大數據推動高校科研管理工作的探索

潘睿劼

摘 要： 大數據概念及技術一經提出即倍受關注，在中國數字與信息化時代，高校傳統的科研管理數據處理方式已不符合現階段的發展，高校的科研管理要朝著便捷化、信息化、規范化的方向發展，通過大數據技術手段挖掘、整理、加工標準化的原始科研數據，構建高校科研管理信息化體系與平臺，增強高校科研管理人員較強的數據意識，推動高校科研水平的進一步提升。

關鍵詞： 大數據 高校科研管理 信息化建設

一、 引言

隨著互聯網的蓬勃發展，“大數據”在人們的生活和學習中日益普及，人們迎來了“大數據”背景下的信息技術革命。當前，信息化已經成為促進經濟社會不斷發展的關鍵，大數據作為當前信息化建設的主角正在并將不斷創造出巨大的經濟價值和社會效益，并關系到政府、企業、社會及每個人的生活[1]。大數據指引人們從知識化和信息化邁向智能化的時代。對于高校而言，“大數據”也在科研管理工作中扮演著重要的角色；高校科學研究是決定高校綜合實力水平、持續不斷發展和國際社會影響力的重要決定因素之一，高校的科研管理水平的創新和提高是直接影響著科學研究不斷發展的。高校科研業務涉及廣泛，其科研成果、科研經費、人員配置、驗收鑒定、成果推廣等一系列的過程越來越復雜，科學研究數據量與日俱增、信息資源愈加豐富，龐大和結構復雜的數據庫需要有更先進的技術對大量的數據進行挖掘和分析；對于科研管理來說需要更精細化；隨著大數據概念和技術的引入，大數據為高校科研管理提供了豐富的條件和資源；科研管理，作為信息化應用的新興領域，應當而且有可能在依托大數據建設智慧化的科研管理與決策環境方面走在前列[2]。

二、大數據概述

大數據指的是數量極其龐大、速度快捷及種類繁多的信息原礦，通過對信息技術的分類與處理礦石的提煉極大地提高人們在決策制定、知識發現及過程優化方面的能力[3]。

大多數的文獻通常用4個V開頭的關鍵詞來總結大數據的特征，即規模性（Volume）、多樣性（Variety）、高速性（Velocity）和價值性（Value）。第一，即規模性（Volume），數據集合的規模不斷擴大，已經美國互聯網數從TB躍升至PE、EB，IDC的研究報告稱，到2020年全球大數據將增加50倍，管理數據倉庫的服務器數量將增加10倍；第二，多樣性（Variety），是指數據類型繁多，包括能夠用和無法用數據或統一的結構加以表示的結構化數據、非結構化數據和介于兩者之間的半結構化數據，大數據包含了大量的文本、音頻、視頻、圖片空間位置等信息；第三，高速性（Velocity），指數據產生與更新的頻率，數據處理速度快，大數據往往以數據流的形態傳遞、生產，具有很強的時效性，實時快速處理有極高的要求，掌控好數據能有效利用好數據；第四，價值性（Value），一方面體現在龐大的數據可能只具有很少有價值的信息，即大數據具有利用的價值低，另一方面體現在如何從海量的數據、原始的數據中挖掘存在巨大的潛在價值的大數據。

三、高校科研管理信息化存在的問題

科研管理中產生大量并且結構復雜的數據，在要求科研管理專業化、精細化和準確化的今天，大數據的存在對于科研管理工作具有推動作用；一些科研管理理念和方法存在一些不足之處，已無法適應時代的要求，大數據技術的存在，對于數據的挖掘和分析會彌補和完善科研管理中不完善的地方。現階段國家科技創新投入不斷增大，高校科技科研活動迅速發展，科技管理信息化是時代發展的要求，但是某些高校現行的科研管理方式存在一些問題：第一，管理信息化目前僅停留于數據收集階段。管理系統的功能主要集中于項目、經費、成果的錄入、修改、查詢、報表等基本功能，管理人員只能通過簡單的統計或排序等功能獲得表面的信息，隱藏在這些大量數據中的信息一直難以得到有效的應用[4]。第二，信息共享理念和功能薄弱。當前高校科研管理過程中存在收集的數據信息量龐大且種類繁雜，信息平臺比較簡單，與高校其他數字化平臺的關聯度低，高校各部門各機構只是對于本部門數據的簡單累積，且各部門運行不同種類的管理系統，造成數據種類、格式上的差異，無法形成一個各部門和各機構之間的信息共享平臺，導致各院系科研人員之間難以對數據進行標準化處理及信息共享，科研管理工作中信息共享不通暢大大增加科研管理人員信息收集、統計的工作量，降低工作效率，不利于科研人員了解國內外相關研究領域的發展，影響科研活動的順利開展。第三，科研信息沒有充分挖掘和分析。在信息化高速發展、各類數據爆炸式增長，數據積累多，輔助決策功能欠缺。各類系統的不斷使用積累了大量的原始數據，系統的統計分析功能絕大多數局限于對人財物的簡單累加，統計分析功能比較簡單，所得到的信息只是表層上的。但這些數據背后隱藏著什么樣的信息，怎樣充分挖掘和分析這些數據，并對數據重新利用，將現有的管理數據轉化為可供使用的知識，并通過這些數據為科研人員和科研管理部門提供更加豐富和有利的決策支持，以此提高科研管理的科技管理水平和技術含量。

四、大數據環境下的高校科研管理

（一）大數據的優勢

許哲軍指出：大數據技術是網絡技術、人工智能、數據庫技術等現代信息技術的有效結合，具有無可比擬的先進性。從科研管理的角度看，大數據技術通過針對科研管理系統、財務系統、人事系統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，可以為傳統的專家定性決策管理提供廣泛的、深入的數據支持的同時，也從大量數據中發現那些尚未發現的知識，是從科學技術活動大量原始數據中自動獲得知識和重要信息的過程。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較為重大[5]。

（二）大數據的應用

1.大數據促進科技成果轉化。

科技成果與經濟效益掛鉤，科研人員實現技術創新突破，實現科研成果落地和產業化是科技管理的關鍵，應通過科研成果轉化發布平臺及時向社會推廣應用。促進科技與經濟的無縫對接。利用該平臺通過運用大數據技術進行知識共享、信息共享與服務共享，將外部技術需求數據庫和院校內部科研成果庫進行對接和匹配，加強科技人員與產業界的深度融合，加快科研成果被認知及推廣和應用，發揮科研成果的社會和經濟效益，促進產業界的科技需求有空間進行訴求。科研管理部門應積極向社會推送科研成果數據，創建科技信息和專利等知識產權信息庫，同時將科研成果的轉化率融入科研評價和激勵機制，科研管理人員應利用大數據的平臺舉行科研成果展示會、學術報告會等多種形式及時發布校內科研成果和創新研究，使院校真正形成重視科研成果轉化的良好氛圍。

2.以數據為依托，提供個性化服務。

充分調動廣大科研人員的科研積極性是科研管理的著眼點，高校科研管理需要強化為科研人員的服務意識，為他們排憂解難、開展科研創造條件。高校科研管理人員在大數據環境下可以對科研人員做出良好的引導，結合科研人員自身的學科方向和特點提供個性化的服務，應用大數據技術挖掘企業、社會和政府事業單位等對科學知識和技術的需求情況，從已收集的大量原始數據中分類、分析建立模型、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，預測國內外的最新熱點研究領域、重點發展方向及國計民生亟待解決的重大的自然科學理論和技術研究問題，了解各種影響之間的內在聯系，結合校內學科優勢和科研人員實際情況，幫助高校科研團隊或研究人員選擇合適的項目申請、企業需求選題、可合作的科研伙伴，與外部企事業單位進行聯合選題及協同開展科研工作的多維度數據服務，實現不同科研實體之間的協同創新，優勢互補，資源共享。還可以以學科方向為板塊搭建科技交流信息平臺，推動校內院系和科研人員之間的互通，有利于科研人員在確定科研項目的選題時，根據大數據的應用技術，實現高校科研選題合理化、科學化，達到為科研人員提供深層次服務的目的。

3.利用大數據技術助力科研管理決策。

項目立項決策是在科技活動實施前對實施該項活動的必要性、可行性及其定位、目標、任務、投入、組織管理等所進行的評價，主要是為項目立項決策提供依據。在科研項目管理的科研項立項工作中含有大量的數據信息，包括掌握課題申請單位、申請人、課題、經費、評審專家等方面的信息數據，國內科研項目立項主要采取由科研人員申請，科技主管部門組織專家評審論證篩選。大數據技術的運用，第一，凸顯項目的科學性和創新性。利用大數據技術，對項目的研究領域、預期成果，通過對課題選題的創新性、科學性與外部文獻庫進行對比分析，對課題論證的關鍵因素進行綜合查詢和分析，發現和構建科學的指標體系和篩選方法，判斷得出該項目立項的必要性，達到提升項目立項決策的科學性的目的，合理地選擇項目予以資助。第二，項目安排的合理性。傳統的信息管理模式沒有任何的輔助決策功能，僅僅只是從管理系統中提取原始數據的簡單的信息化過程，同一項目負責人利用同一選題在不同來源的科研項目中重復申報等現象是項目立項工作中存在的一些重復性、極大地浪費人力、物力和財力的現象，如何利用已有的內外部原始數據進行數據分析和挖掘工作，以此指導科研項目立項，促進科技資源優化配置，避免重復立項，從而節約科研資源，促進公平競爭，且有效引導科研人員創造性地開展研究工作，值得深思和研究。

參考文獻：

[1]李國杰.大數據研究：未來科技及經濟社會發展的重大戰略領域：大數據的研究現狀與科學思考[J].中國科學院院刊，2012，27（6）：647-657.

[2]叢培民.從政策研究視角看大數據對科研管理與決策的影響[J].科研信息化技術與應用，2013（6）：29-35.

[3]Minelli M， Chambers M， Dhiraj A.. Big Data， Big Analytics[J].Wiley & Sons，2012（9）.

[4]吳生，趙雪曼.高校科技統計實踐與分析[J].技術與創新管理，2012（33）：503-505.

[5]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，2017（2）：30-33.