大數據時代如何建立健全高校科研評價體系

馮文文

摘要：信息技術在飛速發展，大數據技術作為信息時代新的技術手段，給數據深層次挖掘和應用帶來了極高的應用價值，同時也給各大高校的信息儲存乃至信息管理帶來極大的挑戰。高等院校作為我國科學研究發展的重要基地，高等院校的教育水平與高校科研能力有著密切關系，有效的高校科研管理體系也是高校科研工作創新發展的重要支持。大數據與高校的科研評價體系存在著一定的關聯性，為此需要利用大數據背景帶來的發展優勢健全高校科研評價體系。基于此，對大數據內涵及特征進行闡述，對大數據背景下完善高校科研評價體系的原則進行分析，對健全高校科研評價體系的方式進行探究。

關鍵詞：大數據 高校 科研評價體系

中圖分類號：G644 ?文獻標識碼：A ?文章編號：1009-5349（2020）04-0182-02

大數據技術在金融理財、消費需求等行業領域中廣泛應用并得到顯著的應用成果。現階段高校科研方面的大數據技術應用，僅停留在數據收集以及數據處理的簡單階段，在高校內部仍舊沿用傳統的科研評價模式，致使數據失去原有的應用價值。傳統高校科研評價體系的應用隨著時間的推移，應用效果的弊端也越發明顯，對于高校科研發展極為不利。為了有效管理高校科研工作，需要利用大數據技術對科研數據深層次分析，對科研資源進行科學合理配置，有效調動高校科研人員的工作熱情，實現高校科研工作的改革發展。

一、大數據

1.大數據內涵

我國有關大數據技術的應用極為廣泛，其發展潛力以及產業空間極大，大數據不僅是一種行業應用流行詞匯，更是推動社會發展的重要手段。大數據在學術界并未有明確的界定，但也并未影響各行業對大數據的研究和影響。維基百科對大數據的定義簡述為：大數據是數據集合，現有的數據庫管理工具以及傳統數據應用難以對其有效采集、存儲以及可視化。大數據隨著信息社會發展既帶來機遇也帶來挑戰，高校科研管理具備應用大數據的先天優勢，為此在高校科研評價體系中應用大數據資源可提升科研信息的獲取準確性，為高校科研管理服務提供更為準確的決策數據。

2.大數據特征

大數據具備多樣性、價值性及高速性的特征，因此能借助數據流的形態快速生產數據信息。大數據作為信息時代的新生技術，其應用領域以及應用價值仍舊需要相關人員進一步探究。

多樣性特征：大數據多樣性特征，不僅指大數據信息、數據的種類，也包含大數據內簡單的文本信息，這些信息可以用媒體形式呈現。

價值性特征：大數據包含的數據信息極大，但價值密度極低，需要應用在龐大的數據庫中提取有效的數據信息。

高速性特征：大數據與數據流的移動代表人們對于數據的實施需求，因此大數據的高速性特征可提升應用者的數據敏感度以及決策能力。

二、完善高校科研評價體系的原則

高校科研評價體系的完善與否關系著高校科研管理成效，良好完善的科研評價體系可全面提升高校科研管理質量，激勵高校科研人員開展創新研究。為此，大數據背景下高校科研評價體系的完善需要遵循以下原則，以促進高校科研活動的開展。

1.系統性與全面性原則

高校科研活動涉及的工作較多，因此高校科研活動系統較為復雜，在選取科研評價過程中，需要對系統中的各項關系明確和處理，處理科研與教育、科研與學科建設之間的關系，保證制定的高校科研評價體系具備全面性特征，將高校科研活動中的內容全面真實地反映出來。對于評價對象的評判，需要從多個角度開展評價工作，避免評價結果存在偏頗，保證評價工作的順利開展。

2.整體性與類別性原則

高校科研活動種類繁多，制定的高校科研評價標準需要根據科研活動內容設置。從本質來講，高校的科研成果主要分為自然科學類以及人文社會科學類，不同類型的科研活動涉及的研究內容、研究規模、研究難度以及研究價值存在著極大的差異性。此外，不同學科的研究產出也存在一定的類別性，為此在科研成果評價過程中，需要根據科研項目的不同，選取不同的科研評斷側重點，在評價指標選取過程中需要根據學科的研究規律，確保不同的科研項目采取不同的科研指標進行科研評價。

3.科學性與合理性原則

科學的科研評價需要建立在科學性、合理性并存的科研評價體系中。為了保證科研評價結果具備實際應用價值，評價指標的選取需要確保能反映科研活動的特征，遵循科研活動規律、符合科研活動本質。此外，在進行高校科研評價體系構建時，要保證評價系統的可操作性，確保高校科研評價系統根據不同的情況適當調整，繼而確保高校科研評價結果的說服力。

三、建立高校科研評價體系的方式

1.考核為基礎，完善高校科研評價體系

科研評價是提升高校科研管理水平的主要手段，不同層次的評價活動對科研活動的影響存在一定的差異性，不合理的評價制度影響著高校科研進程。當前，大多數高校的科研評價考核為一年一次，不僅占據了科研管理人員的時間精力，形式也是大于科研評價內容。為此，參照國際通用科研評價周期，在高校內部建立3—5年的科研考評周期，利用大數據對科研考核內容進行搜集、儲存，便于科研考核人員的科研考評管理。對于特殊的科研項目要根據實際情況，試點延長科研考評周期。長周期考核更符合高校科研人員的科研規律。但考核時間過長對科研人員的約束力也會減弱，需要制定相應的短期考核機制，以短期考核機制促進科研計劃完成，長期考核結果作為科研人員晉級晉升的主要依據。

2.以技術為推動，完善高校科研評價體系

大數據時代高校科研評價指標需要由以往的單維指標分析轉變為社會網絡分析，通過對科研活動的相關性的分析，繼而挖掘科研活動的潛在聯系，利用網絡信息流動來判斷個體對象在集合群的地位和貢獻程度。高校評價體系的評價要素需要實現多元化融合轉變，通過對評價個體的社會主體、權威性以及經驗性進行賦值，進而佐證各項主體評價的合理性。大數據背景下的科研評價體系的典型特征就是期刊與網絡的有效集合，通過對全網內的數據內容分析處理，將科研學者線上學術交流活動以及學術成果推薦內容的數據信息進行搜集，繼而實現高校科研評價體系由靜態階段向動態全過程的評價轉化，實現對學者科研活動的動態追蹤，確保高校科研評價系統的準確性和合理性。

四、結語

總而言之，信息時代下如何利用大數據技術實現高校科研評價體系的完善，是高校科研管理人員的重要研究課題。對于高校科研人員來講，良好的高校科研評價方式是他們從事科研的保障，能夠推動高校科研工作的順利開展。由于現階段的高校科研評價模式仍舊存在一定的構建弊端，致使高校科研評價結果難以滿足高校科研人員的工作需求，借助大數據實現高校科研管理模式創新完善勢在必行。為此高校科研管理部門需要充分抓住大數據背景發展機遇，健全高校科研評價體系，整頓高校的科研風氣，最終實現我國高校科研水平的提升。

參考文獻：

[1]高峰.圖書館大數據分析在高校科研與人才評價中的實踐：以湖北經濟學院為例[J].內蒙古科技與經濟，2019（7）：127-128.

[2]吳勇，夏文娟，朱衛東，等.英國高校科研評估改革、科研卓越框架及其應用[J].中國科技論壇，2019（2）：160-168+178.

[3]余鵬，李艷，萬晨.融合多源異構教育大數據的高校科研服務系統設計研究[J].圖書情報知識，2019（1）：32-43.

[4]牛海濤.大數據環境下高校科研管理及數據管理體制的創新[J].現代信息科技，2018，2（3）：115-117.

責任編輯：楊國棟