论文部分内容阅读
[摘 要]大数据时代对科技科研项目管理带来诸多影响，其正向促动远大于其阻碍，通过研究分析科技项目管理各个环节的模型结构，对科技项目管理的具体执行标准与执行策略进行阐述，并提出有利于时代发展的科技项目管理的具体谋略。在大数据时代背景下，科技项目管理的创新发展趋势已不可逆转，因此，要顺应时代需求，将大数据分析的工具融入到科技项目管理的各个环节，将有益于项目管理的优势资源注入到科技项目管理，将科技项目管理的价值突显出来。
[关键词]大数据；科技管理；应用
中图分类号：F426.8；F273.1；F406.7 文献标识码：A 文章编号：1009-914X（2019）01-0200-01
引言
科技管理与大数据密不可分，科学数据符合大数据的特性。本文将探讨大数据本身作为一种技术，如何应用到科技管理部门的工作中，为科技创新与管理产生新赋能。
1 科技管理现状
目前，对于科技工作者而已，面临的最大困惑是科技成果转化不畅而导致的企业创新意识不强，科技资源和共享投入不够以及对高新区发展支撑不足。如何有效洞察全球范围内的科技情报，如何通过大数据赋能进行科技创新与科技成果管理，成为科技管理部门创新的关键所在。大数据为各行各业带来了数据使用方式的根本性变革，也为科技情报研究带来了新的全量数据、预测、智能学习分析等手段，也为科研成果管理，科技创新机制提供新的可能。科技工作者亟须掌握并运用大数据相关方法及工具，来适应新的思维逻辑并开展研究。
2 科研管理的新特点
2.1 科研实验数据来源广、数量大
随着“物联网”、“智能传感器”等高精尖设备的成功研发，使得一切“物体”都可能成为数据的来源，造成科研实验数据的增量巨大、复杂程度高、数据结构差异化大。海量异构化的实验大数据为科研的真实性提供了有力保障，但大量非结构化的数据出现也为实验数据的处理和分析带来了巨大挑战。科研实验数据呈现出的体量大、多样性、价值密度低、实时性强的特性，成为科研管理的新特点。
2.2 科研仪器需求增加、成本提高
在大数据环境下，基于大数据的数据关联分析将取代传统的研究方法，在抽样方法的实验中，研究人员将更加追求数据及计算结果的真实性。为了获取海量的异构大数据，会对数据采集设备，尤其是一些非结构化数据的采集设备产生更多的需求，这就导致了科研成本的逐步提高。
3 大数据在科技工作中的应用价值
3.1 规范数据管理
科技管理局在日常的科技项目管理过程中会有海量的结构化和非结构化数据产生，必须要对这些数据做规范化治理，形成科技大数据的标准化管理，才能更好地对这些数据加以利用。这就要求对数据进行清洗、加工，统一规范标准。
3.2 开放数据共享
科技大数据的数据来源于科技项目申报、科技成果公开、共享科技资源、科技文献、科技政策公开等方面，在科技创新管理的过程中，需要做好多源数据的融合和共享，进而实现科技资源的共享，才能对科技发展带来真正的价值。
3.3提升科技创新管理能力
通过对科技管理部门在管理过程中的数据的不断采集，结合大数据分析技术，呈现科技管理过程中的问题点加以改善； 同时借助大数据技术对企业参与科技创新的方式进行优化，提升科技管理部门的办事效率。
3.4提高科技成果转化率
科技成果转化是科技发展的重要环节，通过对科技成果的多维度分析，掌握项目的多维度、全方位数据，同时结合企业申报单位的分析，形成项目和企业的匹配和对接，提高科技成果的转化率。
4大数据在科技工作中的应用方向
4.1科技数据打通融合
要释放大数据在科技工作管理中的应用价值，首先要整合数据，打破数据孤岛，形成数据融合共享。数据来源可分为外部数据和内部数据，外部数据包括互联网数据等，可以通过数据采集来实现； 内部数据主要是业务管理系统当中的数据，包括政务网络数据、科研项目数据、科研成果数据、科技企业数据、诚信档案数据、科技文献数据、科研设备数据等，另外必要前提下，也需要用到政府公开数据以及第三方数据，如政府政策、法律法規以及万方、知网等科技文献数据。
4.2科技情报洞察
科技情报服务不仅仅是承担着信息分析以及信息传递的工作，经过人工智能的不断优化，在科技、经济、以及商业等各个领域中也发挥着至关重要的作用。科学技术的高速发展，导致相关科技资料数不胜数，转眼之间，既有更新更有价值的科技资料出现，层出不穷。如何快速、准确地获取第一手有价值的科技情报，是科技工作者在大数据时代面临的巨大挑战。通过数据采集获取全球范围内有价值的科学发展、科技创新、或者有关科技最新动态，并进行深度关联分析，观察和分析国内外科技发展水平，是科技工作者引进先进科学技术必不可少的环节。
4.3 科技查重
利用大数据进行科技查重是大数据在科技管理工作中的又一应用方向，可以配合全文索引对比算法、相似度监测算法等对项目进行分析比对，得到项目的重复率数据。一是对项目查重的进度、项目对比过程、实时重复率进行可视化呈现，直观了解查重过程。二是对查重通过的项目进行统一标准，结构化项目数据并存储，录入科研项目资源库，为以后的查重和项目查询补充资源。三是对查重通过，重复率低的项目进行统一标准，结构化项目数据并存储，录入诚信档案资源库，为以后的项目审批提供依据。
4.4科技成果管理
通过大数据分析，对科研机构、学校上传的科研项目进行多维度综合分析，评估科技成果的转化价值，对有市场价值的科研成果，通过精准匹配，对接落地企业。并且对项目的推进过程进行动态数据监测，跟踪项目进度，掌握项目实施情况，把控项目实施进度，保证科技成果的顺利转化。 4.5 科技诚信监控
学术、科技造假事件屡见不鲜，对科技经费投入，科学发展环境造成了恶劣的影响。依托大数据分析，将有效解决这一顽疾。一是建立科研项目的诚信档案，对科研项目与课题进行实时进行数据分析与关联分析，与国内外相关科技科技成果横向、纵向对比，时发现异常并预警； 二是对科研项目主体进行数据化调研，建立大数据征信，全方位评估项目主体的诚信指数。
4.6科研项目评估
以往判断一个科研项目是否有高价值，往往取决于专家的专业能力和行业认知，有时候难免发生偏颇。依托大数据，可以对项目研究方向、项目所处阶段、市场潜力、项目成熟度、项目推广价值、项目转换难度、项目研究单位等全方位进行横向与纵向数据对比分析，量化评估科研项目价值，做出科学决策与投入。
结束语
当今世界已经进入了大数据时代，大数据的深度发展，为政府管理部门深化改革，数据化治理提供了新思路，新方法。大数据处理将使科技工作精准化和精细化管理成为现实。大数据是计算机科学、统计学、管理学、社会学等学科交叉渗透的产物，涉及互联网、经济、物力、天文、医学等领域。中国工程院院士李国杰指出： “科技界应高度关注大数据研究这一新的发展方向，从大数据应用中发现挑战性的科学问题，推动以大数据为基础的第四科学范式，促进形成新型交叉学科： 网络数据科学。”随着科学技术日新月异的发展，科技管理被赋予了新的内涵： 人力、物力、财力资源通过运用管理科学手段，最终以数据的形式得以存储、整合利用和分析，大数据在现代科技管理中愈显重要。
参考文献
[1]钱斐.科技管理信息化建设的若干思考[J].江蘇科技信息，2016（32）：4-5.
[2]戴建忠.大数据对政府科技管理效率的影响[J].电子政务，2016（12）：71-80.
[3]于振新.大数据背景下科技管理创新平台的构建[J].科技创新与应用，2016（26）：267.
[4]宋赟.大数据背景下科技管理创新平台构建研究[J].科技传播，2016，8（15）：95+100.
作者简介
李文贞，女，1986年9月生，湖北武汉人，工作单位：湖北省科技信息研究院，主要研究方向为科技信息和财务管理。
[关键词]大数据；科技管理；应用
中图分类号：F426.8；F273.1；F406.7 文献标识码：A 文章编号：1009-914X（2019）01-0200-01
引言
科技管理与大数据密不可分，科学数据符合大数据的特性。本文将探讨大数据本身作为一种技术，如何应用到科技管理部门的工作中，为科技创新与管理产生新赋能。
1 科技管理现状
目前，对于科技工作者而已，面临的最大困惑是科技成果转化不畅而导致的企业创新意识不强，科技资源和共享投入不够以及对高新区发展支撑不足。如何有效洞察全球范围内的科技情报，如何通过大数据赋能进行科技创新与科技成果管理，成为科技管理部门创新的关键所在。大数据为各行各业带来了数据使用方式的根本性变革，也为科技情报研究带来了新的全量数据、预测、智能学习分析等手段，也为科研成果管理，科技创新机制提供新的可能。科技工作者亟须掌握并运用大数据相关方法及工具，来适应新的思维逻辑并开展研究。
2 科研管理的新特点
2.1 科研实验数据来源广、数量大
随着“物联网”、“智能传感器”等高精尖设备的成功研发，使得一切“物体”都可能成为数据的来源，造成科研实验数据的增量巨大、复杂程度高、数据结构差异化大。海量异构化的实验大数据为科研的真实性提供了有力保障，但大量非结构化的数据出现也为实验数据的处理和分析带来了巨大挑战。科研实验数据呈现出的体量大、多样性、价值密度低、实时性强的特性，成为科研管理的新特点。
2.2 科研仪器需求增加、成本提高
在大数据环境下，基于大数据的数据关联分析将取代传统的研究方法，在抽样方法的实验中，研究人员将更加追求数据及计算结果的真实性。为了获取海量的异构大数据，会对数据采集设备，尤其是一些非结构化数据的采集设备产生更多的需求，这就导致了科研成本的逐步提高。
3 大数据在科技工作中的应用价值
3.1 规范数据管理
科技管理局在日常的科技项目管理过程中会有海量的结构化和非结构化数据产生，必须要对这些数据做规范化治理，形成科技大数据的标准化管理，才能更好地对这些数据加以利用。这就要求对数据进行清洗、加工，统一规范标准。
3.2 开放数据共享
科技大数据的数据来源于科技项目申报、科技成果公开、共享科技资源、科技文献、科技政策公开等方面，在科技创新管理的过程中，需要做好多源数据的融合和共享，进而实现科技资源的共享，才能对科技发展带来真正的价值。
3.3提升科技创新管理能力
通过对科技管理部门在管理过程中的数据的不断采集，结合大数据分析技术，呈现科技管理过程中的问题点加以改善； 同时借助大数据技术对企业参与科技创新的方式进行优化，提升科技管理部门的办事效率。
3.4提高科技成果转化率
科技成果转化是科技发展的重要环节，通过对科技成果的多维度分析，掌握项目的多维度、全方位数据，同时结合企业申报单位的分析，形成项目和企业的匹配和对接，提高科技成果的转化率。
4大数据在科技工作中的应用方向
4.1科技数据打通融合
要释放大数据在科技工作管理中的应用价值，首先要整合数据，打破数据孤岛，形成数据融合共享。数据来源可分为外部数据和内部数据，外部数据包括互联网数据等，可以通过数据采集来实现； 内部数据主要是业务管理系统当中的数据，包括政务网络数据、科研项目数据、科研成果数据、科技企业数据、诚信档案数据、科技文献数据、科研设备数据等，另外必要前提下，也需要用到政府公开数据以及第三方数据，如政府政策、法律法規以及万方、知网等科技文献数据。
4.2科技情报洞察
科技情报服务不仅仅是承担着信息分析以及信息传递的工作，经过人工智能的不断优化，在科技、经济、以及商业等各个领域中也发挥着至关重要的作用。科学技术的高速发展，导致相关科技资料数不胜数，转眼之间，既有更新更有价值的科技资料出现，层出不穷。如何快速、准确地获取第一手有价值的科技情报，是科技工作者在大数据时代面临的巨大挑战。通过数据采集获取全球范围内有价值的科学发展、科技创新、或者有关科技最新动态，并进行深度关联分析，观察和分析国内外科技发展水平，是科技工作者引进先进科学技术必不可少的环节。
4.3 科技查重
利用大数据进行科技查重是大数据在科技管理工作中的又一应用方向，可以配合全文索引对比算法、相似度监测算法等对项目进行分析比对，得到项目的重复率数据。一是对项目查重的进度、项目对比过程、实时重复率进行可视化呈现，直观了解查重过程。二是对查重通过的项目进行统一标准，结构化项目数据并存储，录入科研项目资源库，为以后的查重和项目查询补充资源。三是对查重通过，重复率低的项目进行统一标准，结构化项目数据并存储，录入诚信档案资源库，为以后的项目审批提供依据。
4.4科技成果管理
通过大数据分析，对科研机构、学校上传的科研项目进行多维度综合分析，评估科技成果的转化价值，对有市场价值的科研成果，通过精准匹配，对接落地企业。并且对项目的推进过程进行动态数据监测，跟踪项目进度，掌握项目实施情况，把控项目实施进度，保证科技成果的顺利转化。 4.5 科技诚信监控
学术、科技造假事件屡见不鲜，对科技经费投入，科学发展环境造成了恶劣的影响。依托大数据分析，将有效解决这一顽疾。一是建立科研项目的诚信档案，对科研项目与课题进行实时进行数据分析与关联分析，与国内外相关科技科技成果横向、纵向对比，时发现异常并预警； 二是对科研项目主体进行数据化调研，建立大数据征信，全方位评估项目主体的诚信指数。
4.6科研项目评估
以往判断一个科研项目是否有高价值，往往取决于专家的专业能力和行业认知，有时候难免发生偏颇。依托大数据，可以对项目研究方向、项目所处阶段、市场潜力、项目成熟度、项目推广价值、项目转换难度、项目研究单位等全方位进行横向与纵向数据对比分析，量化评估科研项目价值，做出科学决策与投入。
结束语
当今世界已经进入了大数据时代，大数据的深度发展，为政府管理部门深化改革，数据化治理提供了新思路，新方法。大数据处理将使科技工作精准化和精细化管理成为现实。大数据是计算机科学、统计学、管理学、社会学等学科交叉渗透的产物，涉及互联网、经济、物力、天文、医学等领域。中国工程院院士李国杰指出： “科技界应高度关注大数据研究这一新的发展方向，从大数据应用中发现挑战性的科学问题，推动以大数据为基础的第四科学范式，促进形成新型交叉学科： 网络数据科学。”随着科学技术日新月异的发展，科技管理被赋予了新的内涵： 人力、物力、财力资源通过运用管理科学手段，最终以数据的形式得以存储、整合利用和分析，大数据在现代科技管理中愈显重要。
参考文献
[1]钱斐.科技管理信息化建设的若干思考[J].江蘇科技信息，2016（32）：4-5.
[2]戴建忠.大数据对政府科技管理效率的影响[J].电子政务，2016（12）：71-80.
[3]于振新.大数据背景下科技管理创新平台的构建[J].科技创新与应用，2016（26）：267.
[4]宋赟.大数据背景下科技管理创新平台构建研究[J].科技传播，2016，8（15）：95+100.
作者简介
李文贞，女，1986年9月生，湖北武汉人，工作单位：湖北省科技信息研究院，主要研究方向为科技信息和财务管理。