期刊信息
Navigation

刊名:地质科技通报
曾用名:地质科技情报
主办:中国地质大学(武汉)
主管:中华人民共和国教育部
ISSN:1000-7849
CN:42-1904/P
语言:中文
周期:双月
影响因子:0
数据库收录:
文摘杂志;北大核心期刊(1992版);北大核心期刊(1996版);北大核心期刊(2000版);北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);化学文摘(网络版);中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);日本科学技术振兴机构数据库;文摘与引文数据库;中国科技核心期刊;期刊分类:地质学
期刊热词:
环境地质工程

现在的位置:主页 > 期刊导读 >

基于科技计划项目大数据的情报分析模型研究*

来源:地质科技通报 【在线投稿】 栏目:期刊导读 时间:2021-01-21

【作者】网站采编

【关键词】

【摘要】:1 研究背景 科技计划项目(专项、基金等)是政府支持科技创新活动的重要方式,我国先后设立了一批科技计划项目,为增强国家科技实力、提高综合竞争力、支撑引领经济社会发展发挥

1 研究背景

科技计划项目(专项、基金等)是政府支持科技创新活动的重要方式,我国先后设立了一批科技计划项目,为增强国家科技实力、提高综合竞争力、支撑引领经济社会发展发挥了重要作用。党的十八大以来,科技计划管理改革不断深入,2014年12月25日,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》[1],将原有近40个部门管理的100多个科技计划(专项、基金等)整合为国家自然科学基金、国家科技重大专项、国家重点研发计划、技术创新引导专项(基金)、基地与人才专项五大类科技计划。随着科技计划管理改革的深入,科技管理部门正积极转变政府职能,把“放管服”作为全面深化改革的重要内容。各类科技计划项目实施过程中,产生了大量数据,如项目申报数据、立项数据、评审数据、验收数据、产出数据、成果转化数据等;同时与科研管理的过程中机构数据、人员数据、成果数据等相互关联形成了科技资源数据网络。这些数据资源拓展了科技情报分析的对象,延长了科技情报分析的数据链条,但同时大数据的多源性、复杂性、丰富性等特点也急需在传统基础上融入大数据的知识计算体系,形成全新的理论研究范式。科技项目大数据正逐渐成为科技情报的重要数据来源和分析对象,其迅速积累和复杂关联等特性也给传统的情报分析方法带来了机遇和挑战[4]。因此需要建立针对科技计划项目大数据的分析方法论,形成科技计划项目分析建模的工具、体系、范式与流程等。

同时,为有效落实《关于进一步加强科研诚信建设的若干意见》《关于优化科研管理提升加强科研诚信建设的若干意见》《关于深化项目评审、人才评价、机构评估改革的意见》等系列政策文件,也迫切需要建立适应大数据的分析方法体系,形成科技管理决策与服务的新模式[2-3]。

本文针对大数据背景下科技计划管理的新需求和新挑战,构建针对科技计划项目大数据的分析模型,力图形成用于指导多源科技数据分析和应用的方法论,支持面向科技用户多元数据应用服务场景的建模要求,挖掘大数据环境下的全球科技计划及科研活动发展趋势,加快推进科技服务精准化、科技决策智能化。

2 相关研究

2.1 大数据环境下情报方法研究进展

大数据环境下情报研究面临重大发展机遇,其研究问题域、研究方法、数据来源、数据获取方式、数据规模、分析工具等都发生了新的变化。2012年王飞跃[5]提出大数据环境下让“数据说话”的重要性,并构建了开源情报解析的理论框架。马费成等[6]提出在大数据环境下,情报学所处的介质、空间和场景发生了根本变化,对情报学理论和方法产生了深刻影响,也为情报学满足用户信息服务需求提供了新模式。苏新宁[7]分析了大数据融合时代情报学的变化与挑战,认为以文献为主的情报学研究已经远远不能适应当今发展,应向网络复杂数据拓展,因此大数据时代的新情报学理论方法也期待被重建。夏立新[8]等提出大数据时代数据爆炸、处理能力、知识饥渴、信息安全等都将成为情报危机的触发因素,并提出应对策略。李品等[9]分析了大数据环境给情报学发展带来的机遇和挑战,同时也以大数据思维为引导,对情报学学科理论体系建设等提出相应对策。总之,传统的科技情报分析模型、方法等无法适应大数据的新要求,而且技术前瞻与预见需要更加多元的科技数据,推动科技情报分析的方法体系不断向计算化、智能化、多源化、模式化的方向转变。

2.2 面向应用需求的情报分析模型进展

建立分析模型可以用来揭示事物的特征和内部关系。大数据环境下情报分析面临的问题越来越复杂,学者们不断探索将多样化、智能化、计算化的分析模型应用于情报分析中。例如,王曰芬等[10]在论文中总结了情报分析主要用到的模型,并提出了利用大数据资源的组织、管理、计算和分析方法作为支撑有效整合各种资源,建立大数据环境下的情报研究知识库构建思路和理论方法。李品等[9]分析了大数据环境下情报学的研究与应用,提出了将大数据服务与情报服务融合产生“情报分析即服务”和“情报资源即服务”的分析思路。化柏林等[11]分析了大数据环境下情报工作的机遇与挑战,并运用文献调查法、内容分析法、系统分析法等一系列方法进行研究,重新构建了面向情报工作流程的情报方法体系。挪威高等教育机构协会针对科技评价的需求,提出了挪威模型(Nrowegian Model),并在欧洲几个国家的科研管理与科研信息评估检测中发挥了积极的作用[12-13]。另外还有一些深入到文本内容的微观分析模型,例如向量空间模型(VSM)[14-15]主要把文本内容转化为向量,通过向量之间的计算来进行文本信息之间的判断和研究。LDA主题模型[16]能够帮助大数据环境下的情报学研究更好的挖掘潜在、有价值的信息。TDT模型中多要素融合分析及归一化处理的思想可用于情报分析中的特征属性分析,并探测研究前沿等[17]。总之,在大数据环境下,适应大数据分析思路的情报分析模型不断延伸扩展。


文章来源:《地质科技通报》 网址: http://www.dzkjqbzz.cn/qikandaodu/2021/0121/526.html


上一篇:企业创新驱动下的科技情报服务模式研究①
下一篇:中国能源化学地质工会四届三次全委会议在京召