數(shù)據(jù)挖掘在科技信息管理中的應(yīng)用研究

陶 劍，雷文利

(安陽(yáng)市科學(xué)技術(shù)信息研究所，河南安陽(yáng) 455000）

隨著信息社會(huì)的發(fā)展，科技管理信息化促成信息量大幅增長(zhǎng)，同時(shí)對(duì)于信息提取也帶來(lái)難度，提取精確度也不斷提高要求，傳統(tǒng)提取方式越來(lái)越難以滿(mǎn)足在大量數(shù)據(jù)中尋求決策的需求，信息社會(huì)只有借助于信息手段才能適合現(xiàn)代需求，我們可以通過(guò)數(shù)據(jù)挖掘工具發(fā)現(xiàn)海量數(shù)據(jù)背后未知的規(guī)律或模式，同時(shí)為決策層在科學(xué)管理決策時(shí)提供了有力的依據(jù)和有效的支持。

1 數(shù)據(jù)挖掘與關(guān)聯(lián)規(guī)則

“數(shù)據(jù)挖掘”也稱(chēng)為從數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，具體來(lái)講就是從大規(guī)模海量數(shù)據(jù)中抽取人們所感興趣的非平凡的、隱含的、事先未知的和具有潛在的模式或知識(shí)。數(shù)據(jù)挖掘的目的是從海量的看似雜亂無(wú)章、毫無(wú)關(guān)聯(lián)的數(shù)據(jù)當(dāng)中將信息集中、萃取和提煉出來(lái)，從而找出所研究對(duì)象的內(nèi)在規(guī)律。通過(guò)對(duì)歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)的分析，發(fā)現(xiàn)隱藏的關(guān)系和模式，進(jìn)而預(yù)測(cè)未來(lái)可能發(fā)生的趨勢(shì)。換句話(huà)說(shuō)，數(shù)據(jù)挖掘改變提升了人們對(duì)數(shù)據(jù)信息的應(yīng)用，從最初簡(jiǎn)單的、低層次的數(shù)據(jù)應(yīng)用上升到從大型數(shù)據(jù)中挖掘出有價(jià)值的信息資源，從而最終為決策支持提供依據(jù)。數(shù)據(jù)挖掘的過(guò)程大致可分為問(wèn)題定義、數(shù)據(jù)抽取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、結(jié)果評(píng)估與表示等幾個(gè)階段。現(xiàn)在常用的數(shù)據(jù)挖掘技術(shù)有關(guān)聯(lián)規(guī)則、決策樹(shù)、聚類(lèi)、分類(lèi)、變化和偏差分析、回歸分析、Web頁(yè)挖掘等。

關(guān)聯(lián)規(guī)則作為一種比較重要的數(shù)據(jù)挖掘知識(shí)模式，是指從數(shù)據(jù)庫(kù)中找出置信度(Confidence）和支持度(Support）都大于給定值的強(qiáng)壯規(guī)則，挖掘不同數(shù)據(jù)項(xiàng)集之間的隱藏的關(guān)聯(lián)規(guī)則。Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法，是一種基于兩階段頻集思想的遞推算法。它主要是采用逐層搜索的迭代方法，從大量數(shù)據(jù)中找出數(shù)據(jù)項(xiàng)與數(shù)據(jù)項(xiàng)之間的關(guān)系或規(guī)則。Apriori算法的過(guò)程如下:首先設(shè)定最小支持度minsup和最小置信度minconf;其次，遍歷所有事務(wù)集，找出所有的頻繁1項(xiàng)集標(biāo)記為L(zhǎng)1;然后利用L1找頻繁2項(xiàng)集的集合L2，通過(guò)L2找L3，依此類(lèi)推，直至生成所有的頻繁項(xiàng)目集(當(dāng)支持度大于最小支持度時(shí)被稱(chēng)作頻繁項(xiàng)集）。最后從頻繁項(xiàng)目集中找出符合條件的關(guān)聯(lián)規(guī)則。而本文采用Apriori算法對(duì)科技信息之間的關(guān)系進(jìn)行建模和分析，從而找到科技信息之間的關(guān)系和規(guī)律，為科技管理提供決策支持。

2 數(shù)據(jù)挖掘在科技信息管理中的應(yīng)用

隨著信息化在科技系統(tǒng)中的應(yīng)用，科技部門(mén)建立了科技業(yè)務(wù)信息管理系統(tǒng)，積累了大量的科技人員、科技項(xiàng)目、科技成果等科技信息。如何找到隱藏這三者之間的深層關(guān)系，發(fā)現(xiàn)其中的相關(guān)規(guī)律，方便科技管理、發(fā)揮數(shù)據(jù)挖掘在科技信息管理的作用，本文通過(guò)構(gòu)建數(shù)據(jù)挖掘模型較好的發(fā)現(xiàn)科研人員與科技項(xiàng)目、科技論文之間的關(guān)聯(lián)，并通過(guò)數(shù)據(jù)挖掘從海量的個(gè)體信息中提取到有效的數(shù)據(jù)便于科技管理層參考，提取的各種規(guī)律也可以為合理的分配科技人才和管理科技項(xiàng)目提供參考。本實(shí)驗(yàn)數(shù)據(jù)源選自安陽(yáng)市科技信息管理系統(tǒng)，該系統(tǒng)已收集自2006年以來(lái)的科技人員512名，涉及農(nóng)業(yè)、化工、醫(yī)療、教育、衛(wèi)生、環(huán)境等各個(gè)領(lǐng)域;科技成果899項(xiàng);科技項(xiàng)目已達(dá)3014項(xiàng)，涉及工業(yè)、農(nóng)業(yè)、成果推廣、國(guó)際合作、軟科學(xué)等類(lèi)型。

數(shù)據(jù)挖掘包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和結(jié)果分析理解三個(gè)步驟。本文研究的重點(diǎn)是分析科技人員的年齡階段、職稱(chēng)、單位等信息與其所產(chǎn)出的科技成果、參與的科技項(xiàng)目之間的數(shù)據(jù)關(guān)聯(lián)規(guī)則。具體操作如下:

2.1 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理和數(shù)據(jù)變換等工作。數(shù)據(jù)選擇是從現(xiàn)有的數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取相關(guān)數(shù)據(jù)，形成目標(biāo)數(shù)據(jù)。本文研究的數(shù)據(jù)庫(kù)由科技人員表、職稱(chēng)表、單位表、科技成果表、科技獎(jiǎng)勵(lì)表、項(xiàng)目表和項(xiàng)目經(jīng)費(fèi)等，并從這部分?jǐn)?shù)據(jù)庫(kù)中選擇數(shù)據(jù)，并分別構(gòu)建了科技人員—科技成果、科技人員—科技項(xiàng)目以及科技人員—科技成果—科技項(xiàng)目等數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行挖掘，其基本關(guān)系如圖2所示。

按照數(shù)據(jù)挖掘算法的要求對(duì)所提取到的數(shù)據(jù)進(jìn)行整理，并對(duì)數(shù)據(jù)可能的取值進(jìn)行編碼處理(如表1所示）。通過(guò)精簡(jiǎn)維數(shù)后所建立的科技人員－－科技成果－－科技項(xiàng)目挖掘表數(shù)據(jù)結(jié)構(gòu)如表2所示。

表1 數(shù)據(jù)可能取值的符號(hào)表示

表2 科技人員—科技成果—科技項(xiàng)目挖掘表數(shù)據(jù)結(jié)構(gòu)

2.2 數(shù)據(jù)挖掘

設(shè)定MinSup=6% ，MinConf=70%時(shí)，通過(guò)應(yīng)用Apfiofi

算法對(duì)數(shù)據(jù)進(jìn)行挖掘得到結(jié)果如表3、4和5所示:

表3 科技人員—科技成果關(guān)聯(lián)規(guī)則

表4 科技人員—科技項(xiàng)目關(guān)聯(lián)規(guī)則

表5 科技人員—科技成果—科技項(xiàng)目關(guān)聯(lián)規(guī)則

在表3科技人員與科技成果的關(guān)聯(lián)規(guī)則中，由I03=＞I23置信度為89.23可以看出，在參與科技項(xiàng)目并產(chǎn)生科技成果的科技人員當(dāng)中，年齡在40歲－50歲的副高級(jí)工程師占到89.23%;在表4科技人員與科技項(xiàng)目的關(guān)聯(lián)規(guī)則中，由I03I37=＞I23置信度為81.08可以看出，年齡在40歲－50歲并且參與重大科技項(xiàng)目的科技人員中副高級(jí)工程師占到81.08%;在表5科技人員、科技成果、科技項(xiàng)目的關(guān)聯(lián)規(guī)則中，由I30I36=＞I26+I27置信度為71.42可以看出，在承擔(dān)省級(jí)科技攻關(guān)項(xiàng)目的科技人員中有71.42%的人員申報(bào)了省級(jí)、市級(jí)科技成果。

3 挖掘結(jié)果的分析與對(duì)策

從初步挖掘出的關(guān)聯(lián)規(guī)則中，得到如下幾點(diǎn)結(jié)論:

第一，科技項(xiàng)目負(fù)責(zé)人中大部分為年齡在40－50歲之間的副高級(jí)工程師。由此可見(jiàn)，這部分科研人員的研究意識(shí)、科研能力較強(qiáng)，應(yīng)加強(qiáng)對(duì)這部分科技人員在科技政策和科技項(xiàng)目的支持和引導(dǎo)。

第二，40歲以上科技人員參與項(xiàng)目并登記的成果在全市研究成果并獲獎(jiǎng)的比重較大，應(yīng)積極引導(dǎo)并發(fā)揮科技項(xiàng)目帶頭人的作用，鼓勵(lì)培養(yǎng)更多科技人員參與項(xiàng)目建設(shè)研究。

第三，畢業(yè)于重點(diǎn)院校、學(xué)歷高的科技人員所產(chǎn)出的科技成果和參與的科技項(xiàng)目的比例相對(duì)于比較高，應(yīng)當(dāng)重視科技人員的深造和繼續(xù)學(xué)習(xí)。

第四，科技人員比重大、有針對(duì)性的基礎(chǔ)應(yīng)用研究的科研項(xiàng)目，其研究開(kāi)發(fā)周期短，且實(shí)際應(yīng)用價(jià)值高，能高效快速地解決企業(yè)、社會(huì)的實(shí)際問(wèn)題，建議加大科技項(xiàng)目中科技人員的比例，在項(xiàng)目選擇時(shí)應(yīng)注重與企業(yè)、社會(huì)的實(shí)際問(wèn)題、需求相結(jié)合。制定相關(guān)的科技政策，鼓勵(lì)引導(dǎo)科技人員更多的參與科技項(xiàng)目，使科技項(xiàng)目具有更高的科技含量，更高的實(shí)用價(jià)值。

科技管理部門(mén)應(yīng)進(jìn)一步加強(qiáng)數(shù)據(jù)挖掘在科技信息管理中的應(yīng)用，將數(shù)據(jù)挖掘的范圍擴(kuò)展到科技企業(yè)、科技論文、科技活動(dòng)、科技獎(jiǎng)勵(lì)、科技創(chuàng)新、科技服務(wù)等領(lǐng)域。一方面，整合安陽(yáng)市現(xiàn)有的科技人員，對(duì)科技人員按照所屬專(zhuān)業(yè)進(jìn)行歸類(lèi)，突出科技專(zhuān)家的技術(shù)優(yōu)勢(shì);另一方面，充分收集科技企業(yè)對(duì)科技技術(shù)的需求，加強(qiáng)與高等院校和科研院所的密切合作，引導(dǎo)科技人員與科技項(xiàng)目進(jìn)行雙向選擇，做好科技需求與科技成果對(duì)接，切實(shí)做好科技人員與科技企業(yè)項(xiàng)目之間的橋梁，搭建好企業(yè)、科研人員、項(xiàng)目、成果等信息服務(wù)對(duì)接平臺(tái)。

4 總結(jié)

運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)科技管理信息進(jìn)行分析研究，找出科技管理信息中的隱性知識(shí)和內(nèi)在聯(lián)系，揭示其內(nèi)在隱含規(guī)律并應(yīng)用在實(shí)際的管理工作中，對(duì)科研項(xiàng)目的前期立項(xiàng)管理、科技人員的綜合評(píng)價(jià)、科技成果的評(píng)估等方面都能發(fā)揮重要的作用，對(duì)于進(jìn)一步提升科技信息化管理水平，輔助科技信息管理決策都有積極的促進(jìn)作用。

［1］傅韜，史贄.數(shù)據(jù)挖掘技術(shù)在水利信息化中的應(yīng)用［J］，江西水利科技，2009，(1）.

［2］劉仕筠，盛志偉，郭本俊.數(shù)據(jù)挖掘在高校教育信息化中的應(yīng)用［J］.教育與職業(yè)，2009，(2）.

［3］袁堂朋.基于用戶(hù)行為模式的Web日志挖掘模型的研究與實(shí)現(xiàn)［D］.南京:南京郵電大學(xué)，2013.

［4］朱新星 等.高校科技信息數(shù)據(jù)挖掘方法研究［J］.中國(guó)農(nóng)業(yè)教育，2009.

［5］唐雪春 等.中醫(yī)藥科技項(xiàng)目電子化管理探索［J］.中醫(yī)藥管理雜志，2008.

［6］花開(kāi)明.基于本體的元數(shù)據(jù)互操作在電子政務(wù)中的應(yīng)用研究［D］.上海:東華大學(xué)，2007.

［7］熊芯.基于粗糙集的數(shù)據(jù)挖掘方法研究［D］.哈爾濱:哈爾濱工程大學(xué)，2009.

［8］陳寶等.數(shù)據(jù)挖掘技術(shù)在財(cái)產(chǎn)保險(xiǎn)行業(yè)非現(xiàn)場(chǎng)內(nèi)部審計(jì)中的應(yīng)用［D］.合作經(jīng)濟(jì)與科技，2013.