大数据推动高校科研管理工作的探索

潘睿劼

摘 要： 大数据概念及技术一经提出即倍受关注，在中国数字与信息化时代，高校传统的科研管理数据处理方式已不符合现阶段的发展，高校的科研管理要朝着便捷化、信息化、规范化的方向发展，通过大数据技术手段挖掘、整理、加工标准化的原始科研数据，构建高校科研管理信息化体系与平台，增强高校科研管理人员较强的数据意识，推动高校科研水平的进一步提升。

关键词： 大数据 高校科研管理 信息化建设

一、 引言

随着互联网的蓬勃发展，“大数据”在人们的生活和学习中日益普及，人们迎来了“大数据”背景下的信息技术革命。当前，信息化已经成为促进经济社会不断发展的关键，大数据作为当前信息化建设的主角正在并将不断创造出巨大的经济价值和社会效益，并关系到政府、企业、社会及每个人的生活[1]。大数据指引人们从知识化和信息化迈向智能化的时代。对于高校而言，“大数据”也在科研管理工作中扮演着重要的角色；高校科学研究是决定高校综合实力水平、持续不断发展和国际社会影响力的重要决定因素之一，高校的科研管理水平的创新和提高是直接影响着科学研究不断发展的。高校科研业务涉及广泛，其科研成果、科研经费、人员配置、验收鉴定、成果推广等一系列的过程越来越复杂，科学研究数据量与日俱增、信息资源愈加丰富，庞大和结构复杂的数据库需要有更先进的技术对大量的数据进行挖掘和分析；对于科研管理来说需要更精细化；随着大数据概念和技术的引入，大数据为高校科研管理提供了丰富的条件和资源；科研管理，作为信息化应用的新兴领域，应当而且有可能在依托大数据建设智慧化的科研管理与决策环境方面走在前列[2]。

二、大数据概述

大数据指的是数量极其庞大、速度快捷及种类繁多的信息原矿，通过对信息技术的分类与处理矿石的提炼极大地提高人们在决策制定、知识发现及过程优化方面的能力[3]。

大多数的文献通常用4个V开头的关键词来总结大数据的特征，即规模性（Volume）、多样性（Variety）、高速性（Velocity）和价值性（Value）。第一，即规模性（Volume），数据集合的规模不断扩大，已经美国互联网数从TB跃升至PE、EB，IDC的研究报告称，到2020年全球大数据将增加50倍，管理数据仓库的服务器数量将增加10倍；第二，多样性（Variety），是指数据类型繁多，包括能够用和无法用数据或统一的结构加以表示的结构化数据、非结构化数据和介于两者之间的半结构化数据，大数据包含了大量的文本、音频、视频、图片空间位置等信息；第三，高速性（Velocity），指数据产生与更新的频率，数据处理速度快，大数据往往以数据流的形态传递、生产，具有很强的时效性，实时快速处理有极高的要求，掌控好数据能有效利用好数据；第四，价值性（Value），一方面体现在庞大的数据可能只具有很少有价值的信息，即大数据具有利用的价值低，另一方面体现在如何从海量的数据、原始的数据中挖掘存在巨大的潜在价值的大数据。

三、高校科研管理信息化存在的问题

科研管理中产生大量并且结构复杂的数据，在要求科研管理专业化、精细化和准确化的今天，大数据的存在对于科研管理工作具有推动作用；一些科研管理理念和方法存在一些不足之处，已无法适应时代的要求，大数据技术的存在，对于数据的挖掘和分析会弥补和完善科研管理中不完善的地方。现阶段国家科技创新投入不断增大，高校科技科研活动迅速发展，科技管理信息化是时代发展的要求，但是某些高校现行的科研管理方式存在一些問题：第一，管理信息化目前仅停留于数据收集阶段。管理系统的功能主要集中于项目、经费、成果的录入、修改、查询、报表等基本功能，管理人员只能通过简单的统计或排序等功能获得表面的信息，隐藏在这些大量数据中的信息一直难以得到有效的应用[4]。第二，信息共享理念和功能薄弱。当前高校科研管理过程中存在收集的数据信息量庞大且种类繁杂，信息平台比较简单，与高校其他数字化平台的关联度低，高校各部门各机构只是对于本部门数据的简单累积，且各部门运行不同种类的管理系统，造成数据种类、格式上的差异，无法形成一个各部门和各机构之间的信息共享平台，导致各院系科研人员之间难以对数据进行标准化处理及信息共享，科研管理工作中信息共享不通畅大大增加科研管理人员信息收集、统计的工作量，降低工作效率，不利于科研人员了解国内外相关研究领域的发展，影响科研活动的顺利开展。第三，科研信息没有充分挖掘和分析。在信息化高速发展、各类数据爆炸式增长，数据积累多，辅助决策功能欠缺。各类系统的不断使用积累了大量的原始数据，系统的统计分析功能绝大多数局限于对人财物的简单累加，统计分析功能比较简单，所得到的信息只是表层上的。但这些数据背后隐藏着什么样的信息，怎样充分挖掘和分析这些数据，并对数据重新利用，将现有的管理数据转化为可供使用的知识，并通过这些数据为科研人员和科研管理部门提供更加丰富和有利的决策支持，以此提高科研管理的科技管理水平和技术含量。

四、大数据环境下的高校科研管理

（一）大数据的优势

许哲军指出：大数据技术是网络技术、人工智能、数据库技术等现代信息技术的有效结合，具有无可比拟的先进性。从科研管理的角度看，大数据技术通过针对科研管理系统、财务系统、人事系统及基于互联网的大型科技文献数据库、专利库等数据资源的关联分析，找出数据的相关性，提取有价值的信息，可以为传统的专家定性决策管理提供广泛的、深入的数据支持的同时，也从大量数据中发现那些尚未发现的知识，是从科学技术活动大量原始数据中自动获得知识和重要信息的过程。由于这些知识大多直接来源于数据库内部，因此它较少受外部资源的限制和影响，具有相对的独立性，对于科研决策的指导意义较为重大[5]。

（二）大数据的应用

1.大数据促进科技成果转化。

科技成果与经济效益挂钩，科研人员实现技术创新突破，实现科研成果落地和产业化是科技管理的关键，应通过科研成果转化发布平台及时向社会推广应用。促进科技与经济的无缝对接。利用该平台通过运用大数据技术进行知识共享、信息共享与服务共享，将外部技术需求数据库和院校内部科研成果库进行对接和匹配，加强科技人员与产业界的深度融合，加快科研成果被认知及推广和应用，发挥科研成果的社会和经济效益，促进产业界的科技需求有空间进行诉求。科研管理部门应积极向社会推送科研成果数据，创建科技信息和专利等知识产权信息库，同时将科研成果的转化率融入科研评价和激励机制，科研管理人员应利用大数据的平台举行科研成果展示会、学术报告会等多种形式及时发布校内科研成果和创新研究，使院校真正形成重视科研成果转化的良好氛围。

2.以数据为依托，提供个性化服务。

充分调动广大科研人员的科研积极性是科研管理的着眼点，高校科研管理需要强化为科研人员的服务意识，为他们排忧解难、开展科研创造条件。高校科研管理人员在大数据环境下可以对科研人员做出良好的引导，结合科研人员自身的学科方向和特点提供个性化的服务，应用大数据技术挖掘企业、社会和政府事业单位等对科学知识和技术的需求情况，从已收集的大量原始数据中分类、分析建立模型、数据可视化和生成文本报告等形式向科研人员提供可参考信息，预测国内外的最新热点研究领域、重点发展方向及国计民生亟待解决的重大的自然科学理论和技术研究问题，了解各种影响之间的内在联系，结合校内学科优势和科研人员实际情况，帮助高校科研团队或研究人员选择合适的项目申请、企业需求选题、可合作的科研伙伴，与外部企事业单位进行联合选题及协同开展科研工作的多维度数据服务，实现不同科研实体之间的协同创新，优势互补，资源共享。还可以以学科方向为板块搭建科技交流信息平台，推动校内院系和科研人员之间的互通，有利于科研人员在确定科研项目的选题时，根据大数据的应用技术，实现高校科研选题合理化、科学化，达到为科研人员提供深层次服务的目的。

3.利用大数据技术助力科研管理决策。

项目立项决策是在科技活动实施前对实施该项活动的必要性、可行性及其定位、目标、任务、投入、组织管理等所进行的评价，主要是为项目立项决策提供依据。在科研项目管理的科研项立项工作中含有大量的数据信息，包括掌握课题申请单位、申请人、课题、经费、评审专家等方面的信息数据，国内科研项目立项主要采取由科研人员申请，科技主管部门组织专家评审论证筛选。大数据技术的运用，第一，凸显项目的科学性和创新性。利用大数据技术，对项目的研究领域、预期成果，通过对课题选题的创新性、科学性与外部文献库进行对比分析，对课题论证的关键因素进行综合查询和分析，发现和构建科学的指标体系和筛选方法，判断得出该项目立项的必要性，达到提升项目立项决策的科学性的目的，合理地选择项目予以资助。第二，项目安排的合理性。传统的信息管理模式没有任何的辅助决策功能，仅仅只是从管理系统中提取原始数据的简单的信息化过程，同一项目负责人利用同一选题在不同来源的科研项目中重复申报等现象是项目立项工作中存在的一些重复性、极大地浪费人力、物力和财力的现象，如何利用已有的内外部原始数据进行数据分析和挖掘工作，以此指导科研项目立项，促进科技资源优化配置，避免重复立项，从而节约科研资源，促进公平竞争，且有效引导科研人员创造性地开展研究工作，值得深思和研究。

参考文献：

[1]李国杰.大数据研究：未来科技及经济社会发展的重大战略领域：大数据的研究现状与科学思考[J].中国科学院院刊，2012，27（6）：647-657.

[2]丛培民.从政策研究视角看大数据对科研管理与决策的影响[J].科研信息化技术与应用，2013（6）：29-35.

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

[4]吳生，赵雪曼.高校科技统计实践与分析[J].技术与创新管理，2012（33）：503-505.

[5]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，2017（2）：30-33.