前言：尋找寫作靈感？中文期刊網用心挑選的高校科研信息化探索，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

［摘要］大數據背景下，信息化技術與教育教學的融合改變著人們的思維方式，我國高校科研信息化進程迎來巨大的機遇和挑戰。因此，高校科研管理必須基于大數據展開一系列科研探索工作，進一步實現研究數據共享復用，推動高校成果轉化，促使高校科研管理實現信息化。文章基于大數據環境背景對高校科研信息化進行探究，目的是希望能給傳統高校的科研管理工作提供一定的理論和實踐意義。

［關鍵詞］大數據；高校；科研管理；信息化；具體措施

0前言

當前，大數據在消費需求、醫療治理、金融理財等領域具有豐碩成果，而對于大數據技術在高校科研方面的應用僅僅停留在收集數據和簡單處理數據階段，失去了數據真正的應用價值［1］。因此，大數據時代背景下，針對現階段高校科研管理方面存在的問題進行探究，結合信息化方式，充分利用高校科研數據進行探析，讓其大數據在高校科研管理工作上發揮自身重要價值和意義，從而推動高校科研管理改革，讓大數據與高校科研建設同行。

1大數據的概念和特征

現如今大數據的開發與利用已經在各行各業廣泛展開，并產生了巨大的社會價值和產業空間。“大數據”已經不再是一個流行術語，2013年初，中科院倡議應將大數據提升為國家戰略［2］。由此可見，隨著社會發展，只有試圖真正掌握大數據發展趨勢，才能把握信息化社會發展的方向。

1．1大數據的概念

關于大數據，學術界現今還沒有明確定義，但仍不影響對大數據的進一步研究和應用。“大數據”研究機構Gartner給出了這樣定義：大數據需要更強的決策力去適應海量信息資產；麥肯錫全球研究認為，它是一種規模很大的數據集合，遠超過傳統數據庫軟件工具范圍；維基百科對大數據定義簡明為：大數據也是一種數據集合，但它在現有數據庫管理工具或傳統數據應用中難以采集、存儲和實現可視化。

1．2大數據的特征

大數據具有數據巨大和規模完整性特點，數據的加工處理技術和網絡帶寬在成倍增加，但在實質意義上，數據的數量級大小不重要，重要的是其完整性；大數據本身具有多樣化的特點，信息和數據的種類繁多，不僅包括簡單文本，而且能夠用各種媒體方式進行呈現；大數據具有高速性的特點，在定義上代表數據流和大數據的移動，在現實生活中則體現為對數據的實時需求，高速性要求具有時間敏感度和決策分析能力；大數據運用的實在意義體現為價值性，雖然大數據具備眾多優勢，但其價值密度低，在龐大的數據群體中有價值的信息非常少［3］，數據的價值是稀缺的和不確定的，所以提取這些有價值的信息是大數據研究的關鍵。

2傳統高校科研信息化引入大數據的必要性

2．1傳統高校科研信息化存在的問題

我國針對高校發展提出了“211工程”“985工程”和“雙一流”大學建設舉措，目的是進一步提升高校的學科和科研建設。當前隨著大數據時代的來臨，高校盡管建立了一系列專門的數據庫和數據管理系統，實現了科研信息化體系，但在使用過程中仍有很多問題出現。

2．1．1科研信息化建設處在探索時期

雖然我國比較重視各高校的科研管理的信息化建設，且投入大量資金進行建設，但是由于數據管理工作較為復雜，且流程較多，需要大量的人力和物力進行支撐，導致科研信息化管理仍舊停留在數據收集階段，數據積累多，而數據的價值在于對數據的分析利用［4］，所以當前高校對大數據的利用率極其低下，統計分析功能也比較簡單。各大高校雖已經建立起了高校科研管理系統，但數據統計分析功能僅僅被限制在狹窄的校內進行，高校間缺乏數據融合的數字化平臺，在這種情況下，數據收集的多樣性和規模性得不到體現，極大地限制了數據資源的交流和共享。未來如果要實現高校科研信息化管理建設，必須引入大數據，真正意義上凸顯數據價值。其次，部分高校對科研事業不夠重視，對科研硬件建設卻十分關注，忽略大數據信息庫軟件建設，造成軟件和硬件資源建設不協調的問題，使得硬件設備存在浪費現象。同樣，科研管理方式較為單一，信息傳遞較慢，導致失去信息的時效性和價值性。因此，后期科研工作需要改變模式陳舊和單一方式，讓數據得到充分利用，更好地為科研管理提供決策性作用。

2．1．2科研管理模式與信息化理念有待提升

很多高校科研管理人員缺乏科研管理理念，只重視科研項目的數量、經費的管理，造成科研工作停滯不前。與此同時，很多科研管理人員缺乏相關科研管理知識，只是簡單應付工作，很難反饋科研的實際情況，而且多數科研人員由于身兼科研和教學雙重工作，未能將自身精力很好的投入科研工作中，造成科研成果質量不高。因此，大數據背景下，給科研管理創新工作提出了巨大挑戰，高校科研工作需解決當前不適應高校科研管理過程中的系列問題。

2．2高校科研信息化引入大數據技術的優越性

大數據技術相對于傳統的數據處理手段而言，它具有很多不可比較的優越性，它是多種現代信息技術的有效結合，包括了數據庫技術、互聯網技術等，是一個從大量原始數據中自動獲得知識和重要信息的過程。而這些知識和信息具有自身相對的獨立性，多數來自高校內部科研原始數據收集、科研人員主動推送，較少受外部資源的限制和影響。這些數據對于提高科研選題和申報科研項目的針對性、建立高效的學術監督體制、提高科研決策和工作效率等方面的指導意義也較為重大。相對而言，大數據分析更能獲取可“回收利用”的信息流量，更能為高校的科研信息化建設提供了前所未有的空間與潛力。大數據技術能夠讓數據產生知識，但往往收集的原始數據是大量、高速、多變的信息，在收集不同類別的數據源之后，需提取有效信息并進行數據清洗、轉換、重構工作，之后需要專門的人才將進入數據倉庫的數據進行新型的處理方式［5］，在此過程提取出有價值的數據并進行再一次的智能分析，最終投入到實際應用中，提高科研效率。數據提取知識的過程如圖1所示。

3大數據在高校科研管理創新中的應用

3．1大數據有利于高校科研選題科學化

高校科研工作者確定科研選題和申報科研工作是一項嚴肅而又艱難的系統工作，而選擇合適的科研課題，是科研開展最為基礎和關鍵的一步。現階段，高校科研工作選題僅根據網上或者學校科研處的研究指南進行選擇，這樣的選題往往會因為選題范圍太過狹隘出現科研題目背離社會需求或內容重復現象，進而造成人力和財力的浪費。通過引入大數據的系列技術，科研管理部門可以根據社會各個方面對科學知識和技術的需求情況進行數據挖掘，或者用此技術辨別出社會最為迫切和較能體現經濟效益的數據，將其數據進行分析，之后提供給科研人員作為課題申報的方向，從而提高科研選題的針對性和科學性。當然，大數據技術還可以給高校研究人員和社會各類事業單位搭建聯系平臺，既實現優勢互補，資源共享，降低科研成本，又使得科研成果得到有效檢驗，提高研究工作的經濟效率和效益。因此，大數據引入科研信息化建設過程中，可以對數據進行相應挖掘處理，使得科研選題和申報工作更科學化。

3．2大數據有利于建立高效的學術監督機制

眾所周知，學術道德現在越來越受到人們的重視，一篇學術論文的發表，最重要步驟就是論文的。現如今，很多高校已經建立起了一套完整的學術監督體制，但是由于技術水平、數據庫沒有全覆蓋等問題出現，的效果不太理想，在學術界仍然存在弄虛作假的現象。因此，大數據的出現，帶動數據的規模化和精確性，從而讓學術論文的率大大提高，更有利于高校學術監督機制的建立。

3．3大數據技術有利于實現數據共享和資源的優化配置

科研項目研究工作的開展，常需要搜集大量的數據。而現在高校在科研方面還存在數據利用不合理及科研過程中各學科不融合等一系列問題，例如，科研工作經常出現一方面海量的科學數據閑置在數據庫內，另外一方面科研人員還在急于數據的搜索，甚至還重復利用一些無用數據的現象。這些問題的出現，制約著科研活動的統籌協調，限制著高校科研水平。因此，各高校需要利用當今信息化手段，構建研究數據共享復用平臺，做到一項科研項目的開展需將搜集到的原始數據進行統一收集，并應用大數據技術將不同層級、不同類別和不同區域研究項目之間數據進行處理，最終真實的至共享復用平臺，進行科研數據的共享復用。這樣既可節約數據采集獲取的成本，又可加快項目研究進展的速度，還提高了效益和實現了資源的優化配置。利用大數據技術收集原始數據，首先是數據采集和篩選，緊接著建立數據庫，這期間可根據不同層級和不同區域建立不同種類的數據庫，如人員庫、經費庫等；再次是建立適合各自高校學科發展的評判模型庫，這是數據庫建立最為關鍵的一步，需要較高處理技術的核心科研人員進行管理，建立起不同的科研資源庫及科研規劃庫等，方便后邊數據復用平臺的數據提取使用，最后是建立資源配置工具和決策支持管理工具，以此完成科研資源優化過程，最終實現大數據的共享。大數據技術的科研資源優化過程如圖2所示。

3．4大數據有利于提高科研決策和效率

目前，雖然高校科研部門已經收集了大量科研信息，但是當前對原始數據的合理利用只是停留在傳統管理模式上的一個信息化過程，基本沒有任何的輔助決策功能。大數據概念的引入，從項目篩選角度而言，可以與外文文獻庫進行對比分析，進而檢驗項目研究方向、科研成果的科學性和合理性，以此來提高高校科研項目的質量，而不只是為了結題而結題；從申請者角度來講，可以基于申請者之前對科研項目的完成數據，發現并建立符合科學邏輯的科學體系，真正確定具有科研能力的候選人，達到提升項目立項決策的目的［6］。這個過程中，引入大數據技術極大地提高了決策的可行性和科研工作的效率。

4基于大數據背景的高校科研信息化建設策略

高校科研信息化建設引入大數據技術是大勢所趨，為了保證高校在大數據時代建立自己的科研信息化體系，需要采取以下措施。

4．1創新理念，加強科研信息化隊伍建設

大數據背景下，加強高校科研信息化建設，既要創新科研理念，又要加強科研信息化隊伍建設。首先，高校科研管理部門是高校科研數據挖掘、清理和智能化處理的關鍵地方，需要加強大數據觀念的宣傳力度，推動從事科研工作的研究人員轉變觀念。具備“數據驅動”的理念，發揮數據的價值性，使得科研工作更加具有實用價值和創新性。其次，高校應加強科研信息化隊伍建設。一方面積極引入優質的科研管理人員，確保能夠熟練地使用大數據技術，促使科研管理工作不斷向前發展，為整個高校的科研隊伍注入新的信息化活力；另一方面，加強對科研工作者的培訓工作，鍛煉其專業能力，促使科研管理工作能夠不斷向前發展，跟上時代潮流，真正意義上從根源上進行科研工作的開展。

4．2高校科研數據的有效利用，加速科研成果轉化

大數據時代，隨著高校科研水平的提高，基于數據的實證研究在科研工作中更加凸顯主體作用。而且，在科研進行的途中，也會不斷地產生新的數據，因此，可以說，數據是科研的開始，也同樣是科研的產物。高校科研工作既重視數據的收集和對外輸出工作，也注重把自身科研成果推向社會，促進社會發展。由于科研是一個復雜過程，在這過程中容易造成數據出錯，進而直接導致很多有價值的科研成果滯留在實驗室無法轉化成生產力。這就要求，大數據背景下，應當學會有效利用高校的科研數據，讓科研的各種資料數據能夠實時共享，轉變高校科研管理中“重科研、輕成果”的傳統理念，加速高校科研的成果轉化。

4．3整合互聯網數據平臺，實現高校數據互通和共享

首先，由于高校科研工作可能存在較強的多學科交叉問題，隨著科研工作數量的不斷增加，學科融合度會更高，科研數據資料也將會激增。因此，全球范圍內的科技資源交流、數據共享是高校科研質量提高的必由之路。其次，為了促進高校有效地將科研成果轉化為現實需求，外部數據與科研成果對接工作非常重要，高校相關的科研管理部門必須積極實現高校間的數據互通和共享，并將自身的科研成果庫與社會各大部門進行對接，減少信息的不對稱，整合互聯網數據平臺，更好地提高數據利用率，實現大數據的互通和共享。

4．4完善高校科研建設機制，充分發揮大數據技術作用

完善的高校科研管理機制是高校科研管理創新工作的開展的關鍵，是大數據時代高校科研管理創新不可或缺的。一方面，高校可以開發出子系統與網絡模塊，實現科研申報、審核、檢查驗收的信息化，建立提高科研工作的高效性與實效性，完善高校科研建設機制。另一方面，科研管理人員和研究人員也需要依據自身的科研管理實際情況，充分地利用大數據技術，不斷提高自身的科研素養，進而為科研管理工作的科學開展奠定基礎，做一名新時代的科研人員。

5結語

大數據時代已經來臨，不管是國家相關部門，高校管理者還是每一位科研工作者都需要善于利用大數據技術的優勢，反思傳統高校科研信息化體系出現的問題，積極采取措施來優化高校的科研管理創新工作，從理論基礎到實踐利用的各方面都要有效利用高校科研數據，促使高校科研管理健康發展，進而為高校發展科研選題科學化、數據共享、數據優化設置和科研決策等提供夯實基礎。

主要參考文獻

［1］馮立新，孫勇．大數據也是一種生產力———訪中國生產力學會副會長李泊溪［J］．企業改革與管理，2014（9）：1．

［2］許哲軍，付堯．大數據環境下的高校科研管理信息化探索［J］．技術與創新管理，2014，35（2）：112－115．

［3］張宇．大數據背景下提升高校科研管理水平的一些探索［J］．西北工業大學學報：社會科學版，2015，35（2）：112－116．

［4］譚春霞．高校檔案管理信息化建設現狀及對策研究［J］．科技資訊，2015，13（11）：144．

［5］袁磊，陳長清，馮玉才．數據倉庫的信息供應鏈模型［J］．計算機工程與應用，2001，37（22）：121－123．

［6］俞丹丹．大數據環境下的高校科研管理信息化探索［J］．課程教育研究：新教師教學，2016（12）．

作者:董紅娟 謝志昆 左薇 姬永倩 呂翠蓮 單位:云南大學