前言：寻找写作灵感？中文期刊网用心挑选的高校科研信息化探索，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
［摘要］大数据背景下，信息化技术与教育教学的融合改变着人们的思维方式，我国高校科研信息化进程迎来巨大的机遇和挑战。因此，高校科研管理必须基于大数据展开一系列科研探索工作，进一步实现研究数据共享复用，推动高校成果转化，促使高校科研管理实现信息化。文章基于大数据环境背景对高校科研信息化进行探究，目的是希望能给传统高校的科研管理工作提供一定的理论和实践意义。
［关键词］大数据；高校；科研管理；信息化；具体措施
0前言
当前，大数据在消费需求、医疗治理、金融理财等领域具有丰硕成果，而对于大数据技术在高校科研方面的应用仅仅停留在收集数据和简单处理数据阶段，失去了数据真正的应用价值［1］。因此，大数据时代背景下，针对现阶段高校科研管理方面存在的问题进行探究，结合信息化方式，充分利用高校科研数据进行探析，让其大数据在高校科研管理工作上发挥自身重要价值和意义，从而推动高校科研管理改革，让大数据与高校科研建设同行。
1大数据的概念和特征
现如今大数据的开发与利用已经在各行各业广泛展开，并产生了巨大的社会价值和产业空间。“大数据”已经不再是一个流行术语，2013年初，中科院倡议应将大数据提升为国家战略［2］。由此可见，随着社会发展，只有试图真正掌握大数据发展趋势，才能把握信息化社会发展的方向。
1．1大数据的概念
关于大数据，学术界现今还没有明确定义，但仍不影响对大数据的进一步研究和应用。“大数据”研究机构Gartner给出了这样定义：大数据需要更强的决策力去适应海量信息资产；麦肯锡全球研究认为，它是一种规模很大的数据集合，远超过传统数据库软件工具范围；维基百科对大数据定义简明为：大数据也是一种数据集合，但它在现有数据库管理工具或传统数据应用中难以采集、存储和实现可视化。
1．2大数据的特征
大数据具有数据巨大和规模完整性特点，数据的加工处理技术和网络带宽在成倍增加，但在实质意义上，数据的数量级大小不重要，重要的是其完整性；大数据本身具有多样化的特点，信息和数据的种类繁多，不仅包括简单文本，而且能够用各种媒体方式进行呈现；大数据具有高速性的特点，在定义上代表数据流和大数据的移动，在现实生活中则体现为对数据的实时需求，高速性要求具有时间敏感度和决策分析能力；大数据运用的实在意义体现为价值性，虽然大数据具备众多优势，但其价值密度低，在庞大的数据群体中有价值的信息非常少［3］，数据的价值是稀缺的和不确定的，所以提取这些有价值的信息是大数据研究的关键。
2传统高校科研信息化引入大数据的必要性
2．1传统高校科研信息化存在的问题
我国针对高校发展提出了“211工程”“985工程”和“双一流”大学建设举措，目的是进一步提升高校的学科和科研建设。当前随着大数据时代的来临，高校尽管建立了一系列专门的数据库和数据管理系统，实现了科研信息化体系，但在使用过程中仍有很多问题出现。
2．1．1科研信息化建设处在探索时期
虽然我国比较重视各高校的科研管理的信息化建设，且投入大量资金进行建设，但是由于数据管理工作较为复杂，且流程较多，需要大量的人力和物力进行支撑，导致科研信息化管理仍旧停留在数据收集阶段，数据积累多，而数据的价值在于对数据的分析利用［4］，所以当前高校对大数据的利用率极其低下，统计分析功能也比较简单。各大高校虽已经建立起了高校科研管理系统，但数据统计分析功能仅仅被限制在狭窄的校内进行，高校间缺乏数据融合的数字化平台，在这种情况下，数据收集的多样性和规模性得不到体现，极大地限制了数据资源的交流和共享。未来如果要实现高校科研信息化管理建设，必须引入大数据，真正意义上凸显数据价值。其次，部分高校对科研事业不够重视，对科研硬件建设却十分关注，忽略大数据信息库软件建设，造成软件和硬件资源建设不协调的问题，使得硬件设备存在浪费现象。同样，科研管理方式较为单一，信息传递较慢，导致失去信息的时效性和价值性。因此，后期科研工作需要改变模式陈旧和单一方式，让数据得到充分利用，更好地为科研管理提供决策性作用。
2．1．2科研管理模式与信息化理念有待提升
很多高校科研管理人员缺乏科研管理理念，只重视科研项目的数量、经费的管理，造成科研工作停滞不前。与此同时，很多科研管理人员缺乏相关科研管理知识，只是简单应付工作，很难反馈科研的实际情况，而且多数科研人员由于身兼科研和教学双重工作，未能将自身精力很好的投入科研工作中，造成科研成果质量不高。因此，大数据背景下，给科研管理创新工作提出了巨大挑战，高校科研工作需解决当前不适应高校科研管理过程中的系列问题。
2．2高校科研信息化引入大数据技术的优越性
大数据技术相对于传统的数据处理手段而言，它具有很多不可比较的优越性，它是多种现代信息技术的有效结合，包括了数据库技术、互联网技术等，是一个从大量原始数据中自动获得知识和重要信息的过程。而这些知识和信息具有自身相对的独立性，多数来自高校内部科研原始数据收集、科研人员主动推送，较少受外部资源的限制和影响。这些数据对于提高科研选题和申报科研项目的针对性、建立高效的学术监督体制、提高科研决策和工作效率等方面的指导意义也较为重大。相对而言，大数据分析更能获取可“回收利用”的信息流量，更能为高校的科研信息化建设提供了前所未有的空间与潜力。大数据技术能够让数据产生知识，但往往收集的原始数据是大量、高速、多变的信息，在收集不同类别的数据源之后，需提取有效信息并进行数据清洗、转换、重构工作，之后需要专门的人才将进入数据仓库的数据进行新型的处理方式［5］，在此过程提取出有价值的数据并进行再一次的智能分析，最终投入到实际应用中，提高科研效率。数据提取知识的过程如图1所示。
3大数据在高校科研管理创新中的应用
3．1大数据有利于高校科研选题科学化
高校科研工作者确定科研选题和申报科研工作是一项严肃而又艰难的系统工作，而选择合适的科研课题，是科研开展最为基础和关键的一步。现阶段，高校科研工作选题仅根据网上或者学校科研处的研究指南进行选择，这样的选题往往会因为选题范围太过狭隘出现科研题目背离社会需求或内容重复现象，进而造成人力和财力的浪费。通过引入大数据的系列技术，科研管理部门可以根据社会各个方面对科学知识和技术的需求情况进行数据挖掘，或者用此技术辨别出社会最为迫切和较能体现经济效益的数据，将其数据进行分析，之后提供给科研人员作为课题申报的方向，从而提高科研选题的针对性和科学性。当然，大数据技术还可以给高校研究人员和社会各类事业单位搭建联系平台，既实现优势互补，资源共享，降低科研成本，又使得科研成果得到有效检验，提高研究工作的经济效率和效益。因此，大数据引入科研信息化建设过程中，可以对数据进行相应挖掘处理，使得科研选题和申报工作更科学化。
3．2大数据有利于建立高效的学术监督机制
众所周知，学术道德现在越来越受到人们的重视，一篇学术论文的发表，最重要步骤就是论文的。现如今，很多高校已经建立起了一套完整的学术监督体制，但是由于技术水平、数据库没有全覆盖等问题出现，的效果不太理想，在学术界仍然存在弄虚作假的现象。因此，大数据的出现，带动数据的规模化和精确性，从而让学术论文的率大大提高，更有利于高校学术监督机制的建立。
3．3大数据技术有利于实现数据共享和资源的优化配置
科研项目研究工作的开展，常需要搜集大量的数据。而现在高校在科研方面还存在数据利用不合理及科研过程中各学科不融合等一系列问题，例如，科研工作经常出现一方面海量的科学数据闲置在数据库内，另外一方面科研人员还在急于数据的搜索，甚至还重复利用一些无用数据的现象。这些问题的出现，制约着科研活动的统筹协调，限制着高校科研水平。因此，各高校需要利用当今信息化手段，构建研究数据共享复用平台，做到一项科研项目的开展需将搜集到的原始数据进行统一收集，并应用大数据技术将不同层级、不同类别和不同区域研究项目之间数据进行处理，最终真实的至共享复用平台，进行科研数据的共享复用。这样既可节约数据采集获取的成本，又可加快项目研究进展的速度，还提高了效益和实现了资源的优化配置。利用大数据技术收集原始数据，首先是数据采集和筛选，紧接着建立数据库，这期间可根据不同层级和不同区域建立不同种类的数据库，如人员库、经费库等；再次是建立适合各自高校学科发展的评判模型库，这是数据库建立最为关键的一步，需要较高处理技术的核心科研人员进行管理，建立起不同的科研资源库及科研规划库等，方便后边数据复用平台的数据提取使用，最后是建立资源配置工具和决策支持管理工具，以此完成科研资源优化过程，最终实现大数据的共享。大数据技术的科研资源优化过程如图2所示。
3．4大数据有利于提高科研决策和效率
目前，虽然高校科研部门已经收集了大量科研信息，但是当前对原始数据的合理利用只是停留在传统管理模式上的一个信息化过程，基本没有任何的辅助决策功能。大数据概念的引入，从项目筛选角度而言，可以与外文文献库进行对比分析，进而检验项目研究方向、科研成果的科学性和合理性，以此来提高高校科研项目的质量，而不只是为了结题而结题；从申请者角度来讲，可以基于申请者之前对科研项目的完成数据，发现并建立符合科学逻辑的科学体系，真正确定具有科研能力的候选人，达到提升项目立项决策的目的［6］。这个过程中，引入大数据技术极大地提高了决策的可行性和科研工作的效率。
4基于大数据背景的高校科研信息化建设策略
高校科研信息化建设引入大数据技术是大势所趋，为了保证高校在大数据时代建立自己的科研信息化体系，需要采取以下措施。
4．1创新理念，加强科研信息化队伍建设
大数据背景下，加强高校科研信息化建设，既要创新科研理念，又要加强科研信息化队伍建设。首先，高校科研管理部门是高校科研数据挖掘、清理和智能化处理的关键地方，需要加强大数据观念的宣传力度，推动从事科研工作的研究人员转变观念。具备“数据驱动”的理念，发挥数据的价值性，使得科研工作更加具有实用价值和创新性。其次，高校应加强科研信息化队伍建设。一方面积极引入优质的科研管理人员，确保能够熟练地使用大数据技术，促使科研管理工作不断向前发展，为整个高校的科研队伍注入新的信息化活力；另一方面，加强对科研工作者的培训工作，锻炼其专业能力，促使科研管理工作能够不断向前发展，跟上时代潮流，真正意义上从根源上进行科研工作的开展。
4．2高校科研数据的有效利用，加速科研成果转化
大数据时代，随着高校科研水平的提高，基于数据的实证研究在科研工作中更加凸显主体作用。而且，在科研进行的途中，也会不断地产生新的数据，因此，可以说，数据是科研的开始，也同样是科研的产物。高校科研工作既重视数据的收集和对外输出工作，也注重把自身科研成果推向社会，促进社会发展。由于科研是一个复杂过程，在这过程中容易造成数据出错，进而直接导致很多有价值的科研成果滞留在实验室无法转化成生产力。这就要求，大数据背景下，应当学会有效利用高校的科研数据，让科研的各种资料数据能够实时共享，转变高校科研管理中“重科研、轻成果”的传统理念，加速高校科研的成果转化。
4．3整合互联网数据平台，实现高校数据互通和共享
首先，由于高校科研工作可能存在较强的多学科交叉问题，随着科研工作数量的不断增加，学科融合度会更高，科研数据资料也将会激增。因此，全球范围内的科技资源交流、数据共享是高校科研质量提高的必由之路。其次，为了促进高校有效地将科研成果转化为现实需求，外部数据与科研成果对接工作非常重要，高校相关的科研管理部门必须积极实现高校间的数据互通和共享，并将自身的科研成果库与社会各大部门进行对接，减少信息的不对称，整合互联网数据平台，更好地提高数据利用率，实现大数据的互通和共享。
4．4完善高校科研建设机制，充分发挥大数据技术作用
完善的高校科研管理机制是高校科研管理创新工作的开展的关键，是大数据时代高校科研管理创新不可或缺的。一方面，高校可以开发出子系统与网络模块，实现科研申报、审核、检查验收的信息化，建立提高科研工作的高效性与实效性，完善高校科研建设机制。另一方面，科研管理人员和研究人员也需要依据自身的科研管理实际情况，充分地利用大数据技术，不断提高自身的科研素养，进而为科研管理工作的科学开展奠定基础，做一名新时代的科研人员。
5结语
大数据时代已经来临，不管是国家相关部门，高校管理者还是每一位科研工作者都需要善于利用大数据技术的优势，反思传统高校科研信息化体系出现的问题，积极采取措施来优化高校的科研管理创新工作，从理论基础到实践利用的各方面都要有效利用高校科研数据，促使高校科研管理健康发展，进而为高校发展科研选题科学化、数据共享、数据优化设置和科研决策等提供夯实基础。
主要参考文献
［1］冯立新，孙勇．大数据也是一种生产力———访中国生产力学会副会长李泊溪［J］．企业改革与管理，2014（9）：1．
［2］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．
［3］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，2015，35（2）：112－116．
［4］谭春霞．高校档案管理信息化建设现状及对策研究［J］．科技资讯，2015，13（11）：144．
［5］袁磊，陈长清，冯玉才．数据仓库的信息供应链模型［J］．计算机工程与应用，2001，37（22）：121－123．
［6］俞丹丹．大数据环境下的高校科研管理信息化探索［J］．课程教育研究：新教师教学，2016（12）．
作者:董红娟 谢志昆 左薇 姬永倩 吕翠莲 单位:云南大学
