3.3.2 经济性应用：科技投入与资源配置分析 科技活动必须面向国民经济主战场，在科技投入产出效率以及科技影响力方面的经济性分析是重要的应用服务场景之一。科技计划项目在执行过程中会涉及各类经费预算信息，如R&D投入、中央财政预算资金、项目自筹资金等，这些可以作为科技项目的投入。项目在执行过程中通过技术转移和成果转化的形式会产生相应的经济效益，同时产生相应的社会效益，这些可以作为科技项目的产出。利用这些数据可以对科技计划投入/产出进行各类分析，从经济效益的角度衡量科技计划项目的执行效果和科学研究的转化成果，优化未来的科技项目资金投入方向与配比形式。另外，可以通过科技计划项目实施所带来的科学仪器共享利用、科研机构、科研人员的合作交流，科研学术活动有效开展、人才培养等对各类投入要素的影响力进行间接评估和分析，优化科技贡献的测度方法。

3.3.3 社会性应用：科技合作网络的构建与分析

1)项目合作网络分析。大数据时代科技合作形式更加多样化，通过科技计划项目实施过程中科技人员、科研团队和科研机构相互合作形成的协同与合作网络是具体表现形式。可以通过社会网络理论方法构建科技计划项目相关人员、课题、机构、产出的合作网络，分析其网络节点、度、中介系数、中心性等拓扑特征，结合地理信息空间分析方法，揭示科技计划项目协同合作的地域与空间特性，例如通过网络节点的地理邻近性、认知邻近性、组织邻近性、制度邻近性、社会邻近性[27]等分析和预测科技活动与知识流动的国际态势。

2)多重网络叠加分析。在科技计划项目各类实体网络分析基础上，还可以通过与各类实体网络叠加分析形成新的结论，利用同领域、同地区、同时间内论文、专利、机构、人员合作网络的重叠分析发现各类科技合作方式之间的关联。例如通过分析科技计划项目的共同资助同一科研人员、同一科研机构、同一科研团队等构建多层次的科技合作网络，并进行关联分析，从而绘制各类对象的交叉合作图谱，深层次多角度解析科技合作的社会关系，发现科技合作的新特征与新趋势。

3.3.4 技术性应用：研究与资助主题演化和技术前瞻 科技情报分析的重要应用之一即是预测学科领域研究前沿和科技发展趋势，对新形势下国际科技竞争环境具有重要现实意义。通过数据挖掘、文本探测与语义分析、自然语言处理等技术对科技项目大数据资源涉及的技术内容类对象进行信息提取，利用基于统计的主成分分析、因子分析、聚类分析等方法生成语义集群，对科技项目的主题词进行分析等，形成“卡脖子”技术等重点领域研发资助的演化路径和变化趋势，帮助预测未来研究和基金资助的热点方向，还可以生成具备前瞻性的技术预测报告，支持科技管理部门和科研人员围绕技术前沿开展科技计划项目研究和投入布局。

4 结束语

大数据时代拓展了科技情报的数据来源，也带来了科技情报分析的内容方法、思路模式等的全面转变。随着科技计划管理改革的推进，科技计划管理与决策模式向着智能化、精细化、计算化、多元化的方向发展，急需建立针对科技计划项目大数据分析模型与方法论的指导。本文对大数据环境下科技情报分析理论与方法转变和进展进行了分析，在此基础上针对科技计划项目管理全流程及用户需求，构建了科技计划项目大数据分析模型与方法论，提出可能的应用场景和服务方式，对如何利用科技管理大数据支撑科技计划管理和决策提供参考。□

[1] 关于深化中央财政科技计划(专项、基金等)管理改革的方案[EB/OL].(2014-12-03)

[2] 曾建勋.基于国家科技管理平台的科技情报事业发展思考[J].情报学报,2019,38(3):227-238.

[3] 戴国强.国家科技管理信息系统建设专题序言[J].情报学报,2016，35(9):899-899.

[4] 张家年,马费成.立足情报服务,借力工程思维:大数据时代情报工程学的理论构建[J].情报学报,2016,35(1):4-11.

[5] 王飞跃.知识产生方式和科技决策支撑的重大变革——面向大数据和开源信息的科技态势解析与决策服务[J].中国科学院院刊,2012,27(5):527-537.

[6] 马费成,张瑞,李志元.大数据对情报学研究的影响[J].图书情报知识,2018(5):4-9.

[7] 苏新宁.大数据时代情报学与情报工作的回归[J].情报学报,2017,36(4):331-337.

[8] 夏立新,陈燕方.大数据时代情报危机的发展演变及其应对策略研究[J].情报学报,2016,35(1):12-20.

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