大数据背景下高校科研管理信息化建设的现状与问题探析

2017-07-04 06:10刘爱辰
企业科技与发展 2017年11期
关键词:信息化建设数据挖掘大数据

刘爱辰

【摘 要】近年来,随着我国科技信息的不断发展,大数据已经成为备受社会各界所广泛关注的课题,且已经在社会各行各业中有了广泛的应用。而高校则是我国科研创新的重要基地之一,其科研管理信息化水平直接影响着高校科研力量的发展。但由于我国高等教育事业大多起步较晚,目前国内绝大部分高校都存在着科研管理信息化水平不高、科研管理数据共享程度较低、数据产出零散、数据质量不理想、数据利用率低等诸多问题,严重影响了高校的发展。为此,在当前大数据背景下,有必要探讨在高校科研管理信息化建设工作中运用大数据技术的必要性,从而切实推动国内高校科研管理信息化水平的提升。

【关键词】大数据;高校科研管理;信息化建设;数据挖掘

【中图分类号】G644 【文献标识码】A 【文章编号】1674-0688(2017)11-0097-03

我国高校自从20世纪末期逐步应用信息化技术以来,相继建立并完善了多个具备实际意义的信息系统,如教务系统、学生系统、招生系统、就业系统、人事系统,以及在科研管理部门运行的项目管理系统、成果管理系统、经费管理系统等,极大地提升了高校的管理效率。但是,这些不同的信息系统独立于高校的各个部门,彼此之间大多没有关联,因此导致高校内部存在一定程度的“信息孤岛”问题,不仅严重浪费了学校的各项人力、物力和财力资源,而且也阻碍了学校教学和科研工作的深入发展。因此,如何有效地对各个部门的数据进行综合利用与分析,如何采用更有效的数据分析方法对数据进行提取,是当前大数据背景下高校科研管理工作者需要解决的重大课题。

1 高校科研管理信息化建设应用大数据的必要性

所谓大数据,就是指用当前的传统技术无法有效进行管理的大量数据的集合。而从众多不同类型的数据中,快速地获取有用信息的技术,就是大数据技术。大数据技术可以说是数据库技术、网络技术、人工智能技术等的有机结合,其能够有效地解决数据丰富但知识贫乏的问题,是当前社会各界所公认的极具应用前景的数据研究和分析技术。该技术通过针对科技管理系统、人事系统、教务系统及基于互联网的大型科技文献数据庫、专利数据库等信息资源的关联分析,可以分析出数据的关联性,并从中提取出有用的信息,从而为高校在科研评估、资源分配、绩效管理等多个方面提供有力的数据支持,进而为高校的决策管理提供深入和广泛的数据支撑。

与此同时,大数据技术还有着较强的独立性。这是因为其获取信息的基础是大量原始的数据,几乎不会受到外部环境的限制,且获取的知识也大多为之前未发现的知识。

除此之外,通过大数据技术还可以将数据管理工作进化成预测分析工作,其应用在高校科研管理信息化建设领域中,可以自动对高校的内外部数据源自动进行收集,并提取出有价值的信息,之后再通过相应的算法对数据进行加工,最终演变成相应的知识,其数据衍生知识过程如图1所示。在图1中,内部源数据通常指校内的项目、人员、经费及设备等信息,外部源信息则主要来自主管部门的科研数据,而Web源数据则通常来自网上公开的专利、文献及各类成果等数据。

2 大数据背景下高校科研管理信息化建设存在的问题

近年来,国内不少高校都相继建立了科研管理系统,有效地简化了科研管理部门的日常工作流程,提升了高校科研管理的效率,也为各大高校乃至国家积累了极为有价值的科研数据。但必须认识到的是,随着我国科技水平的逐渐提升,特别是大数据技术的逐渐应用,高校对科研管理信息化的要求也在逐渐提高,客观上也使得当前的高校科研管理信息化建设出现了一些不足。

第一,高校科研管理信息化水平不高,长期停留在收集数据的阶段。目前,绝大多数高校的科研管理系统大多仅具备基本的录入、查询、修改及报表等功能,相关人员获取到的信息也大多为表面信息,而对于隐藏起来的信息,则一直缺乏有效的挖掘和分析手段。

第二,和校内其他应用系统的关联程度不高,且统计分析功能也相对较弱。具体来说,高校的科研管理系统和校内的其他系统基本没有信息之间的共享,“信息孤岛”现象非常强。与此同时,科研管理系统的统计分析功能也仅仅只是简单累加了项目的人员、经费、数量等信息,基本未对数据本身所包含的问题进行反映,也缺乏较强的数据支撑和辅助决策功能。

3 大数据方法在科技管理中的应用探索

鉴于此,在当前大数据背景下,有必要在传统的高校科研管理中应用大数据技术,进一步利用高校积累的庞大数据,并将其转化成为对高校科研有用的知识,从而提高高校的科研管理信息化水平,进而为相关管理部门提供数据支撑和决策参考。

3.1 科研评估

在现代科研管理领域中,科研评估是一项非常重要的手段。高校如何合理地分配其有效的科研资源,如何对科研项目的可行性及科研机构的实力进行客观的评价,对科研项目的发展有着非常重要的意义。而在科研评估过程中,如何对数据进行处理则至关重要。

近年来,随着信息技术的飞速发展,人们可以便捷地检索到全世界范围内的科技数据信息,而面对如此规模巨大的数据库,如何快捷地提取出对自己有用的知识,则是一件系统而复杂的工程。当前,绝大部分高校科研机构基本采用传统的数据分析和简单的传统统计方法进行数据分析,但这种方式受各项资源的限制性较大,因此很多隐藏在数据背后的深层次知识都无法进行有效地理解和应用,严重者甚至还会出现“数据灾难”或者“数据荒废”的现象。所以,传统的数据分析方式已经难以满足高速发展的科研需求,想要挖掘出数据背后的深层次规律,想要更加快捷、有效、经济地获取知识,大数据技术正好满足当下的科研管理需求。具体来说,其可以综合高校内部、外部及Web端的数据资料,如高校可以从主管部门的数据库中获取项目的类别和数量,从内部数据库中获取项目参与的人员、经费乃至设备等信息,从Web端中获取前人的专利和论文资料,从项目成果报表中获取项目的奖项和成果转让概况,从而综合成各类相关数据,并采用相应模型整合上述指标,进而为负责项目评估的专家提供必要的数据支撑,确保评估结果的公正性和客观性。

3.2 项目立项决策

项目立项决策是在科研项目开展前对实施该项目的必要性、可行性及其定位、目标、任务、投入、组织管理等所进行的评价,其主要目的是判断项目的优劣性,因此在科研管理中占有重要地位。通常来说,科研项目立项主要包含以下几个方面内容:首先,项目的科学性,如立项依据、项目的创新性和项目的效益等;其次,项目的合理性,如经费安排的合理性和技术路线的可行性等;最后,项目的运行条件评价,如项目负责人的实施能力、工作基础及前期项目的完成情况等。

国内高校科研项目的立项通常由科研人员申请,主管部门组织相关领域的专家进行评审,经过论证后选择最具优势的承担单位与负责人实施和管理。在这一过程中,通常会涉及大量的数据管理,如项目的申请单位、申请人的信息、经费信息、设备信息及专家信息等多个方面的数据。当前,尽管科研主管部门的数据库中基本包含了项目申请与评审阶段中的大多数日常操作,如申报材料的上传、分发给专家、统计评审结果等常规性的步骤,但其仅仅只是将传统的管理模式附加了一个信息化手段,基本没有更进一步的辅助决策作用。

鉴于此,在当前大数据背景下,必须采用大数据技术对上述庞大的数据进行分析和挖掘,以便降低科研项目立项过程中的一些繁琐性和重复性的工作,避免出现项目经费浪费,项目承担单位与负责人不合理的现象,从而优化高校科研资源配置,提升科研经费使用效率,提高高校科研管理水平。具体来说,首先应当应用大数据技术对项目的创新性、科学性和外部的文献资源数据库进行综合分析;其次应当尽快建立一套完善的科研项目筛选指标体系,通过建模和人工智能等算法,对科研项目的各项因素采取联合查询与分析,从而尽可能地在科研项目立项前将不合理的因素排除在外,进而选择合理的项目予以审批立项。

3.3 优化资源配置

当前,国内不少高校的科研资源均存在一定程度的短缺情况,但必须承认的是,与有限的科研资源相反的是,国内大部分高校也依然存在科研资源无法有效利用、有限资源重复浪费的现象。不仅如此,不少高校对不同的院系和专业还存在着明显的科研资源分配不合理的现象,严重制约了高校整体科研水平的统筹发展,一定程度上也导致了科研资源的浪费和低水平项目重复实施的现象,客观上降低了高校的科研实力与整体创新水平。

应用大数据技术的科研资源配置主要从以下3个方面做起:第一,对原始数据进行采集与清洗工作,完善以人员库、经费库、成果库及以科研用房、科研仪器为基础的科研资源数据库;第二,建立适合高校自身发展的评判模型库,包含各类科研资源、科研成果的计算参数与规则库;第三,建立以定量化的绩效考核为基础的资源配置工具与决策支持管理工具,从而更好地对科研资源进行优化配置。

3.4 项目全寿命管理

当前,国内高校的科研管理大多“重申请、轻结题”,对科研项目的全寿命管理把控能力弱,结果导致不少科研项目的质量都不尽如人意,很多时候甚至只能依靠项目承担者的态度和责任,使得相当一部分高校科研管理人员为之苦恼。

科研项目的全寿命管理主要包含项目计划的制订、人员和经费管理、中期末期检查等多个环节。应用大数据技术,可以通过高效的信息化手段,将分散的相关信息组合加以分析提炼,如项目的经费使用情况、科技文献数据库中的相关科技成果引用情况、项目组成员的工作量及设备仪器的使用情况等,从而深入挖掘出项目实施各要素之间的内在联系,进而帮助科研管理部门及时发现问题和解决问题。

4 结语

综上所述,在当前科技信息飞速发展的今天,大数据及大数据技术作为一个多学科交叉融合而形成的研究热点,被人们广泛应用在人类生活的各个方面,其有着非常广阔的应用前景。而在高校科研管理信息化建设领域中应用大数据技术,不仅符合时代发展的潮流,而且能够为科研项目决策提供科学的数据支撑,并有效地对现行科研管理体制进行改革,提升高校科研管理水平。

参 考 文 献

[1]许哲军,付尧.大数据环境下的高校科研管理信息化探索[J].技术与创新管理,2014,35(2):112-115.

[2]周涛.加强高校科研管理信息化建设[J].中共山西省委党校学报,2014,37(1):117-119.

[3]李海生,李春青.互聯网环境下的高校科研管理信息化建设[J].电脑知识与技术,2014,10(18):4352-

4353,4355.

[4]崔鹏.高校科研管理信息化建设探析[J].中央财经大学学报,2014,(S1):81-83.

[5]马跃,唐燕梅,王兵.运用信息化技术创新高校科研管理工作[J].高等建筑教育,2014,23(4):174-179.

[6]梅耀敏.高校科研管理信息化平台的设计与实现[D].长春:吉林大学,2015.

[7]王晓军,孙路阳,卢慧聪,等.高校科研管理系统与科研管理信息化[J].吉林医药学院学报,2014,35(6):

459-460.

[8]王睿芳.基于校园网的高校科研管理系统信息化建设[J].价值工程,2016,35(8):65-67.

[责任编辑:陈泽琦]

猜你喜欢
信息化建设数据挖掘大数据
探讨人工智能与数据挖掘发展趋势
基于并行计算的大数据挖掘在电网中的应用
事业单位人事管理信息化建设策略研究
企业财务管理信息化建设研究
基于大数据背景下的智慧城市建设研究
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究