大數據環境下的高校科研管理信息化探索

俞丹丹

摘要：高校是我國科研創新的重要基地，科研管理水平的高低對高校創新事業的發展有著重要的影響。在大數據環境下，科研管理信息化是高校發展的重要組成部分。因此，如何進一步加強科研管理水平尤為重要。本文首先介紹了大數據技術引入高校科研管理中所具有的優勢，然后對大數據環境下的高校科研管理信息化的應用做了論述，并對如何提升高校科研管理信息化的水平提出了一些建議。

關鍵詞：大數據；科研管理；數據處理

一、大數據技術引入高校科研管理中的優勢

大數據技術是現代多種信息技術的有效結合，具有相當的優越性。從科研管理的角度來看，大數據技術通過針對科研管理系統、財務系統、人事系統以及基于互聯網的大型科技文獻數據庫、專利庫等數據資源的關聯分析，找出數據的相關性，提取有價值的信息，可以為傳統專家定性決策管理提供廣泛、科學的理論依據。由于這些知識大 多直接來源于數據庫內部，因此它較少受外部資源的限制和影響，具有相對的獨立性，對于科研決策的指導意義也較為重大。

二、大數據環境下的高校科研管理信息化的應用探索

（一） 為高校科研評估提供數據支持

隨著高校信息化的推進以及大型科技文獻、專利、論文數據庫系統等在科學研究領域的普及，全球范圍內的科技數據信息量急劇增加。面對這些龐大、繁雜的原始數據，需要快捷、有效的技術手段進行篩選，并從中獲得有價值的知識。

傳統的數據分析和統計方法，由于受到人力，物力及財力的限制，原始數據背后隱藏的深層次知識無法得以有效采集、分析和使用。

而大數據技術可以綜合內部、外部以及網絡數據資料：從學校科研管理部門獲得研究項目的類別和數量；從內部數據庫得到人員、經費、設備等信息；從網絡數據庫中獲得論文、專利的數量和質量信息；結合往年項目成果報表中獲獎、專利成果轉讓情況，最終綜合集成各類數據。通過建立綜合數據評估模型將各類指標進行整合，為科研評估的專家提供數據支持，最終得出科學、合理的評估結果。

（二）提升項目立項決策的科學性

從篩選項目角度看，可以利用大數據技術，對項目的研究領域、預期成果，通過與外部文獻庫進行結合分析的方法檢驗課題的科學性、創新性，判斷得出該項目立項的必要性；從篩選申請者角度看，可以將申請者所涉及的各項因素進行多數據的聯合查詢和分析，發現并建立科學的指標體系和篩選方法，最終得到候選人名單，從而達到提升項目立項決策的科學性的目的。

（ 三） 為教師科研活動提供深層次服務

以科研人員欲向某單位進行項目申請為例。以往，科研人員只能夠通過自身了解或者往年申報情況對對方單位的需求進行分析，由于個人收集的信息不夠全面、不夠準確以及信息傳遞的滯后性等問題，容易出現研究目標偏離實際需求的問題，申報結果往往不夠理想。而隨著大數據技術的普及，通過對大型數據倉庫進行有效的挖掘，可以對相關單位所關注的關鍵技術、重點領域和發展方向進行分析和預測。通過建立模型、 數據可視化和生成文本報告等形式向科研人員提供可參考信息，了解各種影響之間的內在聯系，指導科研人員開展研究工作， 達到為科研人員提供深層次服務的目的。

（四）優化科研資源配置

第一，對數據進行采集和篩選，建立不同種類的數據庫，例如人員庫、 成果庫等；第二，建立適合本校的科學發展的評判模型，包括各類科研資源、科研成果的計算參數和規則庫；第三，以定量化績效考核作為基礎的資源配置工具和決策支持管理工具，以此通過大數據技術完成對學校科研資源的優化配置。

三、大數據環境下提升高校科研管理信息化水平的方法

（一） 加強數據采集基礎建設

高校應當采用先進、穩定的技術確保數據的快速傳輸與儲存，選擇合適的綜合布線技術和設備，為數據儲存提供良好的基礎設施。面向未來數據爆炸式的增長，可以考慮采用FTYO模式，該模式的特點是帶寬大、速度快、節省成本和能源、減少電磁干擾。數據存儲中心的建設應考慮虛擬化和云平臺，保證數據傳遞的速度與準確度。

（二） 加強科研管理團隊建設

由于高校科研管理方面的相關數據種類多樣且體量龐大，管理人員在平時就應當注意對這些數據的收集、整理工作。收集的數據可以方便管理人員及科研人員進行查詢，但是廣泛的原始數據往往來源多樣、良莠不齊。科研管理人員應當對所獲得數據的質量進行評價，評估數據來源是否可靠、數據的收集方法是否科學、數據是否具有時效性等等，然后對數據進行校核，除去冗雜的干擾性的數據，要注意清理或改正誤差數據，最后將數據轉化為可共享的標準化信息。科研管理人員應當利用大數據技術深度挖掘原始數據背后具有啟示意義的信息，為管理層今后做出科學合理的決策提供依據。

（三） 改變科研管理理念

在大數據環境下，傳統的科研管理理念無法保證高校科研事業的健康發展， 因此需要我們有所改變。 首先， 在大數據趨勢下，信息挖掘要前傾，要從數據中來分析社會、國家的需求，使得科研目標更有價值、更有針對性。其次，在大數據趨勢下，服務要前移，不能像過去那樣等著科研人員來要數據、 要結果。 而是應該充分利用數據并且對數據進行分析、挖掘，掌握科研人員可能需要哪些數據或者結論，把服務工作前移。

（四） 推進數據的共享及利用

在大數據環境下，科研數據量激增，科學研究越來越依賴于系統的、高可信度的基礎科學數據分析。當前全球科技活動不斷增強，一系列重大科學工程的興起、復雜科學問題的提出、大型科學研究計劃的產生，導致前所未有的國際合作局面的產生，也導致了全球范圍內對科技資源交流、互通的客觀需求。因此，科研管理人員應針對大數據技術體量大、數據來源豐富、數據更新速度快等特點，積極推進科研數據的共享、利用工作，以達到提升科研管理的水平。

結束語

高校科研管理工作的質量水平決定著高校科研工作是否能夠有效、順利地開展。隨著信息化技術的飛速發展，相應地推動了大數據技術的拓展。人類通過使用大數據的交換、整合和分析這一過程，從而發現新的知識，實現新的管理、創造出新的價值。高校科研管理是信息化應用的前沿領域，應當具有可能依托大數據技術提升管理與決策的水平。

參考文獻：

[1]許哲軍，付堯.大數據環境下的高校科研管理信息化探索[J]. 技術與創新管理，2014，（02）.

[2]于長虹，王運武.大數據背景下數字校園建設的目標、內容與策略[J].中國電化教育，2013，（10）.