數(shù)據(jù)挖掘技術在科研管理方面的應用

聶 迪

(黑龍江省科學院大慶分院，黑龍江 大慶 163319)

1 數(shù)據(jù)挖掘技術的涵義與方法

數(shù)據(jù)挖掘是指從一定的原始數(shù)據(jù)中利用一定的方法挖掘其中的隱含信息的過程。數(shù)據(jù)挖掘是一種計算機科學，與統(tǒng)計學、情報學等有相關性。簡單地說，傳統(tǒng)的信息處理所采用的統(tǒng)計方法是線性的、簡單的，而數(shù)據(jù)挖掘是將原始數(shù)據(jù)通過更為復雜的統(tǒng)計思維，納入一些專家系統(tǒng)作為邏輯，以模式識別等方式來挖掘更為深刻的信息。

數(shù)據(jù)挖掘技術常用的方法如下：

神經網絡法。該方法對高等生物的神經網絡系統(tǒng)進行了模擬，使得挖掘工具的處理單元能夠通過不斷地學習來提升對數(shù)據(jù)的認知，就像一個人體一樣，在不同的數(shù)據(jù)環(huán)境中，逐步形成自己的認知思維。具有抗干擾、非線性學習、聯(lián)想記憶等優(yōu)勢。

決策樹法。該方法是基于對目標變量產生作用的差異而形成分類，因此能夠利用相應的標準對原始數(shù)據(jù)開展分類，并以于樹形結構的形式存在。在決策樹算法的發(fā)展中，經歷了ID3算法、C4.5算法等。這種方法具有透明性、易于理解等優(yōu)勢。

遺傳算法。該算法是對生物界群體繁殖以及基因結合等進行的模擬，利用基因結合、交叉變異、自然淘汰等模式，來實現(xiàn)數(shù)據(jù)的總結與學習，使得處理單元能夠從不規(guī)則中找出規(guī)律?；凇斑m者生存”的原理，具有隱含并行性、容易與別的模型結合等優(yōu)勢。

粗糙集法。該方法能夠對一些非完整的數(shù)據(jù)進行一定的處理，在一定的條件下可以實現(xiàn)對數(shù)據(jù)的彌補和完善，有一定的推理性和邏輯分析性，可以有效地建立預測模型。

模糊集法。該方法基于模糊集合理論對原始數(shù)據(jù)開展模糊評判、模糊決策，與粗糙集方法有一定的類似。

關聯(lián)規(guī)則法。該方法在數(shù)據(jù)挖掘中經常被使用，以Apriori算法為主，能夠找出所有的頻集，并由此建立強關聯(lián)規(guī)則。

2 科研管理中數(shù)據(jù)挖掘的步驟

第一，定義問題。為使數(shù)據(jù)挖掘活動具有清晰準確的目標，需要對要解決的問題進行定義，要清楚地定位需要解決的問題是什么，如評價科研成果、評價科研效率等，因為不同的目標和問題所需要的模型是完全不同的。

第二，構建數(shù)據(jù)挖掘庫。在確定好需要解決的問題后，需要選擇有效的原始數(shù)據(jù)。對于數(shù)據(jù)挖掘技術的實施來說，原始數(shù)據(jù)通常是越多越好，但并不是需要濫用，在收集到所有的數(shù)據(jù)后，要對其進行一定的選擇，并對數(shù)據(jù)進行描述與匯總，利用傳統(tǒng)的數(shù)據(jù)統(tǒng)計進行元數(shù)據(jù)的搭建，形成數(shù)據(jù)庫。

第三，分析數(shù)據(jù)。通常是利用數(shù)據(jù)分析軟件進行數(shù)據(jù)的初步分析，因為原始數(shù)據(jù)過于龐大，且很難找到重點，應借助SPSS之類的工具進行歸類，找出不同影響性的數(shù)據(jù)。

第四，準備數(shù)據(jù)。具體工作是選擇變量、選擇記錄、創(chuàng)建新變量、轉換變量。

第五，構建模型。通過數(shù)據(jù)挖掘實現(xiàn)對某個問題的解決，需要的工作是多方面的，因此構建模型需要長期實行，反復開展，需要對大量的算法和數(shù)學邏輯進行參考，并在運行后反復優(yōu)化。通常情況下會先用一部分信息構建模型，并利用剩余的信息對模型進行測試，甚至需要另一部分數(shù)據(jù)進行驗證。

第六，模型的評價。在對模型初步建立之后，還需要對其進行綜合性地評價，對不同的數(shù)據(jù)下得到的結果的合理性進行專家評價，使模型更有價值。在實踐中，通過數(shù)據(jù)挖掘技術來解決一定的問題，還面臨著經濟、人力、技術等方面的限制，所以，應評價這種模型實施的各方面的可行性。

第七，模型實施。在建立了初步的模型并被認定為可行之后，就能夠開展具體的實施，以對問題進行及時有效地解決。

3 數(shù)據(jù)挖掘技術下科研管理工作的轉變

3.1 注重科研數(shù)據(jù)的原始積累

要積極提升科研單位的信息收集能力，構建更廣范的科技文獻、專利信息、論文信息以及科研單位自身各類信息的數(shù)據(jù)庫，包括科研工作者的基礎信息、科研成果等，并充分使用。還應把科研管理的數(shù)據(jù)挖掘延伸到全球科研信息，如對于某個研究所來說，其研究的方向在全球有很多科研機構與成果，該單位就應在全球范圍內進行原始數(shù)據(jù)的收集。原始數(shù)據(jù)的收集是重要的，也是很難完全做到的，如科研成果，不僅需要在主流的論文知識平臺上進行信息的搜索，還有大量的專利平臺、新聞報道、科學家的演講等。在數(shù)據(jù)挖掘技術的發(fā)展中，應當對各類信息進行準確有效地收集，同時淘汰一些失去價值的數(shù)據(jù)，如過期的甚至錯誤的科研成果等。

在科研管理和科研活動中，應當充分意識到原始數(shù)據(jù)的重要性，對原始數(shù)據(jù)進行準確地保留，同時在對外部數(shù)據(jù)進行收集時，也能更好地篩選出有用的信息，有利于最終的數(shù)據(jù)模型的搭建。

3.2 有效地增強科研管理項目決策的科學性

針對科研管理及數(shù)據(jù)挖掘機制的開拓，還應從具體的科研管理項目決策上入手，使決策更具科學性。應基于信息篩選的理念，進一步細化科研管理工作，充分利用數(shù)據(jù)挖掘的優(yōu)勢思維，基于云計算的模式，對研究的領域、可能得到的學術成果進行深入的分析；積極地借鑒國內外相關學術成果的現(xiàn)有文獻，找出最合適的研究思路，并對科學課題的創(chuàng)新性和可行性進行判斷，對其意義與必要性進行判斷。在數(shù)據(jù)挖掘思維及技術的指導下，科研管理項目的科學性很容易被監(jiān)測，科研人員也能夠被督促，使項目決策更具有科學性。

3.3 注重更深層次的科研活動服務提供力度

各類科研機構的科研項目，通常由科研工作者以某個機構的研究為主進行申請。和過去的科研活動管理、信息化技術的應用相比，科研工作者僅是根據(jù)具體的科研工作，向上級領導單位進行申請書的投遞，而后者則對申請內容進行進一步分析。在具體的實踐中，會出現(xiàn)申請力度不足、相關數(shù)據(jù)殘缺、有一定的錯誤信息等，使得科研管理水平降低，有時會存在申請課題與實際需求差距較大，以致于最終申請無法通過。在數(shù)據(jù)挖掘技術的應用過程中，數(shù)據(jù)更加透明，也更為豐富，科研單位應掌握數(shù)據(jù)挖掘的思維和技術，對數(shù)據(jù)領域進行分析、研究、準確預測，探索構建科研管理、數(shù)據(jù)挖掘的模型，與此同時，基于數(shù)據(jù)可視化的理念，得到成型的相關報告，這可以給工作人員提供更為全面的數(shù)據(jù)信息，并對其中的內在聯(lián)系進行梳理。較為準確的信息就能夠對科研工作人員的工作進行全面地指導，使科研管理與數(shù)據(jù)管理達到深層次的服務目標，提高科研管理的質量水平。

3.4 重視科研資源的合理配置及管理的適當優(yōu)化

科研管理工作牽涉諸多的科研資源，管理單位應對各種資源進行合理配置，進一步對數(shù)據(jù)管理進行優(yōu)化。第一，對相關數(shù)據(jù)開展廣泛的采集和初步的篩選，構建相應的數(shù)據(jù)管理資源庫、人才庫、科研成果庫等。第二，對科研機構的自身發(fā)展進行一定的科研評判，構建相對健全的科研模型，包括科研資源研究模型、科研成果模型等，并對其中的參數(shù)進行有效地計算，進一步制定完善的管理規(guī)則。第三，利用定量化績效考核的思路，及時搭建科研資源的基礎配置。以決策支持管理工具為基礎，有效地對相應的數(shù)據(jù)進行管理，基于數(shù)據(jù)挖掘的模式對科研機構的資源開展科學配置。