前言：寻找写作灵感？中文期刊网用心挑选的大数据技术下科研管理系统探析，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：阐述构建更加完善高效的科研管理信息系统，有效利用大数据技术和信息平台持续完善科研管理功能。针对高校科研管理信息化建设问题，提出高校科研管理信息化水平的对策措施。
关键词：大数据，科研管理系统，信息化建设。
0引言
大数据时代技术正在快速渗透到人类社会生活的方方面面，持续改变人们的生活、工作方式乃至思维方式。大数据被普遍认为是未来信息技术的核心，是国家发展不可缺少的战略资源。大数据的诞生和发展给高校科研管理带来了新的机遇和挑战。高等院校是人力资源开发和科学研究的重要平台，在高等院校发展和社会发展中发挥着至关重要的作用。科研管理水平的高低对高等院校的办学质量和学术水平有着很大影响。在新形势下，怎么用好大数据技术提高高校科研管理水平，提高管理效率，是促进高校科研可持续发展是一个关键课题。
1基于大数据的科研管理信息化建设问题
如今大多数高等院校的科研管理任务还需大量人力完成。随着科研数据的持续增加，数据收集、查询、分析工作量不断增加，从而造成许多科学研究人员和管理人员厌倦事务性工作，导致难以提高科研管理水平，具体问题包括以下几个方面：（1）项目管理规范性不足。科研项目的申报、审阅等环节依然存在大量重复工作，对整个科研项目过程缺乏有效控制，并且不能高效提供相应的数据以支持评估科研项目。（2）科研成果数据库的数据来源单一，还要进行大量的人工数据输入工作，不能做到实现成果数据的导入、导出、请求、验证等功能，也无法自动识别和、验证和分类科研论文。（3）资金管理不够细致。由于对科研经费管理的需求不断增加，原有的粗放式资金管理正变得力不从心。项目预算不合理，对资金使用链接缺乏准确的监督以及资金管理的延误等问题导致原有的科研资金管理体系无法适应信息化时代的财务管理要求。（4）与学校其他应用系统的关系性不高，统计分析功能相对较弱。很多高等院校的科研管理系统与其内部的其他系统之间无法共享信息，“信息孤岛”现象非常普遍。而且现有的科研管理系统的统计分析功能只积累项目人员、经费、数量等信息，无法全面客观地反映数据中包含的问题，不能提供强有力的数据支持和决策辅助功能。
2需求与应用探索
树立大数据管理思维。在很长的一段时间里，受高等院校科研管理机制的影响，高校科研管理人员只是重复进行上传下达工作，被动开展科研数据存储和传输，不重视科研管理工作的信息化建设对提高科研管理效率的重要意义，缺乏工作积极性以及服务意识科研管理效率难以提升。作为高校国家创新体系的重要组成部分，如果高校科研管理不能与时俱进，加速管理理念的转变，将严重阻碍高校科研管理的发展。在大数据背景下，高等院校需要做出积极的改变。科研经理需要提高对服务的认识和服务水平，从被动变为主动，建立大数据思维，并在追求数据准确性的基础上充分理解数据与信息之间的关系，创新科研工作的发展路径，为科研人员提供高效服务。利用大数据开展科研评估。科研评估是现代高校科研管理领域中关键手段，合理分配科研资源，客观评估科研项目可行性以及科研机构的实力，对于科研项目的发展至关重要。在进行科研评估时做好数据处理尤为关键。随着信息技术的不断进步，搜索科研数据信息变得很容易，但是如何能够快速从如此庞大的数据库找到有用的知识是一个难题。如今，大多数高等院校科学研究机构都使用传统数据分析和统计方法进行数据分析，但是由于传统数据统计分析方法受到各种资源的更多限制，很多潜藏在数据中的问题无法得到有效理解和应用的情况下会出现“数据浪费”现象，因此，传统的数据分析方法无法满足快速发展的科学研究需求。如果想深入挖掘数据背后的深层规则并更快，更有效地获取知识，就需要运用大数据技术。具体来说大数据技术可以在高等院校中集成内部，外部和Web数据。例如，一所高等院校可以从主管当局的数据库中获取科研项目的类型和数量，并从内部数据库中获取与该项目相关的人员，资金和设备、从网上获取科研项目相关人员以前的专利和论文，从项目结果报告中获得项目奖项和成果转让概况，通过整合各种相关数据并为项目评估提供数据参考，以确保科研项目评估的公正客观。利用大数据开展立项决策。立项决策是在科学研究项目开始之前评估其定位、目标、任务、投资、组织管理以确定项目可行性，立项决策是科研管理工作的关键一环。一般而言，科研项目的建立主要涉及以下几个方面：（1）项目的科学性，例如建立项目的基础，项目的创新、收益等。（2）项目的合理性，例如融资安排的合理性以及科学研究采用的技术路线的可行性。（3）评估项目的运营条件，例如项目负责人的项目组织能力、工作基础设施。在高校建立科研项目通常是由科研人员申报，主管部门组织专家审查，选择项目负责人和实施单位，此过程通常涉及管理大量数据，例如项目申请单位、申请人的信息，项目资金信息、项目设备信息和相关技术信息。当前，科研机构的数据库基本上包含了项目申请和审查阶段的大部分日常工作，例如上载申请材料，分发给专家以及统计审查结果等步骤，但现有的管理模型只添加了一种信息化手段，基本上没有进一步的辅助决策作用。因此，在当前大数据的背景下，上述大数据的使用可以避免在开展科研项目过程中的重复和烦琐的工作，避免浪费项目资金，通过深入分析和挖掘数据，优化高等院校的科研资源分配，提高科研经费的使用效率，提高高等院校的科研管理水平。具体来说，（1）需要应用大数据技术来全面分析科研项目的创新性、科学性。（2）通过建模，人工智能等技术尽快建立一套完整的科研项目筛选指标体系。为了在建立科研项目之前尽可能地消除不利因素需要对科研项目的各种因素进行联合研究和分析，从而选择合理的项目进行审批。
3利用大数据优化资源配置
许多国内高等院校都缺乏科研资源，但是与有限的科研资源形成对照的是，大多数国内高等院校仍存在不能被有效利用的科研资源，科研资源被反复浪费的现象。不仅如此，许多高等院校仍然不合理地将科研资源分配给不同的系和专业严重限制了高等院校整体科研水平提升，低水平科研项目的重复实施客观上降低了高等院校的科研能力和整体创新水平。而利用大数据技术分配科研资源主要从以下三个方面入手：（1）收集和清洗原始数据，以改进基于科研设备的人员数据库、经费数据库、成果数据库等科研资源。（2）建立适合高等院校发展的科研项目评判模型数据库，例如各种科研资源、科研成果计算参数、科研成果规则库。（3）建立基于定量绩效评估的资源分配工具，以优化科研资源的分配。
4结语
大数据技术的诞生和应用有力促进了人类社会的发展，但是大数据信息技术的应用有利有弊。我国高等院校的科研管理系统需要改进传统的信息管理方法[1-4]。应用大数据可以节省科研经费，通过大数据分析与实践相结合来推动科研管理水平的提升，但应用大数据存在一定的风险，这要求高等院校科研管理人员不断创新并改善应用和实践流程。
参考文献
[1]石峰.大数据时代下高校信息化建设的制约因素和方
作者:章仁棠 吴名华 单位:福州外语外贸学院
