностей успешного прогноза инвестиционной перспективности R&D. Показано, что в сочетании с другими методами применение разработанного математического подхода на основе вычисления восьми числовых метрик может повысить вероятность точного прогноза при оценке целесообразности инвестиций и выборе перспективных направлений исследований и разработок.

The paper is concerned to the new methodological approach for early prognosis of promising research and development (R&D) in the fields of science and technology. As it’s demonstrated with the texts’ corpus covering the known R&D stories from 1955 to 2014, the correct prognosis probability at the R&D life pre-investment cycle phase based on the traditional econometric methods is not high. The analogy is drawn to computer program text quality metrics based test approach and formally well-structured scientific & engineering texts. Making a start from this analogy, the four size-based quantitative metrics and four functional-based ones basing on lexical approach completed with ontological evolutionary approach to R&D texts’ corpus investigations are worked out. The relevant formulas are deduced to calculate the size-based metrics. The resulting values are interpreted form the point of view of promising R&D search and prognosis task. The key questions are described in details for source data formation to calculate more complex functional-based metrics using some lexical-graph R&D text models, to solve decomposition tasks and path search on graphs of terms collocations and co-words with the purpose of terminology evolution investigations, tautological definitions localization, and texts structure quality estimation. The source data necessary for the eight deduced formulas of author’s metrics calculation are rigorously specified. The non-linear pair correlation indexes are evaluated for every metric and known R&D historical result on the test text corpus. The probabilities of correct forecast with the eight metrics demonstrate good level of correlation with successful R&D stories. The ranges of resulting values for all the metrics are rigorously described and interpreted, their details of correlation indexes behavior and correct forecast probabilities are explained to support good decision regarding the most promising R&D choice and fulfill a purpose of investment activity at the early phase of R&D life cycle. As it’s demonstrated by the author the implementation of described mathematical approach based on the eight metrics results in higher probability of prognosis for better R&D choice and lets an investment manager to achieve the purpose of optimal funding in combination with other known methods.

раннее прогнозированиеперспективные исследования и разработкичисловые метрикиразмерно-ориентированные метрикифункционально-ориентированные метрикилексический подходкомпозитные модели оценки R&DR&Dearly forecastpromising research and developmentR&Dquantitative metricssize-based metricsfunctional quality metricslexical approachcomposed models for promising R&D forecastReferencesГубанов Д. А., Коргин Н. А., Новиков Д. А., Райков А. Н. Сетевая экспертиза. 2-е изд. / под ред. чл.-к. РАН Д. А. Новикова, проф. А. Н. Райкова. М.: Эгвес, 2011. 166 с.Gubanov D. A., Korgin N. A., Novikov D. A., Raykov A. N. Network expertize [Setevaya ekspertiza]. Second edition, ed. by RAS correspondent-member D.A. Novikov, prof. A.N. Raykov. M. : EGVES, 2011. 166 p. (rus)Курейчик В. В., Сороколетов П. В. Композитные методы разбиения графовых моделей. Таганрог : изд-во ТРТУ, 2006. 140 с.Kureichik V. V., Sorokoletov P. V. Composed methods for graph models parting [Kompozitnye metody razbieniya grafovykh modelei]. Taganrog, TRTU, 2006. 140 p. (rus)Райков А. Н. Инновационное саморазвитие сетевой экспертной среды // Организация саморазвивающихся инновационных сред : Сб. статей / под ред. В. Е. Лепского. М. : «Когито-Центр», 2012. С. 120-139.Raykov A. N. Innovation self-development of experts’ network environment [Innovatsionnoe samorazvitie setevoi ekspertnoi sredy] // Self-developing innovation environment organization [Organizatsiya samorazvivayushchikhsya innovatsionnykh sred]. The articles collection edited by B. E. Lepsky. M. : «Cognito-Center », 2012. P. 120–139. (rus)Сороколетов П. В. Композитные модели поиска перспективных R&D на основе мультиагентных систем // Материалы 9-й конференции «Информационные технологии в управлении» (ИТУ-2016). СПб. : АО «Концерн «ЦНИИ «Электроприбор», 2016. 896 с.Sorokoletov P. V. Composed models for perspective R&D search based on multiagent systems [Kompozitnye modeli poiska perspektivnykh R&D na osnove mul’tiagentnykh system] // The 9-th Conference «Information technologies in control» (ITC-2016). SPb. : PLC «Concern «CNII «Electropribor», 2016. 896 p. P. 377–384. (rus)Сороколетов П. В. Расширенная многоагентная модель прогнозирования перспективности R&D // Труды конгресса по интеллектуальным системам и информационным технологиям IS&IT’16, 2-9 сентября 2016, Дивноморское, Россия, т. 2, с. 112-117.Sorokoletov P. V. Advanced multiagent model for R&D forecast and estimation [Rasshirennaya mnogoagentnaya model’ prognozirovaniya perspektivnosti R&D] // International Congress on intelligent systems and information techniques IS&IT’16, 2–9 September 2016, Divnomorskoe, Russian Federation, v. 2. P. 112–117. (rus)Lewis M. Language in the lexical approach. In Teaching Collocation: Further Developments In The Lexical Approach // Language Teaching Publications, 2000. P. 126-154.Lewis M. Language in the lexical approach. In Teaching Collocation: Further Developments In The Lexical Approach // Language Teaching Publications, 2000. P. 126–154.Matzler K., Grabher C., Huber J., Füller J. Predicting new product success with prediction markets in online communities // R&D Management, Volume 43, Issue 5, November 2013. P. 420-432.Matzler K., Grabher C., Huber J., Füller J. Predicting new product success with prediction markets in online communities // R&D Management, Volume 43, Issue 5, November 2013. P. 420–432.DeMarco T. A metric of estimation quality // AFIPS National Computer Conference, 1983. P. 753-756.DeMarco T. A metric of estimation quality // AFIPS National Computer Conference, 1983. P. 753–756.Kvint V. Strategy for the Global Market. New York : Routledge, 2016. 518 p.Kvint V. Strategy for the Global Market. New York : Routledge, 2016. 518 p.

The authors declare that there are no conflicts of interest present.