基于大数据的应用型本科高校科研精细化管理创新研究

吴兴强

[摘    要] 经过近几年的发展，应用型本科高校已形成了初步完善的创新创业特色，也建立了较为系统的科研管理目标。着眼当前大数据时代，应用型本科高校需要进一步跟随时代发展的步伐，结合自身科研管理工作发展现状，以大数据为基础，通过数据挖掘、数据分析等途径实现科研工作的精细化管理。

[关键词] 大数据环境;应用型本科高校;科研管理

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 03. 094

[中图分类号] G644    [文献标识码]  A      [文章编号]  1673 - 0194（2020）03- 0227- 03

0      前    言

当前，随着互联网、云计算、人工智能等技术的快速发展，云端数据规模不断扩大，庞大的数据流逐步推动数据开发和运用技术不断创新，大数据时代已经到来。大数据时代，应用型本科高校的科学研究在提升学校总体水平、强大师资力量方面起着重要的作用，是高校职能不可或缺的一部分，而高校科研管理部门的管理和服务水平高低将直接影响学校科研的发展。随着信息化技术成熟，高校各业务部门都建立并运行着管理信息系统，但各个系统大多独立运行、数据不能共享，产生了诸多信息孤岛。这给科研管理工作带来不便，同时，科研管理信息系统缺乏有效的数据挖掘，无法通过数据辅助完成科研评估及决策制定工作。随着大数据技术的发展，数据的有效采集、清洗、挖掘、分析技术一旦应用于科研管理，必将大幅提高科研管理的水平和能力，进而促进高校科研工作的健康发展。

1      应用型本科高校科研管理工作现状

1.1   选题科学性不足

应用型本科高校过去工作重点是教育教学，科研体量小且观念滞后，重教学、轻科研现象突出，科研工作作用更多凸显在职称评定等涉及教师个人利益的关键节点上。科研工作目标功利性强，导致大多数教师科研工作属于一种阶段性工作，缺乏长期有效的科研训练，无法了解社会层面对科学知识及应用的需求，在具体科研项目选题过程中无法掌握前沿热点并审核前期观念，最终导致高校科研与社会发展脱节[1]。

1.2   研究创新性不够

在应用型本科高校科研管理过程中，科研项目重复立项的情况时有发生，不仅与高校科研创新精神背离，而且也导致本就不多的科研资源的间接浪费。同样的或者近似的科研课题获得多级基金资助，如省部级、厅局级或校级等;或者针对某一热点科研信息，不同级别、不同类型的基金项目对同一课题重复资助等问题的出现，形成了为了研究而研究而缺乏创新点的尴尬局面，也直接导致科研资源浪费现象较为严重。

1.3   成果实用性不强

由于应用型本科高校科研人员大多以自身研究兴趣或已有研究基础为入手点，对外部企事业单位、个体科研成果需求不够重视，导致高校科研成果转化率不高、转化速率较慢。再加上高校科研人员与外界信息沟通少，与外界需求信息无法有效连接，也制约了应用型本科高校科研成果的有效转化。

1.4   监管强制性不严

虽然在当前高校科研过程中，可以通过查重软件对论文学术诚信情况进行检查，但在具体科研项目申报阶段，并没有针对性的学术诚信监督机制。这就导致部分科研人员在不正当目的的推动下，在课题申报阶段采取弄虚作假、抄袭剽窃等恶意行为。而项目评审专家在函评、会评等评审阶段，大多将评审注意力放在项目技术路线可行性、项目创新性上，对项目申报的支撑数据和前期成果等缺乏审查，导致学术不端问题屡有发生[2]。

2      大数据技术在应用型本科高校科研精细化管理中的实施原则

2.1   大数据技术促进研究选题科学化

科研项目选题是科研工作开展的起点，选题的科学性直接影响到项目实施的可行性、创新性。在大数据时代，应用大数据技术，科研管理人员可以搜集到当前科学界的热点问题、国计民生亟待解决的自然科学理论和技术研究问题，再进一步结合高校学科分类方向广泛搜集国内外有关的信息资料，发现或搜集科学问题，并将这些问题整理成科研课题以校级项目的形式在校内发布。根据学校实际情况组建重大课题预研团队，为下一步提出课题建议、申报课题做好充分准备。此外，大数据技术在企事业单位委托的横向科研项目中，更是可以发挥极其重要的科研选题桥接平台作用。当前，一些企业不了解高校的研究专长、实力和成果情况，找不到自己觉得信得过的研究团队或者研究人员来接受项目委托，帮其攻克技术难题，往往都是通过熟人牵线介绍的方式，寻找受托单位和受托人。大数据技术对于解决这种信息不对称带来的低效问题，具有极为重要的价值和作用[2]。

2.2   大数据技术避免研究工作重复化

科学研究最核心的价值是创新，发现新问题、提出新方法、攻克新难题或者完成新发明等，创新是所有科学研究活动的立足之本。基于大数据技术，可以整合挖掘不同层级、不同类别和不同区域之间科研选题申报和立项情况，结合科研选题申报高校及其研究团队的研究特长与特色，监控科研项目重复立项风险，避免重复研究，节约科研经费，减少资源浪费。高校科研管理部门在组织本單位科研人员申报各级各类项目时，要充分利用大数据技术对科研课题申报进行把关，避免重复研究，降低科研成本，节约资源。

2.3   大数据技术督促学术诚信规范化

科研人员与评审专家及科研管理人员的信息不对称是造成学术道德和诚信问题的重要原因。通过科技信息查重等技术，可以针对科技立项、鉴定、报奖等任务开展查新服务，但是课题的申请书却被排除在科技查新范围以外。应用大数据技术，高校科研管理人员在课题申报阶段，就可以对申请书进行学术道德和诚信监督，进一步形成全方位、多层次、宽领域的监督规范。

2.4   大数据技术推动研究成果市场化

开展科研工作的最终目的，还是要能够丰富和拓展科学知识或者实现技术创新突破，为人类知识探索或技术进步做出应有的贡献。研究成果一旦完成，就应及时向社会推广应用或者进行传播扩散，从而实现推动社会进步的目标。科技管理部门和高校科研管理部门可以推动建立外部实体科技需求数据库和高校科研成果数据库平台，应用大数据技术实现二者之间的匹配和对接，推动高校科研成果的快速及时转化，切实发挥高校科研成果的市场经济效益。

3      大数据技术在应用型本科高校科研精细化管理中的实施路径

3.1   制度保障精细化

在数据经过收集、挖掘后，科研管理人员还应对结果有一定的解读，对于数据的解读实质上是对数据中变量之间的关系的揭示。《大数据时代》的作者舍恩伯格认为，大数据时代对数据的解读，应当寻找变量之间的相关关系，而不是因果关系。人们很容易通过数据得出“发生了什么”，却往往忽略了“为什么发生”以及“我们今后应当做什么”[3]。科研管理人员应当利用大数据技术深度挖掘原始数据背后具有启示意义的信息，为管理层今后制定科学的、合理的、精细的决策及制度提供依据。

3.2   信息管理精细化

如前所述，高校各部门均自建有信息管理数据平台，但大都各自为政，科研数据信息资源未能实现互联互通、实时共享，必须建立一个科研管理的大数据信息平台，实现科研信息的精细化管理，如图1所示。

一是应将分散在高校各个部门的各类专属科研管理信息数据平台进行优化、整合，使之互联互通，从而构建数据互通与共享一体化的科研管理数据平台系统，既可深度挖掘科研学术数据，强化平台的复用与共享功能，又能根除学术的重复研究，强化科研的学术诚信监督，打击各种科研腐败和学术不端行为，最终发挥大数据技术在高校科研管理工作中的促进作用。二是搭建科研成果转化的数据信息平台，加强应用型本科高校科研学术成果的实用化。依托高校科研管理部门与科技管理部门，积极搭建科研成果转化的数据信息交流平台，收集社会、行业企业对高校科研成果转化应用的需求和愿望，建立成果需求库，结合高校已有的科研成果资源库，实施科研成果与社会需求的相互匹配与有机对接，减轻科研成果转化信息不对称现象，加快实现科研成果转化市场效益和社会效益的双赢。三是高校在整合数据互通与共享一体化科研管理数据平台的基础上，建立一个历年来集科研确立项目、课题负责人、关键词、研究内容、结题成果、研究团队等不同级别课题项目的科研信息资源数据库，并对其实施收集、储存、整理、分析、应用、推广、服务、管理为一体的标准化和数据化的高校科研管理资源互联共享[4]。

3.3   人才引进精细化

人才引進分为外部引进及内部组队。科研团队或科研平台根据自身研究方向向学校人事部门提出特定研究方向的人才引进需求。大数据可以综合政府、高校专家人才库、各大招聘求职专业网站及各省市自治区相关职能部门人才数据建立科研人才目标库，结合人事需求，做到针对性的外部人才引进。另外，大数据可以根据校内科研人员科研活跃度、科研贡献度实现分值评价，并实现依据科研方向和科研兴趣按照一定原则设置建议的科研小组或朋友圈，实现科研项目跨学科、跨专业的内部组队。

3.4   服务保障精细化

在大数据时代下，各行业的服务意识必将加强，传统的科研管理理念无法保证高校科研事业的健康发展，这就需要有所改变。首先，在大数据趋势下，信息挖掘要前倾，要从数据中来分析社会、国家的需求，使得科研目标更有价值、更有针对性。其次，在大数据趋势下，服务要前移，不能像过去那样等着科研人员来要数据、要结果。而是应该充分利用数据并且对数据进行分析、挖掘，掌握科研人员可能需要哪些数据或者结论，把服务工作前移，做深做细[5]。

4      结    语

综上所述，应用型本科高校科研管理工作是一项复杂的、有挑战性的工作，它极大地关系到科研工作能否顺利、有效地开展。大数据环境下，应用型本科高校科研服务模式不断变化，对科研管理工作也提出了更加严格的要求。因此，在科研管理过程中，科研管理人员应根据现阶段工作情况，利用大数据技术，从科研选题、科研团队、科研项目、科研诚信、科研成果转化等各个方面进行隐藏信息的发掘，为应用型本科高校提升管理与决策水平提供保障。

主要参考文献

[1]宋平.新建应用型本科院校科研管理的新途径[J].中国高校科技，2017（12）：25-28.

[2]杨维荣.大数据时代高校科研管理创新研究[J]. 科技管理研究，2015（14）：1-4.

[3][英]迈尔-舍恩伯格，库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州： 浙江人民出版社，2013.

[4]梁子裕.大数据视阈下的高校科研管理[J].重庆交通大学学报：社会科学版，2018（4）：127-131.

[5] 张宇.大数据背景下提升高校科研管理水平的一些探索[J]. 西北工业大学学报：社会科学版，2015（2）：112-116.