科研項目評價專家數據庫搭建與優化策略

李 歡

(常州機電職業技術學院科研處 江蘇常州 213164)

?

科研項目評價專家數據庫搭建與優化策略

李 歡

(常州機電職業技術學院科研處 江蘇常州 213164)

科研項目作為科技創新成果的搖籃，是經濟保持科學發展的動力源泉，是社會不斷進步的基礎和關鍵。而科研項目的最終決策與判定往往受評價專家的影響最大，所以科研項目評價專家數據庫的搭建，以及評價專家與待評項目的匹配智能化研究則顯得更為重要。針對科研項目評價專家基礎數據獲取與要素遴選等各個環節進行探究，提出科研項目評價專家數據庫搭建的基礎信息需詳盡化、專家選取要素需精細化、項目匹配需智能化。

科研項目； 項目評價； 專家數據庫

0 引言

經濟發展的內在需求和創新成果的市場需要，要求科研項目的綜合評價機制改革勢在必行，特別是項目評價專家遴選機制的合理性和科學性引起了更多的關注。《高等學校“十三五”科學和技術發展規劃》中明確指出，需推進科技評價機制的全面創新，項目評價導向應突出中長期目標，建立分類評價和開放評價并舉的制度，不斷完善同行評價專家遴選機制和評價專家庫的建設，以優化項目評價的科學性，需加強評價專家的自律教育和責任追究機制，由數量論轉為質量優先、由重形式轉為效果為導向，建立起多領域、多類型的綜合性項目評價體系。

1 科研項目評價專家體系

科研項目評價最初由歐美興起，以提升科研項目的質量、整合有利資源、提高科研效率為目的。我國雖然起步較晚，但現在也已經建立起完整的評價方法，設計了成熟的考評體系[1]。但是針對科研評價專家如何遴選，評價專家如何有效管理，如何提高專家和項目的匹配度等方面的問題卻鮮有研究。數據庫的建立和網絡平臺的搭建可以更好地促進跨區域、跨領域項目評價的可行性，從而形成社會化的專家網絡[2]。項目評價專家系統的頂層設計能夠更好地完善項目評價專家體系，更好地管理和優化專家信息，更好地提升專家隊伍的綜合水平，更好地服務于項目評價環節，確保立項項目真正具備相應的創新潛力和未來市場影響力，確保項目不僅能夠保質保量完成，更能確保其創新技術成果最終能夠更大限度地實現市場化和社會化。項目評價專家系統應包含評價專家信息數據庫、待評價項目信息數據庫、專家與項目匹配算法模塊、評價專家數據庫優化算法、已評項目信息反饋等模塊，具體如圖1所示。

圖1 科研項目評價專家系統的基本框架

1.1 專家遴選需多樣化

評價專家是科研項目評價的核心要素，在評價目標、評價準則、評價對象等客觀要素確定的前提下，評價結果完全取決于各個專家的具體評價行為與結論[3]。從項目選題指南的制訂，到所有參評項目的立項評審、中期審核、最終驗收，整個流程中，每個環節所涉及的科研項目評價專家的遴選大多采用靜態選取的方式，從本單位或者同行院校選取。各組織單位通常是對項目進行科技與社科兩大方面分類，然后根據不同領域和研究方向，在內部選取具備一定資格和經驗的專家進行綜合評審。整個項目評價的過程，并不一定能夠充分考慮項目的前瞻性和創新潛力，不能夠詳細分析項目開發中的創新方向變更與科研環境的變化因素，不能夠全面評估科技成果轉化和市場應用的科學性、可行性以及有效價值，不能夠全盤評價項目的連帶效應，更未考慮項目評價專家庫自身的升級和優化。而且，項目評價專家大體由科研同行或者不同職能部門管理人員組成，造成整個項目的評價具有一定的視角片面性、層次單一性、評價人員局限性，從而刷掉一些可能帶來不同創新點的科研項目。

科研項目評價專家數據庫的建立，并非簡單的IT技術應用和植入，而是對評價專家體系的徹底更新，是整個系統的頂層設計變革。數據庫建設一定要重視評價專家基礎數據的選取、重視頂層架構的設計、重視評價專家的豐富性和多樣性，評價專家應綜合考慮“政—用—產—學—研—介—金”等科技創新與應用的每一個環節與領域，針對科技成果的研究、開發、轉化、應用等各個環節進行專家選取與考核，兼顧專業方向與應用領域，從而避免項目評價過程中本末倒置、舍本逐末的不利局面。

1.2 數據屬性需精準化

專家屬性定義不能照搬現有規則，只注重專家的職稱職務、供職單位，而應針對專家所做項目、研究領域、成果經驗、所屬環節等各個方面進行考察。針對所有屬性制訂不同的影響因子，經過特定相關性分析、數據提煉與加權計算等技術手段，最終得出專家的綜合評估結果。科研項目評價專家選取的數據屬性也不應一概而論，應根據項目評價的具體需求，分別設定地域、研究領域、項目偏好、活躍度等各種屬性，以達到采集數據的精準化。專家數據庫容量應足夠大，屬性應足夠精煉，在后續項目匹配中才可以保證較高的匹配度與項目評價的科學性。

1.3 專家評價領域倡導專有化

科研成果對項目評價影響重大，而科研成果的評判標準卻不能僅僅進行量化加減的評判，而應對科研成果的綜合水平與價值進行評價。評價專家往往具有最終話語權甚至決策權，這就要求評價專家一定要具有相當的研究經歷和前瞻性戰略目光，要求評價專家能夠在該領域具備相當的知識儲備，要求評價專家能夠在有限的時間內對項目成果做出相對全面、合理、科學與客觀的評價。

專業領域如果偏離過大，會直接導致科研項目評價的簡單粗放，評價專家則會采用和執行與“數量”密切相關的評價制度，忽視了科研成果的本質屬性，不能完全符合科學精神的本質和科學研究活動的一般規律。而簡單以技術成果的具體數量、技術成果的等級來評價其價值高低，則被形象比喻為“用手工作坊計件制統計科技成果”[4]。

1.4 專家與項目自適應算法

項目評價專家數據庫的建立是以項目的有效評價為導向，最終為項目評價與項目引導服務的。項目研究根據研究對象分為不同類型，基礎理論研究成果多以論文、專利、理論創新等體現，此類項目的評價專家應以高校、研究院所為主，企業和市場應用專家為輔。技術創新和產品開發類項目多為新技術和新產品等形式體現，此類項目評價專家應以企業和市場應用類專家為主導，重視技術開發的后續成果轉化和市場應用潛力。社科類項目多以理論創新、政策研究為基礎，以論文和報告為成果，此類項目評價專家應以高校、研究院所為主。

2 科研項目評價專家數據庫構建

科研項目評價專家的數據庫構建一定要充分利用IT技術和大數據智能化算法，從而確保專家數據庫的高效率和客觀性[5]。然而，具體到專家數據庫系統的搭建，從前期的屬性選擇和頂層設計，到后續的基礎信息采集、錄入和屬性分析都需進行算法分析與推演。評價專家數據庫可分為專家基礎數據采集與數據庫搭建、評價專家數據庫分析與組合、評價專家與待評項目智能化匹配等三個層次，分別管理評價專家的材料收集和分類、專家各個屬性的數據分析與劃分、專家遴選與待評項目的綜合匹配等，具體內容如圖2所示。

圖2 科研項目評價專家系統分層管理模式

2.1 專家基礎信息需詳盡

項目評價專家選取的科學性與有效性要求數據庫基礎信息一定要全面詳盡，只有這樣，才能構建出真正以項目核心競爭力為導向，以項目評價制度為保障，以項目評價專家為依據的評價體系。評價專家的基礎信息應該依托跨領域、跨行業、跨環節，引導大眾的參與。專家基礎信息除了姓名、單位、學歷、職稱和職務為代表的基本信息之外，還應涵蓋發表論文、研究項目、申請專利、參加協會為代表的專業信息，更應涉及已有技術成果、參與的關鍵項目與學術會議等為代表的活力信息，從而全面詳盡地獲取專家的各個屬性與類別，得出較為客觀科學的綜合評估結果。隨著IT技術的不斷發展與成熟應用，“互聯網+”技術和“大數據”技術平臺已迅速普及，數據庫中的數據不再是一個“死”的信息和簡單的檔案管理內容，而是提煉各種特征的源泉，從而得出數據信息的深層價值[6]。

2.2 專家屬性分類需科學

評價專家基礎信息龐大復雜，包括了專家基本信息、專業信息、項目評價信息等。隨著專家數量的積累以及信息更新，如不能對數據進行屬性劃分，將會形成大量的數據垃圾，使得后續工作事倍功半，無法科學有效地開展。只有底層基礎數據屬性劃分合理，數據庫管理科學，才能積累有價值的基礎信息，從而為上層數據管理營造優良的應用環境。

地域屬性主要是體現評價專家的地域特性，方便專家的地域化管理和資源共享；領域屬性主要體現評價專家的研究領域，方便后續專家和項目匹配的領域精準性；職稱和職務屬性主要體現評價專家的等級，方便后續項目分類以及專家均衡化管理；項目屬性、兼職偏向以及科研能力、成果偏向主要體現評價專家的項目偏好以及實時的項目研究成果等；參評歷史和活躍度主要分析評價專家對項目評價的關注度以及反饋信息，便于數據庫的更新與優化。

2.3 專家反饋信息需及時

“互聯網+”時代，大數據以其數量大、計算快、種類多、價值高的4V特點而廣受社會歡迎[7]。項目評價專家系統同樣面臨專家單體基礎信息眾多、專家數量大、專家評價以及反饋信息難以判定等諸多問題而一直無法有效實施，當前這些問題可利用大數據技術手段逐步解決。項目評價專家數據庫的信息有效性和科學性極大地依賴于專家信息的更新效率和數據的可信度，只有建立一整套科學的數據反饋和自優化體系，才能確保數據庫的健全和健康發展。項目評價專家信息并非一成不變，隨著評價專家研究經驗、研究方向、供職單位、研究環境的變化而不斷變化。所以，一定要對專家系統中的基礎數據不斷進行更新，對已有的專家不斷進行評判和排名，對評價標準進行不斷優化。

通過將歷年項目評價信息、專家個人信息、專家和項目的關聯度、已立項項目的達成率、項目完成質量、成果轉化率等基礎信息及時錄入專家數據庫系統，可逐步形成對專家的評判依據。在此基礎上，可結合專家單體評價結論與共體評價結論異同點以及最終的項目完成信息，從而更加全面權威地對專家加以定性和定量分析。只有通過基礎信息的不斷更新、數據提煉的不斷完善，才能不斷優化項目評價專家隊伍數據庫的管理和應用。

2.4 專家與項目匹配智能化

評價專家數據庫的建立目的是更好地為項目評價服務，提升項目評價的科學性和精準性，提升項目評價的可信度。評價專家與待評項目需要一套智能化計算流程，才會促使項目與專家更好地匹配，從而提升項目評價的切合度，具體流程如圖3所示。

圖3 科研項目評價專家與項目智能化匹配流程

評價專家與項目匹配算法的頂層設計尤為重要。首先，匹配算法的理論依據要清晰，主要是匹配屬性提煉需精細、屬性數據應滿足量化需求、屬性數據采集應有一定的可行性；其次，匹配算法的維度選擇和相關性分析要有科學理論的支撐；再者，匹配度最終的結論一定要定量分析和定性管理相結合。要確保項目評價專家和項目匹配屬性一致，如領域、地域、類型、創新方向等各種屬性。只有評價專家和待評項目的屬性能夠保證在同一維度和統一定義下進行頂層規劃，才能確保項目數據庫與專家數據庫的協同運行與聯合應用。

3 結束語

經濟快速發展和產業結構調整對技術成果與產品創新的要求越來越高，項目評價依據和政策導向更加科學化。只有建立基于“互聯網+”和“大數據”技術為基礎的項目評價專家數據庫體系，并且嵌入項目評審的智能化匹配算法，才能確保項目評價能夠適應經濟發展和社會進步的要求，最大限度地確保項目評價的科學性、合理性和客觀性。本文提出的評價專家數據庫建立和優化策略能夠促進項目評價的科學性和項目管理的合理性，從而促進科技成果產出的高效性，提升科技成果轉化的可行性。

[1] 戚安邦.項目評估學[M].天津：南開大學出版社，2006：50-52.

[2] 杜暉.基于web的專家評價信息服務平臺構建研究[J]. 重慶大學學報(社會科學版)，2014(2)：99-104.

[3] 徐林生， 王執銓， 戴躍偉. 評審專家可信度評價模型及應用[J]. 南京理工大學學報(自然科學版)，2010(1)：30-34.

[4] 朱文輝.高校科研評價制度量化之得失[J].沈陽師范大學學報(自然科學版)，2007(3)：388-390.

[5] 李興國， 寧平.基于BP神經網絡的省級自然科學基金項目評價模型研究[J]. 科技進步與對策，2008(3)：144-146.

[6] 李歡，孫建三，袁本濤.基于校友數據庫的高校人才培養質量控制系統模型[J].高等工程教育研究，2011(2)：60-64.

[7] 周楓.大數據時代檔案館的特征與發展策略[J].檔案與建設，2013(8)：6-9.

[責任編輯：李娟]

Establishment and Optimization Strategy on Expert Database System for Research Projects Evaluation

LI Huan

(Department of Scientific Research， Changzhou Institute of Mechatronic Technology， Changzhou 213164， China)

Research projects， which are cradles of technological innovations and achievements， are not only the power sources of economic development but also the critical foundation of social progress. Meanwhile， the project evaluation is on basis of the experts who own the most influential decision of the final result， so the establishment and optimization of the expert database system is very critical and important. Based on the data collection and classification of categories of experts， this paper puts forward some opinions including detailed basic information of experts， and comprehensive selection elements of experts. Last but not the least， intelligent matching algorithm between the experts and projects is also involved.

research project; project evaluation; expert database system

2017-01-06

李 歡(1982-)，女，研究實習員，碩士，主要研究方向：高等教育、高校科研管理

G 311

A

1672-2434(2017)02-0028-04