张立杰 武鹏飞

摘 要：随着信息技术的不断发展与进步，数据库应用的范围及深度在不断地扩大，各种领域都积累了海量的数据，高校也不例外，科研活动产生的数据库成为学校的重要数据资源。然而，目前这些数据只是进行了简单的查询以及统计工作，对于其中所隐含的大量信息没有进行深度挖掘。本文以某高校为例，基于科研活动中产生的大量数据信息，探讨大数据背景下基于科研业绩深度挖掘的教师科研能力评价研究，从而为提高学校整体科研水平提供一些参考。

关键词：大数据;科研能力;科研业绩

现有科研服务机制和科研管理模式在考虑对高校教师科研活动的影响因素时，较少利用在科研工作中产生的大量相关数据，尤其忽视了数据中隐含的价值信息。[1]而随着网络技术、通信技术、云计算等信息技术的飞速发展，当今社会已经到了一个大数据时代，管理与服务模式正在发生巨大的变革。[2]因而，建立和完善基于大数据的科研管理与信息服务机制，从而促进高校科研事业蓬勃发展，就成为目前高校的重要工作之一。

一、教师科研业绩评价指标体系构建

构建科研业绩指标体系一般根据关键绩效指标的原则确定指标，但由于学者们对于科研业绩的具体表现存在认识上的差异，所以目前仍没有形成统一的指标体系。[3]根据学校自身的实际情况，借鉴国内外科研评价的经验，并结合目前高校的一般性做法，建立本研究的科研业绩评价指标体系，如表1所示，将教师科研业绩指标大致分为科研项目、学术论文、著作、成果专利等方面，在这种指标体系中，考核指标是科研业绩的具体表现。

其中，学术论文是科研成果的常见形式之一。学术期刊论文按其发表期刊的学术影响从高至低依次划分为A、B、C、D四个等级。[3]其中，A类为SCI刊源文章;B类为EI刊源文章，C类为国内核心期刊文章，D类为其他一般期刊文章。在本研究中，科研项目、学术论文、著作和成果专利分别根据其项目的级别不同而计算其相应的科研得分。

二、数据的采集和预处理

通过与学校相关部门协商，获取了2011-2016年期间校内所有教师的科研业绩情况，及2015-2016年期间校内所有教师在图书馆数据库中下载文献的情况，共包括科研成果表、教师信息表、文献下载明细表三类表格。

本文将基于构建的科研业绩评价指标体系对科研业绩进行分析。将获取的2016年度413名教师的科研成果表，剔除不具有唯一性的姓名变量，剔除没有研究意义的性别等变量，[4]根据表1所示的科研业绩评价指标计算科研得分并整理后的实验数据汇总表如表2所示。

三、数据分析

每位教师的工号是唯一的，是始终不发生变化的，于是以教工号为横坐标轴，分别对预处理后的科研项目、学术论文、著作、成果专利、成果奖励等数据进行探索性分析，分析教师科研业绩数据的特征。

从上图可以看出，教师科研业绩数据分布不均匀，具有较多离群点，并且有部分离群点的值格外高，说明教师之间的科研业绩具有较大的差异性。同时可以看出不同科研成果之间数据的相关性不高，这说明不同学科或不同群体的教師对于科研的关注点具有较大差异。通过对数据的探索性分析，可将学校教师整体科研水平根据分析结果划分为五类：（1）各项科研业绩评价指标均非常优秀的教师群体，可将此类教师视为科技领军人才;（2）在科研项目、学术论文、成果专利或著作方面较为优秀的教师群体，尤其在科研项目方面表现比较突出，可将此类教师视为科研项目为主型优秀教师;（3）在科研项目、学术论文、成果专利或著作方面较为优秀的教师群体，尤其在成果专利方面表现比较突出，可将此类教师视为创新型优秀教师;（4）在学术论文方面表现比较突出，在科研项目和著作或成果专利表现一般，可将该类教师视为具有较高学术论文产出能力的优秀教师。（5）各项科研业绩评价指标均较低的教师群体。

四、总结

通过分析可知，全校教师的科研能力参差不齐，学校应该注重提升全体教师的整体科研水平。可充分发挥优秀教师在不同科研指标方面的突出能力，成立科研团队，在团队中发挥各自的优势，团结合作，从而提高整体科研水平，也可通过培训、学习、深造、激励等措施提升教师自身的科研能力。

参考文献：

[1]史子静.高校科研管理系统中计算机数据挖掘技术的运用研究[J].科技资讯，2017-17.

[2]丁磊.数据挖掘技术在高校教师科研管理中的应用研究[D].大连：大连海事大学，2016.

[3]席与亨，张丹，司徒唯尔.大学教师科研业绩评价体系研究综述[J].科技管理研究，2011-10.

[4]季苗苗，曹晨，张婧，等.大数据背景下基于学生成绩的学生能力评价研究[J].热点透视，2017-5.