大数据背景下高校教师科研评价体系研究

张立杰　王爽

【摘 要】本文以某高校为例，基于科研管理信息系统中产生的大量数据信息，探讨如何在大数据背景下进一步建立健全高校科研评价体系，从而为提高学校科研管理水平及教师科研水平提供一些参考。

【关键词】大数据;科研水平;科研评价

中图分类号： G644文献标识码： A 文章编号： 2095-2457（2019）13-0131-002

DOI：10.19694/j.cnki.issn2095-2457.2019.13.061

Research on the Scientific Research Evaluation System of College Teachers under the Background of Big Data

ZHANG Li-jie WANG Shuang

（Sichuan Construction Vocational and Technical College， Sichuan Deyang 618000， China）

【Abstract】Taking a university as an example， based on the large amount of data generated in the scientific research management information system， this paper discusses how to further establish and perfect the scientific research evaluation system in the background of big data， so as to provide some references for improving the level of scientific research management and teachers scientific research.

【Key words】Big data; Scientific research level; Scientific evaluation

科研評价指标建立的科学性以及指标权值的平衡性将直接影响着评价结果的正确性与公信度，因此，建立健全高校科研评价体系是提高教师科研水平的重要途径之一，也是提高高校科研管理水平的迫切要求[1-2]。目前，基于网络的科研管理系统的实施，使高校积累了海量的科研数据信息，如何对这些数据进行充分利用，将现有的管理数据转化为可供深入使用的知识[3]，从而提高科研管理水平和整体科研水平，是科研评价系统应该重点考虑的问题之一。

1 科研成果评价体系

科研数据是高校信息数据库中的重要组成部分，对这些数据的有效利用，可以掌握学校科研方面的诸多信息。通过科研评价可以了解科研成果的层次及质量，学科和梯队是否均衡发展[4]，学术氛围是否与整体科研环境相适应等等。高校科研成果通常以科研项目、著作、学术论文、成果奖励、专利等几种形式体现，结合目前高校的一般性做法，在本研究中，以科研项目、学术论文、著作、成果奖励和专利作为评价指标，分别根据其项目的级别不同而计算其相应的科研当量积分，构建科研评价体系。

2 数据的采集和预处理

通过与学校相关部门协商，获取了2016年度校内所有教师的科研成果情况，共包括科研项目统计表、著作统计表、学术论文统计表、专利统计、成果奖励统计表等数据。

本研究将基于科研评价体系中的评价指标对教师的科研成果进行评价及数据分析。根据教师所从属的专业，分为理工类专业和文科类专业两大类，并剔除没有研究意义的一些变量，将获取的2016年度413名教师的科研成果统计表，根据科研评价指标计算科研得分并整理后的实验数据汇总表如表1所示。

3 数据分析

每位教师的工号是唯一的，是始终不发生变化的，于是根据教师所属的专业类别，分别进行编号后，以教工编号（同时以专业类别不同编制序号）为横坐标轴，分别对预处理后的科研项目、学术论文、著作、专利、成果奖励等数据进行探索性分析，分析不同专业类别教师科研成果数据特征。

通过对数据的探索性分析，（1）理工类教师的总体科研业绩较文科类偏高，这可能与专业性质及学校科研资源的配置有一定的关系;（2）学术论文方面，理工类和文科类教师总体表现都较为突出，其中一小部分理工类教师的学术论文水平尤为突出，可进行进一步的多维度分析;（3）著作方面，理工类和文科类教师总体水平差异不大，但科研业绩有待提高;（4）科研项目方面，理工类和文科类教师总体水平差异不大，但表现突出的教师所占比例偏低;（5）专利方面，理工类教师的科研业绩明显高于文科类教师，这与教师的专业类别有较大关系，但理工类教师中表现突出者所占比例很低，需要采取一定的措施或激励政策改善目前的状况;（6）成果奖励方面，理工类教师和文科类教师总体水平差异不大。

4 总结与展望

通过对大量的科研数据进行分析，不同专业类别教师的科研水平在某些方面存在较大的差异，学校可根据差异性的大小进行调整相应的科研政策及科研资源的配置。由于教师本身的属性特征较多，下一步将会增加分析维度，进一步分析教师本身属性与科研业绩之间的关系，为学校的科研管理与科研资源优化提供参考。

【参考文献】

[1]杨帆.基于关联规则算法的教学评价系统的设计与实现[D].电子技术与软件工程，2013.

[2]孙笑微.贝叶斯分类技术在高校教师教学质量评价中的应用[D].沈阳师范大学学报（自然科学版），2014.

[3]杜聪.数据挖掘技术在科研评价系统中应用研究[D].山东大学，2009.

[4]张伟.高校科研评价中常见问题及科研评价体系的创新[D].太原师范学院学报（社会科学版），2007.