研究生学术交流实效的大数据分析研究

宁黎苗 骆学春 贾军

摘 要：本文利用大数据可视化分析方法和数据关联挖掘方法，对近五年研究生参与学术交流活动情况及近五年研究生取得的学术成果数据做分析，以此挖掘出学术交流活动与研究生最终学术成果的产出的内在联系。该研究结果证明，积极的有针对性的参与学术交流活动，对培养研究生创新能力，具有极大的促进作用;另一方面，本文的研究结果对高校开展有针对性的学术交流活动具有一定的理论意义和应用价值。

关键词：研究生 学术交流 大数据分析

研究生教育是我国教育体制中的最高层次教育，肩负着为建设创新型国家和全面建设小康社会培养高层次、高素质、创新型人才的艰巨使命。 “创新是一个民族进步的灵魂，是一个国家兴旺发达的不竭动力。”习近平总书记说，“我们必须把创新作为引领发展的第一动力，把人才作为支撑发展的第一资源，把创新摆在国家发展全局的核心位置”。研究生作为我国科研工作的生力军，也是未来承担建设创新型国家的重要力量。研究生创新能力的培养，是关系我国实施创新驱动战略的重要问题之一。研究生学术交流活动是研究生培养的重要环节，是研究生创新能力培养的重要抓手。研究生学术交流对学生学术成果的实效，是一个重要的基础性问题。

本文通过对我院近年来学生参加学术交流活动情况、学生学术成果情况，进行大数据分析，研究研究生学术交流活动与学术成果的相关性。包括各种学术交流活动的实际效果，各种学术成果与学术交流的关系等。研究结果有利于有针对性开展学术交流活动，提高学生的创新能力，对指导研究生开展学术交流活动，培养研究生创新能力，具有一定的理论意义和应用价值。

一、研究内容与方法

1.研究内容。我校研究生学术交流活动形式多样，来源丰富。有学术讲座、学术沙龙、学术会议、联合培养等多种途径，学术成果也包含发表高水平学术论文、申请发明专利和软件著作权、成果获奖等。本文通过统计近年来我院研究生学术交流的情况，学生取得学术成果的情况，主要研究两个方面的内容：

（1）研究学术讲座、学术沙龙、学术会议、联合培养等多种方式对学生学术成果的促进效应。

（2）研究生发表高水平论文、申请发明专利和软件著作权、成果获奖等情况与学术交流的关系。

2.研究思路。通过数据分类整理，数据分析和结果解读三个步骤进行研究工作。

（1）数据分类整理。对近五年研究生学术交流活动，包含参加学术讲座记录、参加学术沙龙记录、参加学术会议记录、出国联合培养记录进行归类整理，整理出近五年研究生学术交流活动记录表。同时，对近五年研究生取得学术成果，包含发表高水平学术论文、申请专利、申请软件著作权及成果获奖等情况进行归类整理，整理出近五年研究生学术成果记录表。

（2）数据分析。通过对步骤（1）中获取的两部分数据，采用大数据可视化分析及数据关联挖掘等方法，可视化呈现各变量之间的定性规律，以及隐含在数据内部的关联规则。

（3）讨论。根据步骤（2）中的数据分析结果，得出研究生学术交流因素对研究生创新能力培养，研究生学术成果的取得所产生的积极意义。

3.研究方法。利用大数据可视化分析方法和数据关联挖掘方法，对整理出来的数据做分析，最后对分析结果进行解读。

（1）可视化分析是一种分析技术，主要应用于海量数据关联分析，可辅助人工操作将数据进行关联分析，并做出完整的分析图表。主要应用于海量数据关联分析，由于所涉及的信息比较分散、数据结构有可能不统一，而且通常以人工分析为主，加上分析过程的非结构性和不确定性，所以不易形成固定的分析流程或模式，很难将数据调入应用系统中进行分析挖掘。借助功能强大的可视化数据分析平台，可辅助人工操作将数据进行关联分析，并做出完整的分析图表。图表中包含所有事件的相关信息，也完整展示数据分析的过程和数据链走向。同时，这些分析图表也可通过另存为其他格式，供相关人员调阅。

（2）关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，從而描述了一个事物中某些属性同时出现的规律和模式。关联分析是从大量数据中发现项集之间有趣的关联和相关联系。

二、实验及结果

1.实验数据。实验数据来源四川大学计算机学院近五年研究生学术交流活动记录，包含参加学术讲座记录、参加学术沙龙记录、参加学术会议记录、出国联合培养记录，以及研究生学术成果记录，其中研一占比11%，研二占比38%，研三占比51%。

2.数据分析。

实验数据如图1所示：

其中2018年数据统计截止到9月，因此数据量较其他月份偏少。从图中可以看出学生参与学术活动的次数逐年提高，并且产出的高水平学术成果也显著提高。

在对学生参加学术讲座、学术沙龙、学术会议、论文研讨、实验室组会和其他学术活动计算总和后，利用person相关性分析学术活动总次数与发表论文篇数呈现正相关，且能通过置信度<0.05的显著性检验。见表1

比较奇怪的是，通过对参与实验室组会次数与学术论文相关性分析，表明参加组会次数与发表论文数也呈现正相关。而在分析参与学院统一组织的学术讲座和发表论文篇数的相关性分析时，两者并未呈现正相关。见表2

三、总结与展望

本文利用大数据可视化分析方法和数据关联挖掘方法，对近五年研究生参与学术交流活动情况及近五年研究生取得的学术成果数据做分析，实证学生参与学术活动的次数与高水平学术成果产出有正相关性，但在学生所有参与学术活动中，由课题组组织的每周形式的例会，对研究生科研产出最为重要，其重要性比学院范围内的学术讲座更为重要。本文通过数据挖掘，分析学术交流与研究生最终学术成果的产出的内在联系，对高校开展有针对性的学术交流活动具有一定的理论意义和应用价值。

参考文献

[1]习近平.在党的十八届五中全会第二次全体会议上的讲话（节选）[J].求实，2016年1期

[2]周苏，王文等.大数据可视化[M].北京：清华大学出版社，2016

[3]武松，潘发明等.SPSS统计分析大全[M].北京：清华大学出版社，2014