基于大数据的主动科研管理模式与优化决策机制

基于大数据的主动科研管理模式与优化决策机制

罗瑞丽, 王元卓

中国科学院计算技术研究所，北京 100190

摘要：在科研管理过程中，从科研人员、项目、成果产出等多维度可获取大量数据。科研管理大数据背后蕴含着丰富的、复杂关联的知识。科研管理大数据中信息与知识的有效、丰富，依赖于科研管理知识图谱的建立。采用开放知识网络模型方法，以构建“专家图谱”为例，融合分析了科研管理大数据中的关联知识和潜在信息，并探讨基于这些技术手段，如何将传统被动的管理模式转变为主动的科研管理模式，进而建立基于大数据的新型管理模式与决策机制。

关键词： 大数据 ; 开放知识网络 ; 科研知识图谱 ; 主动科研管理 ; 科研管理决策

论文引用格式：

罗瑞丽, 王元卓. 基于大数据的主动科研管理模式与优化决策机制. 大数据[J], 2019, 5(5）：16-24

LUO R L, WANG Y Z.Active scientific research management model and optimization decision mechanism based on big data. Big Data Research[J], 2019, 5(5):16-24

1 引言

大数据已成为社会各界关注的新焦点。大数据时代的到来，使得科学研究的管理和组织方式发生了极大的变革。继实验科学、理论科学、计算科学之后，科研范式（即数据密集型范式）进入了大数据驱动的第四范式，各项科学活动产生的数据正在日益增加。与此同时，由这些科学活动、科技成果等构成的科研数据的价值也逐渐受到各领域的关注。对于科研领域，公开科研数据一方面可以帮助科研人员提升自身的科研影响力，另一方面也可以避免由于信息不对等造成的科研活动与科研资金的重复与浪费；对于政府部门，公开科研数据可以为政府响应国家战略号召与满足社会应用需求提供强大的数据支撑。

现今，科研数据的大量产生、科研数据价值的迅速凸显等问题迫切需要科研管理者采取措施对其进行妥善管理。大数据具有不同于传统数据工程的5个明显的特征，即5V特性，具体为：大数据规模巨大；大数据类型繁多；产生速度快，处理能力要求高；数据真伪难辨，可靠性要求更严格；价值大，但密度低，挖掘难度大。目前对于科研大数据的管理主要有两种方式，即技术手段和人文手段。其中，人文手段包括制定科研数据管理政策，为科研数据管理提供明确框架和规范，保障科研数据管理的科学性。

根据数据产生的时间，科研管理大数据可以分为历史数据和动态数据。其中，历史数据以成果数据（如论文、专利、著作、奖励等）、项目数据为代表，动态数据以科研人员行为（如参加学术会议、进行学术报告等）为代表。使用分类、聚类、统计分析、关联分析等方法对科研管理大数据中的历史数据进行深度挖掘和分析，可以发现数据中隐藏的线索、规律、模式。比如对科研人员影响力的分析可以帮助发现有价值的科研方向和科研项目。如果将这些时间敏感的数据看成一个随机序列，那么根据历史序列值和当前序列值进行合理推断，就可以预测未来序列值，并使用数学模型对这种序列进行近似描述。因此，如果想要从历史数据中挖掘重要信息，并预测未来数据，就需要对历史数据进行因素分析、模式识别、参数估计、假设检验。

科研管理大数据的直接表现形式往往是分散的数据和链接，将这些反映相互关系的链接整合起来就是一个网络。这个网络中的数据大多为非结构化数据，且数据具有来源多样化、实时性强、突发性强、高噪声等特点。该网络中包含数据信息、关联信息、网络结构等信息。有效利用科研管理大数据可以有效地对数据进行消歧、去重、挖掘以及深入分析。

近年来，工业界和学术界都致力于开放大数据知识库的研究和开发工作。目前，国内外相关知识库和应用系统已达上百种，包括KnowItAll、TextRunner、NELL、Probase、Satori、Prospera、Sofie以及一些基于维基百科等在线百科知识构建的知识库（如DBpedia、YAGO、Omega、WikiTaxonomy）。除此之外，在对开放大数据的管理、计算和分析方面，国内外已经发布许多相关的知识搜索计算平台，如Evi公司的TrueKnowledg