论文部分内容阅读
摘 要：计算机技术和网络技术的广泛普及和发展，数据量越来越大，大数据已经引起了社会各界的广泛关注，多个领域已经针对大数据技术开展了专项的研究。高校是我国重要的科研基地，大数据技术的应用进一步推动了高效科研管理工作的推进和创新，使数据资源实现了优化配置和共享复用。本文对大数据环境下，高校科研管理工作的创新进行研究和探讨。
关键词：大数据 高校 科研管理工作 创新
一、引言
互联网的普及和计算机技术等信息技术的发展，互联网数据规模不断扩大，量级也随之越来越高，而且以迅猛的速度在不断增长，形成了海量的数据流。大数据时代的到来，为人类社会的发展带来了全新的发展机遇的同时也带来了巨大的挑战。全球各个国家都开始对大数据给予高度的关注，并对大数据技术开展了专门的研究。社会多个领域都开始对大数据技术的应用开展了深入的研究和探讨，并取得了一定的成果。高校是重要的科研基地，大数据时代为各个领域的发展和创新提供了发展机遇，高校也不例外。随着我国高校走信息化的发展道路，高校都开始致力于创建校园网络，并建立起自己的数据管理系统。但是相对于其它领域，我国高等教育领域对大数据技术的应用和开发要少得多，大数据应用技术和相关资料相对缺乏，这使得高校科研管理工作在大数据技术应用方面显得薄弱，校内大量的资金和教育资源没有得到很好的优化配置和利用。在大数据环境下，高校科研管理工作如何将大数据技术合理有效的应用，借助大数据技术有效的提高高效科研管理工作的质量，并进一步加以创新，是现今科学科研管理工作需要重点研究的问题。
二、高校科研管理工作引入大数据技术的必要性
1.传统高校科研管理工作中存在的问题。高校信息化脚步的不断向前推进，高校建立起各种信息管理系统和数据库，每一天都会产生大量的信息数据。随着高校科技活动的日益频繁，对科技管理信息化的要求不断提高，现有的科研管理技术中存在的问题也日益突显出来：第一，科研管理仍停留在数据收集等基本功能上，科研管理对数据的应用仅局限在表面的信息，对其中隐藏的信息利用率很低。第二，值具有简单的统计分析功能，本校不同的数字平台间以及不同院校之间的数字平台之间没能做到很好的关联，统计分析功能局限性大，信息没有实现全面共享。第三，数据积累量的不断增加，辅助决策功能却不够全面，没能跟上数据发展的步伐，数据资源没有得到充分利用。
2.大数据方法在科研管理工作中引入的优越性。大数据技术是包括网络技术、数据库技术、智能技术在内的多种先进技术的集合体。大数据技术通过对来自多个系统和数据库的信息数据资源的关联和分析，对数据的相关性加以识别，从海量数据中将有利用价值的信息快速准确的提取出来，为高校科研管理决策提供有价值的数据参考和信息支持。大数据技术是从海量的科研技术信息中自动获得重要的、有价值信息的过程，而且这些信息相对于普通资源来说具有一定的独立性。大数据技术能够让数据信息转化为至少，从普遍的数据管理转向为数据分析和预测并衍生新的知识。
三、大数据环境下高校科研管理工作的创新
1.大数据技术的应用实现高校科研科学化选题。高校是重要的科研基地，任何一项科研工作的开展都是以项目选题作为起点而启动起来的，可以说，选题是否科学对科研项目的可行性及创新性都具有直接的影响。现今高校科研项目选题绝大多数都是先由科研管理部门先进行选题的征集，在确定出选题指南，再有高校的科研团队按照选题指南对选题进行申报。在选题申报期间对一部分自选课题的申报也予以支持。这种选题形式的弊端在于选题来源单一，选题对象容易与社会实际需求向脱离，科研成果社会经济价值不高。大数据技术的应用可以挖掘出社会对科学技术的实际需求情况，能够从经济效益和社会效益出发来进行选题，使课堂选题更加具有针对性、更加科学化、合理化。大数据技术的应用可以协助高校科研工作与社会企事业单位加强沟通合作，开展联合选题和开展科研工作，使不同科研实体能够联合起来共同发展创新。这对于资源共享和各单位之间的优势互补十分有利，对于降低科研成本投入，提高科研效益同样有利。
2.大数据技术的应用可有效避免重复研究。创新是科研工作开展的核心，只有走发展创新的道路，才能发现新问题，找到新方法，攻克科研难关。可以说科研活动的开展是建立在创新的基础之上的。在科研过程中，重复立项的现象屡见不鲜，这不仅不符合科研创新的要求，更是对科研资源的浪费。随着我国对科研工作重视度越来越高，高校科研工作的开展如火如荼，科研项目数量不断提高，科研经费的投入额度也在不断增加。但是从科研管理工作的实施效果来看，重复立项仍然是比较突出的问题。具体表现在：第一，针对同一科研课题，同一个课题申请人获得多个级别、多个类型基金的支持，针对一项科研成果有很多项基金资助项目。第二，对于一种热点问题的科研课题，引起多方面的资助，总量很大，科研经济资源浪费严重。第三，同一类型的科研课题由多个不同地区、不同级别的科研团队进行研究，资源浪费严重。在大数据环境下，可以对不同地区、界别以及不同类别的科研选题情况和理想情况进行整合挖掘，对重复立项加以控制，很好的预防重复研究，对于节省经费，资源充分利用，减少浪费非常有效。不同高校也可以充分发挥自身的专长和特色，实现不同高校的差异化发展。
3.大数据技术的应用是研究数据实现共享复用。科研工作离不开科学实验、手机统计数据、数据分析等一系列的工作，经过数据采集、数据研究等程序最终得出研究结论。在传统的高校科研管理工作中，一个科研项目结题滞后，相应的研究数据一般有两种处理方法，一种是随着课题项目的研究结束而消失，要么仅限于本研究团队成员的共享复用。当其他研究团队在进行同一课题或者相似课题的研究时，往往需要重新采集数据，这不仅增加了科研经费的投入，更是对资源的一种极大的浪费。针对问题，需要制定相关的管理制度，并构建数据信息共享复用平台，当一项科研项目结题后，其研究过程中采集的数据需要向数据共享复用平台提交，由共享复用系统对其进行整合。当有其它研究团队或者科研工作者需要此类数据时，可以通过应用大数据技术，来实现数据的共享复用。
4.大数据技术的应用促进高校科研成果的转化。科研工作开展的目的在于拓展科学知识，实现科学技术的发展和创新。当课题研究完成，得出研究成果后，就要向社会进行科学知识的传播或者面向全社会将科研成果进行推广和应用，使其转化为推动社会发展进步的生产力。现今，科研工作从选题开始就将研究团队已有的研究基础作为基本的立足点，很少考虑到社会对科技成果的实际需求。这就导致科研成果与社会需求相互脱离，科研成果转化率不高。高校科研团队或工作者与社会对科研成果的需求群体之间缺少必要的沟通和交流，及时科研成果对社会有很重要的推动作用，也碍于信息不对称等因素的限制，不能使其及时的转化。大数据技术的应用可以使科研成果与社会需求之间实现有效的相互适应和对接，促进科研成果的转化，使其尽快发挥社会效益和经济效益。
四、结语
大数据技术对于高校科研管理工作的创新具有重要的推动作用。在大数据环境下，要有效的实现科研管理工作的创新，还要注意依托互联网对更多的数据平臺进行整合。构建一体化科研管理信息数据平台，实现数据互通和共享。加强高校科研成果与社会需求之间的良好匹配和对接，科研成果能够及时的转化，使科研工作在经费和智力投入等方面都能够得到充分的利用。
参考文献：
[1]邬贺铨.大数据时代的机遇与挑战[J].求是，2013 （4）：47-49.
[2]徐迪威.大数据与科技管理[J].科技管理研究，2013（24） ： 216-218.
[3]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 （2） ： 112-115.
[4]刘荫明，张福俊，刘谦.浅析科研管理之避免重复立项[J].科技管理研究，2014 （ 21） ： 198-200.
关键词：大数据 高校 科研管理工作 创新
一、引言
互联网的普及和计算机技术等信息技术的发展，互联网数据规模不断扩大，量级也随之越来越高，而且以迅猛的速度在不断增长，形成了海量的数据流。大数据时代的到来，为人类社会的发展带来了全新的发展机遇的同时也带来了巨大的挑战。全球各个国家都开始对大数据给予高度的关注，并对大数据技术开展了专门的研究。社会多个领域都开始对大数据技术的应用开展了深入的研究和探讨，并取得了一定的成果。高校是重要的科研基地，大数据时代为各个领域的发展和创新提供了发展机遇，高校也不例外。随着我国高校走信息化的发展道路，高校都开始致力于创建校园网络，并建立起自己的数据管理系统。但是相对于其它领域，我国高等教育领域对大数据技术的应用和开发要少得多，大数据应用技术和相关资料相对缺乏，这使得高校科研管理工作在大数据技术应用方面显得薄弱，校内大量的资金和教育资源没有得到很好的优化配置和利用。在大数据环境下，高校科研管理工作如何将大数据技术合理有效的应用，借助大数据技术有效的提高高效科研管理工作的质量，并进一步加以创新，是现今科学科研管理工作需要重点研究的问题。
二、高校科研管理工作引入大数据技术的必要性
1.传统高校科研管理工作中存在的问题。高校信息化脚步的不断向前推进，高校建立起各种信息管理系统和数据库，每一天都会产生大量的信息数据。随着高校科技活动的日益频繁，对科技管理信息化的要求不断提高，现有的科研管理技术中存在的问题也日益突显出来：第一，科研管理仍停留在数据收集等基本功能上，科研管理对数据的应用仅局限在表面的信息，对其中隐藏的信息利用率很低。第二，值具有简单的统计分析功能，本校不同的数字平台间以及不同院校之间的数字平台之间没能做到很好的关联，统计分析功能局限性大，信息没有实现全面共享。第三，数据积累量的不断增加，辅助决策功能却不够全面，没能跟上数据发展的步伐，数据资源没有得到充分利用。
2.大数据方法在科研管理工作中引入的优越性。大数据技术是包括网络技术、数据库技术、智能技术在内的多种先进技术的集合体。大数据技术通过对来自多个系统和数据库的信息数据资源的关联和分析，对数据的相关性加以识别，从海量数据中将有利用价值的信息快速准确的提取出来，为高校科研管理决策提供有价值的数据参考和信息支持。大数据技术是从海量的科研技术信息中自动获得重要的、有价值信息的过程，而且这些信息相对于普通资源来说具有一定的独立性。大数据技术能够让数据信息转化为至少，从普遍的数据管理转向为数据分析和预测并衍生新的知识。
三、大数据环境下高校科研管理工作的创新
1.大数据技术的应用实现高校科研科学化选题。高校是重要的科研基地，任何一项科研工作的开展都是以项目选题作为起点而启动起来的，可以说，选题是否科学对科研项目的可行性及创新性都具有直接的影响。现今高校科研项目选题绝大多数都是先由科研管理部门先进行选题的征集，在确定出选题指南，再有高校的科研团队按照选题指南对选题进行申报。在选题申报期间对一部分自选课题的申报也予以支持。这种选题形式的弊端在于选题来源单一，选题对象容易与社会实际需求向脱离，科研成果社会经济价值不高。大数据技术的应用可以挖掘出社会对科学技术的实际需求情况，能够从经济效益和社会效益出发来进行选题，使课堂选题更加具有针对性、更加科学化、合理化。大数据技术的应用可以协助高校科研工作与社会企事业单位加强沟通合作，开展联合选题和开展科研工作，使不同科研实体能够联合起来共同发展创新。这对于资源共享和各单位之间的优势互补十分有利，对于降低科研成本投入，提高科研效益同样有利。
2.大数据技术的应用可有效避免重复研究。创新是科研工作开展的核心，只有走发展创新的道路，才能发现新问题，找到新方法，攻克科研难关。可以说科研活动的开展是建立在创新的基础之上的。在科研过程中，重复立项的现象屡见不鲜，这不仅不符合科研创新的要求，更是对科研资源的浪费。随着我国对科研工作重视度越来越高，高校科研工作的开展如火如荼，科研项目数量不断提高，科研经费的投入额度也在不断增加。但是从科研管理工作的实施效果来看，重复立项仍然是比较突出的问题。具体表现在：第一，针对同一科研课题，同一个课题申请人获得多个级别、多个类型基金的支持，针对一项科研成果有很多项基金资助项目。第二，对于一种热点问题的科研课题，引起多方面的资助，总量很大，科研经济资源浪费严重。第三，同一类型的科研课题由多个不同地区、不同级别的科研团队进行研究，资源浪费严重。在大数据环境下，可以对不同地区、界别以及不同类别的科研选题情况和理想情况进行整合挖掘，对重复立项加以控制，很好的预防重复研究，对于节省经费，资源充分利用，减少浪费非常有效。不同高校也可以充分发挥自身的专长和特色，实现不同高校的差异化发展。
3.大数据技术的应用是研究数据实现共享复用。科研工作离不开科学实验、手机统计数据、数据分析等一系列的工作，经过数据采集、数据研究等程序最终得出研究结论。在传统的高校科研管理工作中，一个科研项目结题滞后，相应的研究数据一般有两种处理方法，一种是随着课题项目的研究结束而消失，要么仅限于本研究团队成员的共享复用。当其他研究团队在进行同一课题或者相似课题的研究时，往往需要重新采集数据，这不仅增加了科研经费的投入，更是对资源的一种极大的浪费。针对问题，需要制定相关的管理制度，并构建数据信息共享复用平台，当一项科研项目结题后，其研究过程中采集的数据需要向数据共享复用平台提交，由共享复用系统对其进行整合。当有其它研究团队或者科研工作者需要此类数据时，可以通过应用大数据技术，来实现数据的共享复用。
4.大数据技术的应用促进高校科研成果的转化。科研工作开展的目的在于拓展科学知识，实现科学技术的发展和创新。当课题研究完成，得出研究成果后，就要向社会进行科学知识的传播或者面向全社会将科研成果进行推广和应用，使其转化为推动社会发展进步的生产力。现今，科研工作从选题开始就将研究团队已有的研究基础作为基本的立足点，很少考虑到社会对科技成果的实际需求。这就导致科研成果与社会需求相互脱离，科研成果转化率不高。高校科研团队或工作者与社会对科研成果的需求群体之间缺少必要的沟通和交流，及时科研成果对社会有很重要的推动作用，也碍于信息不对称等因素的限制，不能使其及时的转化。大数据技术的应用可以使科研成果与社会需求之间实现有效的相互适应和对接，促进科研成果的转化，使其尽快发挥社会效益和经济效益。
四、结语
大数据技术对于高校科研管理工作的创新具有重要的推动作用。在大数据环境下，要有效的实现科研管理工作的创新，还要注意依托互联网对更多的数据平臺进行整合。构建一体化科研管理信息数据平台，实现数据互通和共享。加强高校科研成果与社会需求之间的良好匹配和对接，科研成果能够及时的转化，使科研工作在经费和智力投入等方面都能够得到充分的利用。
参考文献：
[1]邬贺铨.大数据时代的机遇与挑战[J].求是，2013 （4）：47-49.
[2]徐迪威.大数据与科技管理[J].科技管理研究，2013（24） ： 216-218.
[3]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 （2） ： 112-115.
[4]刘荫明，张福俊，刘谦.浅析科研管理之避免重复立项[J].科技管理研究，2014 （ 21） ： 198-200.