学术大数据技术在科技管理过程中的应用
梁英1, 张伟1,2, 余知栋1,2, 史红周1
1 中国科学院计算技术研究所,北京 100190
2 中国科学院大学,北京 100190
摘要:学术大数据逐步成为提升科技管理水平的重要数据基础。通过调研国内外科技管理信息化的发展现状和特点,总结了学术大数据的发展及应用,分析了学术大数据在科技管理过程应用中面临的问题。结合我国科技管理的应用需求,设计了基于学术大数据的科技管理应用框架。基于知识图谱的学者画像构建技术和基于网络表示学习的相似作者推荐技术,利用多源异构的学术大数据,进行科研布局和资源统筹辅助决策以及科技管理过程中的专家精准推荐和成果评估评价,为提高科技管理效率提供了有效的技术支撑。
关键词:学术大数据 ; 科技管理 ; 知识图谱 ; 网络表示学习 ; 专家推荐
论文引用格式:
梁英, 张伟, 余知栋, 史红周. 学术大数据技术在科技管理过程中的应用. 大数据[J], 2019, 5(5):3-15
LIANG Y, ZHANG W, YU Z D, SHI H Z.SApplications of academic big data in the process of science and technology management. Big Data Research[J], 2019, 5(5):3-15
1 引言
近年来,我国研究与试验发展(R&D)经费投入增速加快,据《2018年国民经济和社会发展统计公报》显示,2018年研究与试验发展经费支出为19 657亿元,比2017年增加11.6%,与国内生产总值之比为0.021 8。国家科技研发经费对各类科技计划的投入逐年增大,但也存在着重复、分散、封闭、低效等现象以及多头申报项目、资源配置“碎片化”等问题。如何有效管理并最大限度地发挥科技对国民经济和社会发展的巨大促进作用,是当前科技管理面临的重大挑战。为了加强顶层设计,国务院印发了《关于深化中央财政科技计划(专项、基金等)管理改革的方案》(国发〔2014〕64号)文件,通过“统一的信息系统,对科技计划(专项、基金等)的需求征集、指南发布、项目申报、立项和预算安排、监督检查、结题验收等全过程进行信息管理”。在大数据时代,学术大数据不仅是学术信息传递、学术观点交流和科研成果产出的结果,同时,学术大数据也正逐步成为提升科技管理水平的重要数据基础,在科技管理过程中发挥着越来越重要的作用。因此,将大数据的新技术、新工具和新方法运用到科技管理过程中,加强科技管理过程中的数据资源集成分析处理能力,为科研布局和科技决策提供有力支撑,发挥大数据在决策支持、发展战略研究、科技成果产业化等方面的积极作用,已成为应对上述挑战的重要方法。
很多国家在积极探索如何将新技术和新方法应用到科技管理信息化建设中,发挥其在决策支持以及科技成果产业化等方面的作用。美国的科技项目被纳入联邦政府进行统一管理,具有代表性的科技项目管理信息系统包括联邦政府的统一项目管理平台 Grants.gov、国立卫生研究院的eRA系统以及国家科学基金会的FastLane系统。韩国的新税务综合系统(NTIS)通过门户实现国家R&D事业的有效管理,在参与评估活动中,最大化利用已有信息,将重复投资的可能性降到最低。我国从国家到地方,建设了从科研立项到科技成果转化全周期的科技管理信息系统。当前,我国科技管理部门正根据国家政务资源集成共享要求,采用云计算、大数据等技术对各级各类科技资源进行整合共享,以提升科技资源的统筹水平,促进科技创新发展。
科技管理和相关科研活动产生的数据存量大、增速快。据国际科学、技术和医学出版商协会(International Association of Scientific,Technical and Medical Publisher,STM)发布的报告显示,当前全球英文期刊发文量每年约为300万篇, SCI和EI数据库共收录期刊论文260万篇,其中,仅我国论文就有58.9万篇,居世界第二,我国2018年专利申请量为154.2万件,授权量为43.2万件,居世界第1位。学术大数据资源不仅数量巨大,且来源广、复杂性高,具有多元异构的特点。虽然公开发表的学术资源文献可以从传统搜索引擎、Google Scholar等学术搜索引擎、开放存取(open access,OA)期刊站点或中国知网、万方等学术数据库中查询,但目前还没有针对学术领域被广泛认可的覆盖论文、专利、项目等多种不同类型科研行为的多源科研数据收集整合方案。当前科学技术研究日益深入,学科分类和研究领域日益细化,特别是由于科学研究的高度专业性和创新性,各类专家在科技管理过程中发挥着重要作用,选择合适的专家进行专业化的科技管理决策,已成为科技管理过程中的关键环节。目前,全球范围内的研究人员总数已达710万,且正以每年3%~4%的速度持续增长。我国是2018年研究人员最多的国家,同时,各类专家涉及的学科领域众多、专家间关系网络复杂,如何从众多研究人员中高效率、高精度、多维度地选择推荐专家,面临着诸多挑战。针对这一问题,本文开展基于学术大数据的科技管理应用框架及关键技术研究&