张敏鹏
中国人民警察大学救援指挥学院综合办公室065000
摘要：近几年来，由于中国科学技术的不断发展和进步。互联网技术得到了极为广泛的应用，同时信息技术也开始进入一个全新的时代，即大数据时代。在大数据时代，社会上各行各业的信息都会被精细地储存在数据库中，在高校进行科研管理的过程当中，便可以采用大数据进行推理，同时大数据也能够为高校的科研提供一个信息资源丰富的数据库。通过大数据平台，科研人员能够轻易找到自己想要寻找的资料，进而使科研人员的工作效率得到全面的提升。同时，在进行科研的过程中，相关人员还可以参考大数据平台上面的资料对科研当中的各个细节进行调整和完善，继而保证中国科研的质量。
关键词：大数据时代；高校科研管理；创新；科研效率
近年来，随着互联网、云计算、移动通信等技术的迅猛发展，互联网数据规模不断扩大，形成了海量的数据流，大数据时代悄然而至.大数据的出现，正在引发全球范围内技术变革与思维方式的转变.高等院校的科学研究在提升学校总体水平，强大后备力量方面起着重要的作用，是高校职能不可或缺的一部分，而高校科研管理部门作为高校科研管理和服务部门，其管理水平的高低将影响着学校科研的发展.随着高校信息化的推进，高校各业务部门建立并运行着管理信息系统，但各个管理信息系统大多独立运行、数据不共享，产生了多个信息孤岛，这给科研管理工作带来不便.同时，科研管理信息系统采集众多数据，数据冗余度高，缺乏有效的挖掘，无法对科研评估及决策制定提供有效支持。伴随着大数据时代的到来，中国高校的科研管理工作也迎来了创新发展。通过大数据平台，能够使中国科研工作的效率得到不断提高，同时也能够使科研工作的数据查找与获取变得更加便捷，进而使中国的科研工作得到质的提升。
1．大数据的概述
1.1大数据的概念
大数据，英文名为Bigdata，是指在一定时间内利用系统软件工具捕获、管理和处理的数据集。它是一种海量、高增长率、多元化的信息资产，要求新的处理模式具有更强的决策能力、洞察发现能力和流程优化能力。
1.2大数据的特征
具体来说，大数据具有容量大、种类多、速度快等特点，除此之外，其数据的真实性、可变性和复杂性也是大数据的特点。总体来说，通过对大数据的合理应用，能够以较低的成本创造出更高的价值，这是大数据的根本特点。
1.3大数据的应用前景介绍
当前国家经济迅猛发展，针对大数据的应用成为当前社会发展中的当务之急，在现实中，大数据可以应用到社会的各个领域内，对社会中时时刻刻产生的信息进行整理储存，进而形成一个庞大的数据库。而人们通过数据库检索的方式便能够找到自己想要搜集的信息。同时，通过大数据的比对，还能够发现社会当中某些事物演变的规律与趋势。而对于高校的科研管理来说，大数据能够为科研人员提供相应的数据支持，同时能够使科研人员在进行资料查找的过程当中更加方便与快捷，极大提高了科研人员的工作效率。通过这样的方式，使中国的科研工作更加科学有效，并且使其为中国的社会发展贡献出更多的力量。
2．传统高校科研管理信息化存在的问题
随着信息技术的发展，高校日益重视校园信息化建设，各高校“数字化校园”逐步完成，部分高校已提出建设“智慧校园”.目前，高校教务管理系统、人事管理系统、自动化办公系统、财务管理系统、研究生管理系统、科研管理系统等投入使用。高校科研管理系统的使用方便了科研管理人员的的管理工作，但随着科研项目的增加，科研数据量的不断增加，科研管理系统无法满足科研管理人员的需求，主要表现在：
首先，科研管理系统无法与校内其他部门系统实现数据共享。目前，大多数高校科研管理系统是独立运行的系统，无法与校内人事管理系统、财务管理系统、自动化办公系统、研究生系统实现数据共享，这就导致科研管理部门需要定期从校内这些管理系统平台导入所需的数据，如从人事系统中导入新入职教工基本信息、财务管理系统中导入科研项目经费信息、研究生管理系统中导入研究生参与项目情况及发表成果情况等.无法实现数据共享，一方面科研管理人员无法实时掌握数据变化，另一方面数据导入导出数据准确度减低且增加科研管理人员的工作量。
其次，科研管理系统“重数据量、轻数据展示”。高校科研管理系统主要功能为：科研项目、科研成果、科研经费的录入、修改等；简单的多条件数据查询；生成报表等。科研管理系统对数据统计结果通常以Excel表格形式展示，展示形式比较单一，数据量较多时展示效果不直观，缺乏人性化显示。
第三，科研管理系统缺乏辅助决策功能。目前，科研管理系统积累了大量的原始数据，但对数据的利用只是简单的查询和统，缺乏对数据内在信息的挖掘和分析，无法给科研管理人员和校内更高层次的管理人员提供决策支持。
3．大数据时代对于高校科研管理创新的影响
3.1大数据使高校科研管理的效率发生改变
传统的科研方式存在着一定的局限性，同时在科研过程中，对于数据的调查、采集、分析、整理等都需要进行一系列烦琐的过程，并且在这个阶段，相关的工作人员需要承担大量的工作，因而加大了科研人员的工作难度，进而使科研的效率得不到提升，同时工作人员在进行人工数据采集与分析的过程当中，还可能会由于工作人员的自身失误为科研的结果造成相应的偏差。而通过大数据平台，科研人员在工作的时候，对于信息的获取与分析相对于传统模式来说便会容易许多，同时其操作的过程也会更加便捷，继而使科研工作效率能够得到质的提升，进而使中国的科研工作能够取得突破性的成就。
3.2大数据使科研的每一个环节都更加精准化
在大数据的时代背景下，科研工作便会从传统的烦琐信息采集与整理的过程当中解放出来，进而使科研人员能够将更多的精力投入到完善科研工作细节方面，使中国的科研工作更加精细化与精确化，也使科研工作的成果更加具有可信度。并且，通过大数据平台，还能够使科研人员对于国际上相关科研的成果以及相关的科研细节进行借鉴，从而形成中国独特的科研风格，继而使中国的科研工作更加严谨、合理。与此同时，在大数据平台的帮助下，科研人员在进行科研时，对本身工作进行总结与分析，从而找到其中的疏漏或者是不合理之处，继而采用相应的手段进行调整与改善。
4．高校科研管理信息化研究
4.1利用开源工具Kettle实现多平台数据间的共享
Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，允许不同数据库的数据同步，数据处理高效稳定.高校科研管理数据不仅涉及本校各个职能部门，还涉及上级管理机构.对于校内职能部门之间数据同步，可以采用spoon程序调度方式，定时调度不同部门间数据同步作业，为提高同步效率，可设定不同时间点同步不同部门间的数据，如设定每天24:00同步人事管理系统中人员信息，每天2:00同步财务管理系统中项目经费信息等.不同上级管理机构所需要的数据，通常数据项和数据类型不同、可采用kettle工具配置上级管理机构所需数据的导入导出过程，需要提交数据时利用图形化界面操作即可所需数据。
4.2利用Python库，实现科研数据可视化
科研数据往往通过Excel表格展示，数据展示比较单一，为了更人性化的展示科研数据，可以利用Python库绘制3D柱状图、3D直方图等。
4.3利用数据挖掘实现
高校科研数据不断积累，数据量巨大，可利用大数据挖掘技术挖掘出有用的信息，为科研评估及决策提供有效的支持.数据挖掘过程首先是采集校内外数据，通过采集校内所有信息系统中科研数据信息及科研相关的信息，如从人事系统中获取教职工个人基本信息，研究生系统中采集导师信息、所带研究生信息及研究生发表的研究成果等，财务管理系统中采集项目到账及支出情况等，收集校外信息，如兄弟院校科研项目及成果数量等；第二步数据清洗，主要包括检查数据一致性、处理无效值和缺失值等；第三步，进行数据挖掘，主要方法有：关联规则分析，如可通过关联分析分析教职工申报项目成功的相关因素，聚类分析，如可聚类分析兄弟院校的成果评价表得出更科学更适合本校的成果评估标准。
5．大数据时代背景下科研管理创新分析
随着大数据时代的到来，中国的科研管理工作有了更高的要求，并通过大数据平台，相应的科研管理工作也进行了一定的创新，继而使中国的科研工作开始呈现出欣欣向荣的局面。下面将针对大数据时代科研管理创新进行具体分析。
5.1科研管理队伍的创新
5.1.1加大科研管理人员的专业技能培训
在高校科研管理当中，加大科研管理人员专业技能的培训能够使相关的科研人员拥有更强的专业技能，同时也能够使科研人员以良好的状态参与到科研当中，继而保证科研成果的质量。在现实中，可以定期开展科研人员专业技能培训大会的形式来提升科研人员的专业技能。通过培训，能够使科研人员自身的知识盲点得到补充，同时也能够使科研人员充分认识到自身工作的重要性，进而使其能够以饱满的热情和敬业的精神投入到科研工作当中，并且为中国的科研工作贡献出更大的力量。经过培训后，还需对相关的人员进行知识技能的考核，这种考核可以通过卷面的形式或者一对一问答的形式进行，并且在考核当中能够发现相关科研人员的知识盲点，并在培训中进行补足。并且，在考核的过程当中，还需要实行优胜劣汰制，对于考核成绩不合格的人员进行记录，如果存在多次考核不合格的情况，需要将其淘汰掉，避免影响到整体科研成果的质量与效率。
5.1.2引进优秀的科研管理人才
通过引进优秀科研管理人才的方式，能够使中国的科研事业得到创新与发展，众所周知，科学技术的发展离不开人才。所以，在进行科研管理的过程当中，要给予相关科研人才一定的重视，并且使其能够得到施展才华的机会。所以，引进优秀人员的重要性便凸显了出来，通过这样的方式，能够在一定程度上提升中国科研队伍的整体素质，并且有新鲜血液的注入，也能够在科研当中获得一些新的意见和感悟，进而加快中国科技发展的进度，同时提高中国整体科研水平与质量。
5.2科研管理技术方法的创新
5.2.1完善科研管理数据库信息共享系统
在进行科研的过程中，系统、完善的科研数据库资源是其中极为重要的一项内容，只有在数据库资源丰富的情况下，才能够使数据收集与整理的过程更加科学、合理，进而使中国的科研技术得到创新与发展。在传统模式下，数据采集阶段往往工作过程较为烦琐、工作量较大，并且在工作过程中很容易产生误差。而通过大数据平台，建立相应的科研数据库共享系统，能够使采集与分析数据的工作更加简单便捷，且准确率较高，进而提升中国科研事业的整体质量与水平。
5.2.2利用计算机技术开展数据分析
在大数据时代背景下，科研人员可以利用计算机对科研数据进行分析与整理，同时，这种分析方式的精确度较高且很少出现偏差，在一定程度上可提高科研人员的工作效率。而在传统的模式下，科研人员进行数据分析时主要通过人工对数据进行统计分析，而从大数据时代的视角来看，这种分析方法虽然也能够达到相应的效果，但是却存在一定的局限性，不仅分析效率较低，同时在分析的过程当中受人为因素的影响也比较大，一旦工作人员在某一个环节出现了偏差，便会影响到整体科研的成果，进而使该成果失去准确性与权威性，而在数据分析的时候利用计算机技术便不会出现这种情况。计算机在进行数据分析的阶段并不会受到人为的影响，并且其分析结果的准确性也比较高。通过这种方式，能够在一定程度上使中国的科研质量得到一定提升。
6．结语
随着信息化技术日渐成熟，数据积累能力的不断提升，大数据及其分析技术在电子商务、政府决策、金融管理、市场分析等方面被广泛应用。把大数据分析技术应用于高校科研管理领域，对进一步完善高校管理体制、科研平台建设与管理、项目管理、经费管理、成果及知识产权等方面工作发挥着重要作用.同时，大数据分析能够可观的反映高校在科研管理工作中存在的问题，为高校科研工作进一步发展提供重要的技术支持。
参考文献：
[1]胡德维.大数据“革命”教育[N].光明日报,2013-10-19(5).
[2]维克托?迈尔?舍恩伯格.大数据时代[M].杭州：浙江人民出版社,2012.
[3]谭建豪.数据挖掘技术[M].北京：中国水利水电出版社,2009.
[4]彭剑锋.战略人力资源管理理论、实践与前沿[M].北京:中国人民大学出版社,2014.
[5]王鸣.科研管理信息系统的数据挖掘应用探讨[J].琼州学院学报,2014,2(20):152-153.
[6]刘选会，钟定国，陈曦.大数据时代的科研管理研究：基于绩效信息使用理论的视角[J].科技管理研究，2017，37（6）：180-184.
[7]吕阳.图书馆在高校创新创业教育中的作用与路径研究——基于大数据时代全球教育变革特征分析[J].图书馆工作与研究，2017，1（7）：83-87.
[8]佘世红，何岳红.科研服务品牌的创建：高校科研管理创新方向——基于广东高校科研群体的调查[J].科技管理研究，2017，37（15）：111-117.
[9]陈国兰.大数据驱动的国内高校数据监护实施框架体系研究[J].情报杂志，2018，37（5）：180-185.
[10]王迪.“互联网+大数据”时代背景下高校科研管理问题的思考[J].山东工业技术，2017（24）：243.