3.2 方法层：基于科技计划管理业务的数据分析方法论

本文提出的分析模型中，方法层是衔接数据资源和用户需求的重要枢纽，也是分析问题，解决问题的核心。该模型的方法层构建思路可以归纳为“1+2+3+N”。“1”表示基于科技大数据分析始终围绕“数据”核心展开，数据来源于整个科技计划管理全流程，是分析的基础。“2”表示针对数据的两种特征来构建数据分析的对象、范围和内容：科技大数据静态指标的多维度特征计量分析以及基于动态演化类指标组合分析。“3”表示科技计划项目分析方法论的三个核心要素：对象、维度和指标。“N”表示基于科技大数据的分析可面向用户需求提供N种应用模式。以数据为核心的分析方法论如图3所示。

图3 科技计划项目大数据分析方法

3.2.1 对象 从“数据”出发，可通过拆分、整合、关联、标引等过程解构数据内容，结合科技计划管理特征和需求，形成分析对象集合。科技计划项目大数据的分析对象应从科技计划管理的指南发布、项目申报、项目评审、项目立项、过程管理、项目验收等全流程各环节获取，可以从各类文本中提取对象，包括项目涉及的文档、报告、文件(含论文、专利等各种产出的文本以及任务书、合同、文档等)等。在数据分析中可以包含的对象为：①活动主体类对象，如项目承担人、承担团队、承担机构、评审专家、管理人员等；②业务类对象，包括科技计划项目涉及的政策、指南、经费、公告等；③技术类对象，包括技术内容、指标、标准等。

3.2.2 维度 针对科技计划项目数据的基本状况，可以从不同分析对象出发，开展频度、规模、比例、均值、极值等基本维度的分析，形成科技计划布局规划、实施情况、执行效果概览。同时还可以根据具体需求对不同分析对象进行多维解析和计量。例如针对用户需求开展时间、空间、领域等“维度”的计量与分析。在时间维度，可以分析科技计划项目、项目承担机构、项目承担人等活动主体类对象在某时间段内项目承担与执行情况发展趋势与变化；在空间维度，可以结合地理位置信息生成不同地理区域科技计划项目中参与情况，从宏观层次客观分析全球、国家、地区等层面科技资源配置状况；在领域与主题维度，可采用演化博弈模型、隐含狄利克雷分布(LDA)等主题演化模型[25-26]发现领域研究主题演化趋势、项目协作演化趋势以及资助学科主题演化分析等。通过这些不同维度的交叉分析，可以清晰展现科技计划项目管理与实施中的主题演化、热点变迁、区域特征、分布规律等，产生丰富的分析结果。图4为科技计划项目大数据的主要分析维度与内容。

图4 科技计划项目大数据分析维度与内容

3.2.3 指标 在多维度分析开展的过程中，分析的内容必须能够体现科技计划管理的业务场景的具体需求，因此要构建各类评价/评估指标集合。例如，规模类指标可以从宏观整体方向对各类计划项目的概貌、趋势做出描述；绩效类指标可以结合科技计划过程和产出状况综合考量，为科技计划管理与绩效评估提供参考依据；对比性指标，可以提供项目承担主体(承担机构、承担人员等)在不同时期、不同区域参与各类科技计划项目过程中的多种特征对比；关联性指标可以基于科技项目构建的人员、项目、机构、国家、数据、资源的网络分析形成，能够对科技计划项目实施中的合作协同密度、频率、分布等特点进行分析，帮助发现科技合作主干网络、主干节点，揭示国内/国际科技合作活动的热点与趋势等。各类分析指标均可以动态组合，形成复合分析结果或指数化结果，用来辅助科技项目规划、过程精细管理、绩效评估评价等。

3.3 应用层：面向多用户需求的数据服务与应用场景

应用是分析的落脚点，也是分析的驱动要素。通过应用可以对分析对象、过程和指标等的科学性与规范性进行反馈。本文以科技计划项目管理为应用场景，针对科技管理者、科研人员、科研机构等主要用户，形成几种典型的应用支撑场景。

3.3.1 管理性应用：科技计划项目的整体情况与绩效分析 主要针对科技计划项目管理者应用场景，通过数据分析了解不同维度科技计划项目的总体情况、趋势、问题、成效等，形成分析年报并供科技管理与决策使用。对于从科技计划管理流程出发，在不同阶段产生的数据之间可以进行关联分析，例如项目申报数据、立项数据与基金资助的科研产出数据(年度报告和验收报告中的论文、专利、软件著作、人才培养、科研奖励等信息)进行关联分析，可以对不同国家、区域、机构以及领域中科技计划项目的产出和影响力进行对比，还可以结合科研经费投入、R&D数据、国民经济发展数据等进行创新驱动发展的各项综合分析评价。

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