基于大数据的主动科研管理模式与优化决策机制

doi:10.11959/j.issn.2096-0271.2019038

大数据 ›› 2019, Vol. 5 ›› Issue (5): 16-24.doi: 10.11959/j.issn.2096-0271.2019038

基于大数据的主动科研管理模式与优化决策机制

罗瑞丽,王元卓

中国科学院计算技术研究所，北京 100190

出版日期:2019-09-15 发布日期:2019-10-11
作者简介:罗瑞丽（1963-），女，中国科学院计算技术研究所副研究员，科研处处长，中国科学院网络计算创新研究院筹建办公室负责人，主要研究方向为计算数学、科研大数据管理，先后承担国家科技攻关计划项目“KJ8920大型机系统研制”任务、大型商业应用系统等研究项目。|王元卓（1978-），男，博士，中国科学院计算技术研究所研究员、博士生导师、科研处副处长，大数据研究院院长，大安全方向总工程师，大数据分析系统国家工程实验室开放知识网络计算研究方向负责人，主要研究方向为网络大数据分析、开放知识计算、网络群体行为分析、网络与信息安全、随机博弈模型等。
基金资助:
：国家自然科学基金资助项目(91646120);：国家自然科学基金资助项目(61572469)

Active scientific research management model and optimization decision mechanism based on big data

Ruili LUO,Yuanzhuo WANG

Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China

Online:2019-09-15 Published:2019-10-11
Supported by:
The National Natural Science Foundation of China(91646120);The National Natural Science Foundation of China(61572469)

摘要/Abstract

摘要：

在科研管理过程中，从科研人员、项目、成果产出等多维度可获取大量数据。科研管理大数据背后蕴含着丰富的、复杂关联的知识。科研管理大数据中信息与知识的有效、丰富，依赖于科研管理知识图谱的建立。采用开放知识网络模型方法，以构建“专家图谱”为例，融合分析了科研管理大数据中的关联知识和潜在信息，并探讨基于这些技术手段，如何将传统被动的管理模式转变为主动的科研管理模式，进而建立基于大数据的新型管理模式与决策机制。

关键词: 大数据, 开放知识网络, 科研知识图谱, 主动科研管理, 科研管理决策

Abstract:

During the scientific research management,a large number of data could be accessed from researchers,projects,output and other multi-dimensional.The big data of scientific research management implicitly contains tremendous highlyinterconnected knowledge.The effective obtaining of rich knowledge from big data,depends on the building of the largescale knowledge graph.An expert graph was built up using open knowledge network,and the associated knowledge and potential information were analyzed.Based on these analysis results,how to change the traditional passive management model into active scientific research management mode was discussed,and then a new management model and decisionmaking mechanism based on big data was established.

Key words: big data, open knowledge network, scientific research knowledge graph, scientific research management decision, active scientific research management

中图分类号:

TP391

罗瑞丽, 王元卓. 基于大数据的主动科研管理模式与优化决策机制[J]. 大数据, 2019, 5(5): 16-24.

Ruili LUO, Yuanzhuo WANG. Active scientific research management model and optimization decision mechanism based on big data[J]. Big Data Research, 2019, 5(5): 16-24.

图/表 4

图1

表1

表2

原始学术开放知识网络"

实体对	关系	三角形
A,A	coauthor(2)	$A \overset{t_{1}}{\leftarrow} P \overset{t_{1}}{\to} A$	t₁
P,P	same mention(2)	$P \overset{t_{1}}{\leftarrow} K \overset{t_{2}}{\to} P$	$[sta (t_{1} \cap t_{2}), \infty]$
A,A	college(2)	$A \overset{t_{1}}{\leftarrow} O \overset{t_{2}}{\to} A$	$[sta (t_{1} \cap t_{2}), \infty]$
A,A	cite,cited by	$A \overset{t_{1}}{\leftarrow} P \overset{t_{2}}{\to} A$	$[sta (t_{1} \cap t_{2}), \infty]$
A,C	contribute(2)	$A \overset{t_{1}}{\leftarrow} P \overset{t_{1}}{\to} C$	t₁
O,O	collaboration(2)	$O \overset{t_{1}}{\leftarrow} P \overset{t_{1}}{\to} O$	t₁
A,P	cite,cited by	$A \overset{t_{1}}{\leftarrow} P \overset{t_{1}}{\to} P$	t₁
A,A	coauthor(2)	$A \overset{t_{1}}{\leftarrow} C \overset{t_{1}}{\to} A$	t₁

表2

图2

参考文献 14

[14]	LIN H L , WANG Y Z , JIA Y T ,et al. Network big data oriented knowledge fusion methods:a survey[J]. Chinese Journal of Computers, 2017,40(1): 1-27.
[15]	孟小峰, 慈祥 . 大数据管理:概念、技术与挑战[J]. 计算机研究与发展, 2013(1): 146-169.
	MENG X F , CI X . Big data management:concepts,techniques and challenges[J]. Journal of Computer Research and Development, 2013(1): 146-169.
[16]	梁家峰, 亓振华 . 适应与创新：大数据时代的高校思想政治教育工作[J]. 思想教育研究, 2013(6): 63-67.
	LIANG J F , QI Z H . Adaptation and innovation:ideological and political education in colleges and universities in the age of big data[J]. Studies in Ideological Education, 2013(6): 63-67.
[17]	董振东, 董强, 郝长伶 . 知网的理论发现[J]. 中文信息学报, 2007,21(4): 3-9.
	DONG Z D , DONG Q , HAO C L . Theoretical findings of HowNet[J]. Journal of Chinese Information Processing, 2007,21(4): 3-9.
[18]	梅立军, 周强, 臧路 ,等. 知网与同义词词林的信息融合研究[J]. 中文信息学报, 2005,19(1): 63-70.
	MEI L J , ZHOU Q , ZANG L ,et al. Merge information in HowNet and TongYiCi CiLin[J]. Journal of Chinese Information Processing, 2005,19(1): 63-70.
[19]	黄曾阳 . HNC理论概要[J]. 中文信息学报, 1997,11(4): 11-20.
	HUANG Z Y . Summary of HNC theory[J]. Journal of Chinese Information Processing, 1997,11(4): 11-20.
[20]	LENAT D , GUHA R . Building large knowledge-based systems:representation and inference in the Cyc project[M]. Boston: Addison-WesleyPress, 1989.
[1]	李国杰, 程学旗 . 大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊, 2012,27(6): 647-657.
	LI G J , CHENG X Q . Research status and scientific thinking of big data[J]. Bulletin of the Chinese Academy of Sciences, 2012,27(6): 647-657.
[2]	王元卓, 靳小龙, 程学旗 . 网络大数据:现状与展望[J]. 计算机学报, 2013,36(6): 1125-1138.
	WANG Y Z , JIN X L , CHENG X Q . Network big data:present and future[J]. Chinese Journal of Computers, 2013,36(6): 1125-1138.
[3]	王元卓, 贾岩涛, 刘大伟 ,等. 基于开放网络知识的信息检索与数据挖掘[J]. 计算机研究与发展, 2015,52(2): 456-474.
	WANG Y Z , JIA Y T , LIU D W ,et al. Open web knowledge aided information search and data mining[J]. Journal of Computer Research and Development, 2015,52(2): 456-474.
[4]	ETZIONI O , CAFARELLA M , DOWNEY D ,et al. Web-scale information extraction in knowitall:(preliminary results)[C]// The 13th International Conference on World Wide Web,May 17-20,2004,New York,USA. New York:ACM Press, 2004: 100-110.
[5]	BANKO M , CAFARELLA M J , SODERLAND S ,et al. Open information extraction from the web[C]// The 20th International Joint Conference on Artifical Intelligence,January 6-12,2007,Hyderabad,India. New York:ACM Press, 2007: 2670-2676.
[6]	CARLSON A , BETTERIDGE J , KISIEL B ,et al. Toward an architecture for neverending language learning[C]// The 24th AAAI Conference on Artifical Intelligence,July 11-15,2010,Atlanta,Georgia. Menlo Park:AAAI Press, 2010: 1306-1313.
[7]	WU W , LI H , WANG H ,et al. Probase:a probabilistic taxonomy for text understanding[C]// The 2012 ACM SIGMOD International Conference on Management of Data,May 20-24,2012,Scottsdale,USA. New York:ACM Press, 2012: 481-492.
[8]	NAKASHOLE N , THEOBALD M , WEIKUM G . Scalable knowledge harvesting with high precision and high recall[C]// The 4th ACM International Conference on Web Search and Data Mining,February 9-12,2011,Hong Kong,China. New York:ACM Press, 2011: 227-236.
[9]	SUCHANEK F M , SOZIO M , WEIKUM G . SOFIE:a self-organizing framework for information extraction[C]// The 18th International Conference on World Wide Web,April 20-24,2009,Madrid,Spain. New York:ACM Press, 2009: 631-640.
[10]	AUER S , BIZER C , KOBILAROV G ,et al. DBpedia:a nucleus for a web of open data[C]// The 6th International The Semantic Web and 2nd Asian Conference on Asian Semantic Web Conference,November 11-15,2007,Busan,Korea. Piscataway:IEEE Press, 2007: 722-735.
[11]	SUCHANEK F , KASNECI G , WEIKUM G . YAGO:a core of semantic knowledge[C]// The 16th International Conference on World Wide Web,May 8-12,2007,Banff,Canada. New York:ACM Press, 2007: 697-706.
[12]	PONZETTO S , NAVIGLI R . Large-scale taxonomy mapping for restructuring and integrating Wikipedia[C]// The 21st International Joint Conference on Artifical Intelligence,July 11-17,2009,Pasadena,USA. San Francisco:Morgan Kaufmann, 2009: 2083-2088.
[13]	PONZETTO S , STRUBE M . Taxonomy induction based on a collaboratively built knowledge repository[J]. Artificial Intelligence, 2011,175(9-10): 1737-1756.
[14]	林海伦, 王元卓, 贾岩涛 ,等. 面向网络大数据的知识融合方法综述[J]. 计算机学报, 2017,40(1): 1-27.

实体对	关系	时间
A,P	write,written by	[t,∞]
C,P	publish,published by	[t,∞]
P,K	mention,mentioned by	[t,∞]
A,O	employee,employer	[t,t’]
P,P	cite,cited by	[t,∞]

基于大数据的主动科研管理模式与优化决策机制

Active scientific research management model and optimization decision mechanism based on big data

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 14

相关文章 15

Metrics

推荐阅读 0

[1]	钱海红, 王茂异, 熊贇. 高等教育数字化转型的现状与发展研究[J]. 大数据, 2023, 9(3): 56-70.
[2]	梅宏, 杜小勇, 金海, 程学旗, 柴云鹏, 石宣化, 靳小龙, 王亚沙, 刘驰. 大数据技术前瞻[J]. 大数据, 2023, 9(1): 1-20.
[3]	沈阳, 余梦珑. 元宇宙与大数据：时空智能中的数据洞察与价值连接[J]. 大数据, 2023, 9(1): 103-110.
[4]	陈静. 人文大数据及其在数字人文领域中的应用[J]. 大数据, 2022, 8(6): 3-14.
[5]	罗煜楚, 吴昊, 郭宇涵, 谭绍聪, 刘灿, 蒋瑞珂, 袁晓如. 数字人文中的可视化[J]. 大数据, 2022, 8(6): 74-93.
[6]	郑童哲恒, 李斌, 冯敏萱, 常博林, 王东波. 历史典籍的结构化探索——《史记·列传》数字人文知识库的构建与可视化研究[J]. 大数据, 2022, 8(6): 40-55.
[7]	李汶龙, 袁媛, 安筱鹏. 刍议大数据治理的三大基础思维[J]. 大数据, 2022, 8(4): 34-45.
[8]	汤奇峰, 邵志清, 叶雅珍. 数据交易中的权利确认和授予体系[J]. 大数据, 2022, 8(3): 40-53.
[9]	王陈慧子, 蔡玮. 元宇宙数字经济：现状、特征与发展建议[J]. 大数据, 2022, 8(3): 140-150.
[10]	杨玫, 李玮, 乔思渊, 刘巍. 中国大数据产业产值测算方法研究[J]. 大数据, 2022, 8(3): 151-160.
[11]	李德仁, 张过, 蒋永华, 沈欣, 刘伟玲. 论大数据视角下的地球空间信息学的机遇与挑战[J]. 大数据, 2022, 8(2): 3-14.
[12]	仇晓兰, 胡玉新, 上官松涛, 付琨. 遥感卫星大数据高精度一体化处理技术[J]. 大数据, 2022, 8(2): 15-27.
[13]	刘伟权, 王程, 臧彧, 胡倩, 于尚书, 赖柏锜. 基于遥感大数据的信息提取技术综述[J]. 大数据, 2022, 8(2): 28-57.
[14]	刘建强, 叶小敏, 兰友国. 我国海洋卫星遥感大数据及其应用服务[J]. 大数据, 2022, 8(2): 75-88.
[15]	杨何群, 王晓峰, 高彦青, 陆一闻, 麻炳欣, 王昕瑶. 数值天气预报对卫星大数据的需求分析[J]. 大数据, 2022, 8(2): 89-102.