大数据环境下科技资料数据化管理的分析

当今世界，科学技术与经济发展、社会进步、人民生活息息相关，科技力量、创新能力成为展现综合国力的重要标示。国家对科技工作越来越重视。众多科技人员在享受科技硕果的同时，开始被科技资料的“堰塞湖”事件、共享关联度不佳、碎片信息不详等问题频频困扰，因此亟需优化已有科技资料的管理。大数据带来了信息技术的快速发展，同时也开拓了科技资料管理的新思路。

科技资料的管理内容

科技资料包含科技活动、科研项目、科技资金、仪器设备、科技成果、科技人员、科技奖励等内容。其数据一般具有信息分散、阶段性、涉及部门不唯一、经办人不固定、信息关联连接性弱等特点，具体表现为：每一个分类都是一个独立的管理点，每一个点展开后是一个可以相对独立的面。如果从枝、干、叶的简单逻辑对每个面进行角色分类，那么每个面的数据都可以被分类为“枝”信息、“干”信息和“叶”信息。科研项目这一管理点中立项编号、项目名称、项目负责人、项目总经费是“枝”信息；“干”信息就是结项号、成果登记号、奖励编号；项目实施过程中产生的信息、成果等自然成为项目这个管理点里的“叶”信息，如过程中经费使用、设备（购置）、成果（样机、论文、专利、技术法规等）。在特定的管理需求下，这些数据也存在角色交叉性，比如某个面上的“叶”也可能是另一个面上的“枝”。例如，论文、专利在科研项目中担任“叶”角色，而在成果面中则可以“枝”的角色出现。

科技资料管理现状

科技工作的角度不同，管理方法也多种多样。目前，绝大多数采用无连续性点片式数据采集，结合管理制度、档案及抽查监督等方法进行规范，借助电子表格进行管理，少量流程性管理平台的出现，在一定程度上解决了大部分的基本需求。但同时数据缺漏冗余、采集不完整、关联整合差、共享率低的问题也是客观存在的：科技工作大部分存在数据零散、时间拉锯、相关人员变动以及多次可变的现实挑战。这些都增加了基层数据管理的工作难度。目前，绝大多数的管理内容是抓主“枝”数据，突击兼顾“干”数据。采集的数据通常具有突出的流程数据特征，即数据管理集中性、数据信息不完备，以及在多阶段、不同人记录时造成采集数据的缺漏、不连续、重复等。

日常工作中便于掌握的方法是对某一阶段、某一类数据进行点片式针对性管理，记录重要节点中的关键数据信息及其走向记录。但当不同阶段、类别的相关数据需要关联和连接时，无连接、断点的弊端就显露无疑。由不同阶段、类别、人员的数据抽取来重组一个新的数据单元看似简单，但无连接性的管理，让管理人员付出几倍的劳动来完成。如果出现数据缺漏，且数据无路径追踪时，做好单元重组利用更加困难。

随着科技资源开放共享理念被广泛认同，科技资源的有效配置和优化，提高资源利用率，成为科技数据管理共享的目标。但数据冗余、数据关联性弱、枝干间信息流动不通畅，经常造成数据管理工作中的数据、信息、设备等信息共享效果不佳，减弱了利用数据和分析技术推进技术进步的功效。

随着科技资源开放共享理念被广泛认同，科技资源的有效配置和优化，提高资源利用率，成为科技数据管理共享的目标。

大数据环境下的数据化管理模式

近年来，一系列科技管理制度陆续出台，对科技提出了更高的要求。科技资料数据信息量大、数据处理速度、数据多样性、数据分类统计等特点，在大数据环境下，对于科技资料的管理，可以采用数据化管理和现代大数据技术相结合的方式，在浏览器和服务器模式下运用先进信息化手段完成数据采集、关联、共享、分析、统计等交互处理工作。

运用系统完成数据信息采录，数据之间要真实、完整、有效。系统需要实现采集信息全面、采集时间点随时、采集角色多人、数据抓取多方位等目标。系统通过流程化采录与唯一性字段关联抓取的方式，将数据以不同规则相关联，并具备分段管理、分散采集、集中查阅的功能，为后期数据的维护、验证、更新提供方便。采用建立字段关联信息，达到数据互联互通，实现了解全局、统计对比、数据监督、判断提示、规范操作、优化配置、共享服务等目标。

新的管理模式是将科技资料数据直观地展现，明确基本状况，及时发现不足之处，充分利用大数据环境下先进信息技术手段，在细化基础管理的同时，有效推动科技资源的整合共享和高效利用，改变科技设施重复投入现状，为科技工作的决策准确、科技资源的科学共享、科技创新的发展服务，打破科技信息闭塞的格局，畅通科技数据信息，发挥串联地域和内部科技凝聚力的作用。