﻿1 引 言 
近年来 ， 我国 研究 与 试验 发展 （ R & D ） 经费 投入 增速 加快 ， 据 《 2018 年 国民经济 和 社会 发展 统计 公报 》 显示 ， 2 018 年 研究 与 试验 发展 经费 支出 为 19 657 亿 元 ， 比 2017 年 增加 11 . 6 % ， 与 国内 生产 总值 之 比 为 0 . 021 8 。 国家 科技 研发 经费 对 各 类 科技 计划 的 投入 逐年 增大 ， 但 也 存在 着 重复 、 分散 、 封闭 、 低效 等 现象 以及 多头 申报 项目 、 资源 配置 “ 碎片 化 ” 等 问题 。 如何 有效 管理 并 最大 限度 地 发挥 科技 对 国民经济 和 社会 发展 的 巨大 促进 作用 ， 是 当前 科技 管理 面临 的 重大 挑战 。 为了 加强 顶层 设计 ， 国务院 印发 了 《 关于 深化 中央 财政 科技 计 划 （ 专项 、 基金 等 ） 管理 改革 的 方案 》 （ 国 发 〔 2014 〕 6 4 号 ） 文件 ， 通过 “ 统一 的 信息 系统 ， 对 科技 计划 （ 专项 、 基金 等 ） 的 需求 征集 、 指南 发布 、 项目 申报 、 立项 和 预算 安排 、 监督 检查 、 结 题 验收 等 全 过程 进行 信 息 管理 ” 。 在 大 数据 时代 ， 学术 大 数据 不仅 是 学术 信息 传递 、 学术 观点 交流 和 科研 成果 产出 的 结果 ， 同时 ， 学术 大 数据 也 正 逐步 成为 提升 科技 管理 水平 的 重要 数据 基础 ， 在 科技 管理 过程 中 发挥 着 越来越 重要 的 作用 。 因此 ， 将 大 数据 的 新 技术 、 新 工具 和 新 方法 运用 到 科技 管理 过程 中 ， 加强 科技 管理 过程 中 的 数据 资源 集成 分析 处理 能力 ， 为 科研 布局 和 科技 决策 提供 有力 支撑 ， 发挥 大 数据 在 决策 支持 、 发展 战略研究 、 科技 成果 产业化 等 方面 的 积极 作用 ， 已 成为 应对 上述 挑战 的 重要 方法 。 
很多 国家 在 积极 探索 如何 将 新 技术 和 新 方法 应用 到 科技 管理 信息化 建设 中 ， 发挥 其 在 决策 支持 以及 科技 成果 产业化 等 方面 的 作用 。 美国 的 科技 项目 被 纳入 联邦 政府 进行 统一 管理 ， 具有 代表性 的 科技 项目 管理 信息 系统 包括 联邦 政府 的 统一 项目 管理 平台 Grants . gov 、 国立 卫生 研究院 的 eRA 系统 以及 国家 科学 基金会 的 FastLane 系统 。 韩国 的 新 税务 综合 系统 （ N TIS ） 通过 门户 实现 国家 R & D 事业 的 有效 管理 ， 在 参与 评估 活动 中 ， 最大化 利用 已 有 信息 ， 将 重复 投资 的 可能性 降到 最低 。 我国 从 国家 到 地方 ， 建设 了 从 科研 立项 到 科技 成果 转化 全 周期 的 科技 管理 信息 系统 。 当前 ， 我国 科技 管理 部门 正 根据 国家 政务 资源 集成 共享 要求 ， 采用 云 计算 、 大 数据 等 技术 对 各级 各 类 科技 资源 进行 整合 共享 ， 以 提升 科技 资源 的 统筹 水平 ， 促进 科技 创新 发展 。 
科技 管理 和 相关 科研 活动 产生 的 数据 存量 大 、 增速 快 。 据 国际 科学 、 技术 和 医学 出版商 协会 （ International Association of Scientific , Technical and Medical Publisher ， S TM ） 发布 的 报告 [ 1 ] 显示 ， 当前 全球 英文 期刊 发文 量 每年 约 为 300 万 篇 ， SCI 和 EI 数据库 共 收录 期刊 论文 260 万 篇 ， 其中 ， 仅 我国 论文 就 有 5 8 . 9 万 篇 ， 居 世界 第二 ， 我国 2018 年 专利 申请 量 为 154 . 2 万 件 ， 授权 量 为 43 . 2 万 件 ， 居 世界 第 1 位 。 学术 大 数据 资源 不仅 数量 巨大 ， 且 来源 广 、 复杂性 高 ， 具有 多元 异 构 的 特点 。 虽然 公开 发表 的 学术 资源 文献 可以 从 传统 搜索引擎 、 Google Scholar 等 学术 搜索引擎 、 开放 存取 （ open access ， OA ） 期刊 站点 或 中国 知网 、 万方 等 学术 数据库 中 查询 ， 但 目前 还 没有 针对 学术 领域 被 广泛 认可 的 覆盖 论文 、 专利 、 项目 等 多种 不同 类型 科研 行为 的 多 源 科研 数据 收集 整合 方案 。 当前 科学 技术 研究 日益 深入 ， 学科 分类 和 研究 领域 日益 细化 ， 特别 是 由于 科学 研究 的 高度 专业性 和 创新 性 ， 各 类 专家 在 科技 管理 过程 中 发挥 着 重要 作用 ， 选择 合适 的 专家 进行 专业化 的 科技 管理 决策 ， 已 成为 科技 管理 过程 中 的 关键 环节 。 目前 ， 全球 范围 内 的 研究 人员 总数 已 达 710 万 ， 且 正 以 每年 3 % ～ 4 % 的 速度 持续 增长 。 我国 是 2018 年 研究 人员 最多 的 国家 [ 1 ] ， 同时 ， 各 类 专家 涉及 的 学科 领域 众多 、 专家 间 关系 网络 复杂 ， 如何 从 众多 研究 人员 中 高 效率 、 高 精度 、 多 维度 地 选择 推荐 专家 ， 面临 着 诸多 挑战 。 针对 这 一 问题 ， 本文 开展 基于 学术 大 数据 的 科技 管理 应用 框架 及 关键 技术 研究 ， 充分 发挥 学术 大 数据 的 价值 ， 为 科研 布局 、 资源 统筹 提供 决策 支持 ， 同时 ， 为 科技 管理 过程 中 的 科研 选题 、 同行 评审 评议 、 科技 信用 评价 、 项目 过程 管理 等 的 科技 管理 过程 提供 技术 支撑 手段 。 
2 研究 现状 
学术 大 数据 在 科技 管理 过程 中 的 相关 应用 技术 包括 学术 大 数据 发展 及 应用 、 网络 表示 学习 的 发展 和 应用 以及 学术 评价 指标 的 研究 和 应用 等 。 
2 . 1 学术 大 数据 发展 及 应用 
互联网 的 持续 发展 带来 了 数据量 的 爆发 式 增长 ， 而 在 学术 领域 中 ， 可 公开 收集 的 数据量 也 达到 了 相当 可观 的 程度 。 随着 科技 管理 信息化 的 逐步 发展 ， 学术 数据 的 来源 也 变 得 多种多样 ， 这 也 对 学术 数据 应用 大 数据 技术 进行 收集 和 分析 提供 了 必要 的 条件 。 学术 数据 源 包括 以下 几种 。 
（ 1 ） 公开 发表 的 学术 文献 数据 
随着 数字 图书馆 技术 的 普及 ， 大多数 学术 论文 、 专利 文档 、 期刊 文章 等 与 学术 相关 的 文献 均可 从 网络 上 获取 文献 信息 或 全文 内容 。 文献 的 获取 途径 同样 也 有 多种 选择 ， 如 利用 传统 搜索引擎 或 Google Scholar 、 Bing 学术 搜索 等 学术 搜索引擎 ， 在 部分 OA 期刊 的 网站 和 OA 站点 中 进行 检索 ， 使用 中国 知网 、 万方 等 学术 数据库 查询 所 需 文献 数据 。 
（ 2 ） 
机构 公开 的 科研 管理 信息 
得益于 信息化 水平 的 逐渐 成熟 ， 各 类 项目 信息 的 获取 也 更加 便捷 和 规范 。 我国 各种 项目 的 公开 公 示 信息 可以 从 国家 科技 管理 信息 系统 公共 服务 平台 、 地方 科技 管理 门户 网站 、 院所 企业 网站 获取 。 可以 获取 的 信息 包括 项目 指南 文件 、 项目 评审 专家 名单 、 科技 成果 报告 介绍 等 。 同时 ， 对于 专业 的 科研 管理 人员 ， 平台 也 可以 提供 科技 成果 的 全文 展示 以及 详细 分析 等 功能 。 
（ 3 ） 基于 众 包 的 数据 资源 或 个人 信息 展示 
由于 互联网 开放 共享 的 特点 ， 学者 个体 乃至 普通 大众 均可 参与 学术 信息 的 构建 ， 因此 维 基 百科 、 百 度 百科 等 基于 众 包 的 知识 信息库 也 可以 作为 一种 学术 数据 。 虽然 这 类 数据库 具有 数据 质量 参差不齐 、 存在 一定 错误 等 缺点 ， 但 经过 谨慎 的 处理 ， 并 结合 一些 有效 的 数据 清洗 和 冗余 处理 技术 ， 同样 可以 发挥 巨大 的 作用 。 此外 ， 学者 个人 或 实验室 课题组 的 主页 介绍 、 各 类 学术 社交 网站 等 也 可以 提供 一定 的 学术 数据 。 
在 学术 科研 管理 方面 ， 大 数据 同样 带来 了 一定 的 变革 。 传统 的 学术 同行 推荐 依靠 的 是 学术 共同体 进行 人为 的 定性 评价 。 虽然 评价 主体 的 专业性 与 权威性 均 毋庸置疑 ， 但 仅 凭 人力 无法 做到 绝对 的 客观 ， 推荐 的 广度 也 无法 做到 面面俱到 。 量化 的 学术 评价 自 20 世纪 90 年代 兴起 ， 但 因为 其 评价 指标 单一 、 专业性 不 强 等 缺点 广 受 争议 [ 2 ] 。 随着 大 数据 时代 的 到来 ， 大量 的 数据 覆盖 支持 以及 各种 大 数据 分析 方法 使得 学术 评价 体系 更加 多元化 、 全面 化 、 丰富 化 ， 这 在 一定 程度 上 加强 了 学术 评价 的 公正 与 客观 。 同时 ， 如果 对 科研 体制 进行 正确 的 改革 ， 大 数据 也 为 定性 与 定量 评价 的 融合 提供 了 一定 的 契机 。 
目前 ， 尚未 有 针对 学术 领域 ， 覆盖 论文 、 专利 、 项目 等 多种 不同 类型 科研 行为 的 多 源 科研 数据 收集 整合 方案 。 此外 ， 专家 属性 繁多 、 专家 间 关系 网络 复杂 ， 实现 高 效率 、 高 精度 、 多 维度 的 学术 画像 仍 面临 诸多 挑战 。 推荐 系统 正向 着 细 粒 度 、 个性化 的 方向 发展 ， 这 也 需要 更加 精确 的 方法 来 保证 推荐 的 准确度 与 可信度 。 
2 . 2 网络 表示 学习 的 发展 和 应用 
学术 数据 的 快速 增长 给 基于 学术 数据 的 挖掘 和 应用 带来 了 巨大 的 挑战 。 数据量 的 增长 增加 了 数据 处理 的 难度 ， 也 意味着 数据 的 维度 更加 丰富 ， 能够 挖掘 的 潜在 信息 也 越 多 。 学术 行为 链接 了 学术 数据 实体 ， 构成 庞大 的 学术 网络 。 由于 学术 网络 数据 呈现 出 稀疏 性 特点 ， 传统 算法 难以 进行 。 网络 表示 学习 提供 了 一种 新 的 思路 ， 将 网络 中 的 节点 转化 为 低 维 稠密 实数 向量 表示 ， 极 大地 减少 了 数据 和 特征 的 数量 ， 便于 应用 算法 的 开展 。 
网络 数据 可以 表示 成 邻接 矩阵 。 传统 网络 表示 学习 算法 主要 针对 邻接 矩阵 做 矩阵 分解 操作 ， 随着 数据 规模 的 增大 ， 这种 方法 不再 适用 。 受到 词 嵌入 经典 模型 word 2 vec [ 3 ] 的 启发 ， Perozzi 等人 [ 4 ] 提出 了 DeepWalk 模型 ， 通过 随机 游走 并 使用 skip - gram 训练 获得 节点 向量 ， 从 任一 节点 出发 获得 多 个 游走 序列 ， 可以 描述 节点 在 网络 中 的 特征 。 由于 节点 在 游走 序列 中 出现 的 频率 符合 Zipf 幂 律 分布 ， 与 词汇 在 语料 中 的 分布 类似 ， 故 sk ip - gram 方法 可 通过 这种 方式 迁移 到 网络 表示 学习 中 。 Grover 等人 [ 5 ] 提出 了 一种 概率 游走 的 模型 node 2 vec ， 将 原始 DeepWalk 的 适用 范围 扩展 到了 带 权 图中 ， 并 通过 概率 游走 保留 了 节点 的 社区 特征 ， 在 众多 数据 上 取得 了 更 好 的 效果 。 Dong 等人 [ 6 ] 在 metapath 2 vec 模型 中 提出 了 基于 元 路径 的 游走 ， 将 DeepWalk 扩展 到 异质 信息 网络 ， 更 好 地 捕捉 到了 潜藏 在 不同 类型 节点 及 连 边 中 的 特征 。 
网络 表示 学习 的 结果 被 应用 于 大量 算法 中 。 推荐 系统 是 常见 的 应用 场景 ， 现阶段 多数 推荐 系统 包含 大量 数据 ， 如何 快速 找到 指定 节点 的 相似 节点 是 常见 的 问题 。 通过 网络 表示 学习 ， 节点 被 转化 为 向量 表示 ， 可 直接 比较 节点 的 相似 度 指标 。 在 同质 网络 中 ， 即 节点 类型 的 网络 中 ， 阿 里 巴巴 集团 的 淘 宝 推荐 系统 [ 7 ] 引入 了 网络 表示 学习 ， 针对 手机 淘 宝 上 不同 用户 的 丰富 需求 ， 根据 用户 浏览 行为 建立 网络 ， 并 使用 skip - gram 训练 得到 向量 表示 ， 这种 方法 在 淘 宝 的 推荐 系统 中 取得 了 极 大 的 成功 。 在 异质 网络 中 ， Shi 等人 [ 8 ] 提出 了 基于 异质 网络 的 推荐 系统 ， 在 使用 基于 元 路径 的 游走 获得 节点 序列 后 ， 使用 节点 过滤 规则 过滤 部分 类型 的 节点 ， 使 最终 的 节点 序列 更 能 体现 节点 之间 的 关系 。 
虽然 现在 网络 表示 学习 被 大量 应用 在 
各个 领域 的 推荐 系统 中 ， 但是 在 学术 数据 上 使用 网络 表示 学习 并 应用 到 实践 的 做法 还 比较 少 。 针对 学术 网络 的 表示 学习 能够 更加 充分 地 挖掘 学术 数据 中 蕴藏 的 丰富 语义 信息 ， 为 解决 学术 领域 的 任务 提供 了 全新 的 视角 。 
2 . 3 学术 评价 指标 的 研究 与 应用 
在 科技 管理 过程 中 ， 需要 对 项目 相关 负责人 与 团队 以及 进行 项目 评议 和 审批 过程 中 的 评审 专家 的 学术 水平 进行 评估 。 对于 学者 学术 评价 指标 的 研究 ， 传统 上 一般 基于 文献 计量 学 的 研究 进行 ， 即 利用 其他 文献 对 学者 所 著 论文 的 引用 情况 进行 量化 考核 [ 9 ] 。

