劉錦行

(湖北工業(yè)大學(xué) 計算機學(xué)院，湖北 武漢 430068)

先進而科學(xué)的高?？蒲性u價是推動高等教育高質(zhì)量發(fā)展和促進科技創(chuàng)新的重要因素。充分利用大數(shù)據(jù)的資源，科學(xué)運用大數(shù)據(jù)技術(shù)評價高?？蒲匈|(zhì)量和水平，對于促進高校對國家科技創(chuàng)新的貢獻具有重要的意義。本文就在大數(shù)據(jù)背景下高?？蒲性u價的關(guān)鍵技術(shù)、模型構(gòu)建及對策建議進行一些探討。

一、基于大數(shù)據(jù)的高?？蒲性u價的關(guān)鍵技術(shù)與模型構(gòu)建

(一)高校科研數(shù)據(jù)采集、挖掘等關(guān)鍵技術(shù)與運行機制

從海量的數(shù)據(jù)中采集和挖掘基本數(shù)據(jù)是高校科研評價的基礎(chǔ)，探索數(shù)據(jù)采集、挖掘等關(guān)鍵技術(shù)與運行機制是做好高校科研評價的前提。

1.高?？蒲袛?shù)據(jù)采集

高?？蒲袛?shù)據(jù)來源廣，主要有政府科技管理部門、企業(yè)、大學(xué)和科技工作者個人公開的數(shù)據(jù)，有SCI、SSCI等檢索系統(tǒng)的數(shù)據(jù)和中國知網(wǎng)(CNKI)等數(shù)據(jù)庫數(shù)據(jù)以及其他多媒體與互聯(lián)網(wǎng)上的數(shù)據(jù)。在采集的過程中，需要針對具體的業(yè)務(wù)需求對數(shù)據(jù)進行整理，例如對非法、虛假數(shù)據(jù)進行過濾，對不規(guī)范數(shù)據(jù)進行格式轉(zhuǎn)換與數(shù)據(jù)規(guī)范化處理等。目前的數(shù)據(jù)采集主要有離線采集、實時采集和互聯(lián)網(wǎng)采集三種主要方法。針對不同類型的數(shù)據(jù)，可分別采用相應(yīng)的技術(shù)進行采集。

(1)結(jié)構(gòu)化數(shù)據(jù)采集。對于來自關(guān)系數(shù)據(jù)庫和excel等格式的項目、成果、經(jīng)費等結(jié)構(gòu)化數(shù)據(jù)，可采取離線采集、實時采集和網(wǎng)絡(luò)蜘蛛(或數(shù)據(jù)機器人)采集、索引系統(tǒng)等技術(shù)綜合采集。

(2)半結(jié)構(gòu)數(shù)據(jù)采集。對于來自XML和JSON等格式的半結(jié)構(gòu)化數(shù)據(jù)，如論文影響因子、他引量、ESI值等數(shù)據(jù)，可通過實時采集、R語言定義數(shù)據(jù)分析規(guī)則、正則表達式和語義分析互聯(lián)網(wǎng)絡(luò)方法綜合采集[1]。

(3)非結(jié)構(gòu)化數(shù)據(jù)采集。非結(jié)構(gòu)化數(shù)據(jù)也是有價值的數(shù)據(jù)[2]，對于來自文本文件、視頻、音頻和圖片等格式呈現(xiàn)的人員、項目、成果、經(jīng)費等非結(jié)構(gòu)化數(shù)據(jù)，可通過搜索引擎和主題搜索引擎的互聯(lián)網(wǎng)絡(luò)采集、語義分析采集。

2.高?？蒲袛?shù)據(jù)預(yù)處理

在采集高?？蒲袛?shù)據(jù)過程中，有許多數(shù)據(jù)特別是半結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)不可避免地會出現(xiàn)異常值、缺失值、拼寫錯誤和不完整或者重復(fù)的數(shù)據(jù)等問題，比如期刊論文作者單位缺失、科技論文在不同期刊出現(xiàn)和期刊IF動態(tài)變化等問題，就必須對采集到的數(shù)據(jù)進行預(yù)處理，以解決數(shù)據(jù)質(zhì)量問題。

數(shù)據(jù)預(yù)處理主要包含了數(shù)據(jù)清洗、數(shù)據(jù)融合、數(shù)據(jù)表征和數(shù)據(jù)降維等方面。一般通過箱線圖等技術(shù)，SPSS、統(tǒng)計學(xué)方法或采用分類、聚類方法等技術(shù)，噪聲平滑方法，卡方檢驗法等方法，對數(shù)據(jù)進行清洗、融合；采用數(shù)學(xué)函數(shù)對每個數(shù)據(jù)屬性值進行映射，按比例縮放數(shù)據(jù)的屬性值，對有關(guān)數(shù)據(jù)采取功效系數(shù)法進行無量綱處理，將數(shù)據(jù)進行轉(zhuǎn)換，表征為適合于下一步處理的表示形式。同時，通過小波變換或主成分分析等降維方式，對數(shù)據(jù)進行降維，得到原數(shù)據(jù)的歸約或“壓縮”表示。

3.高?？蒲袛?shù)據(jù)的挖掘

數(shù)據(jù)挖掘的任務(wù)有分類分析、聚類分析、關(guān)聯(lián)分析、異常分析、特異群組分析和演變分析等。

常用的數(shù)據(jù)挖掘的方法有決策樹法、關(guān)聯(lián)規(guī)則法、神經(jīng)網(wǎng)絡(luò)法、遺傳算法、模糊集和粗造集法。決策樹利用輸入變量的值進行遞歸劃分以預(yù)測因變量，通過構(gòu)成決策樹來預(yù)測在輸入變量的大小關(guān)系之下預(yù)測值的分布概率，可用于判斷一個未知事項的風(fēng)險大小，為其可行性決策提供依據(jù)；關(guān)聯(lián)規(guī)則主要用于發(fā)現(xiàn)事物之間的聯(lián)系，這種聯(lián)系完全基于歷史數(shù)據(jù)，不同于人的大腦所理解的因果、相關(guān)等關(guān)系；人工神經(jīng)網(wǎng)絡(luò)是一種模仿自然生物神經(jīng)網(wǎng)絡(luò)處理信息和記憶信息過程的數(shù)據(jù)模型，本質(zhì)上是一種由大量神經(jīng)元連接而成的運算模型，每個神經(jīng)元都是一個激勵函數(shù)，節(jié)點之間通過權(quán)重連接。該網(wǎng)絡(luò)依靠大量權(quán)值和閾值來進行學(xué)習(xí)、處理和記憶信息；遺傳算法是一種基于遺傳結(jié)合、遺傳交叉變異及自然選擇等遺傳學(xué)規(guī)律和自然流變的隨機并行搜索算法及機器學(xué)習(xí)方法，它的基本原理是適者生存法則；粗糙集法是一種處理不精確性和模糊問題的現(xiàn)代數(shù)學(xué)工具[3]，在進行數(shù)據(jù)挖掘時，基于粗糙集原理對數(shù)據(jù)屬性進行約簡，通過約簡操作降低屬性的緯數(shù)，規(guī)范成可支持決策的數(shù)據(jù)。

同時，針對高?？蒲袛?shù)據(jù)背后的隱性數(shù)據(jù)、滯后性數(shù)據(jù)、長效性數(shù)據(jù)的挖掘，可分別采用相應(yīng)的技術(shù)進行挖掘并提取有價值的數(shù)據(jù)信息。①隱性數(shù)據(jù)挖掘：可采用模式識別、機器學(xué)習(xí)、圖譜構(gòu)建與挖掘、事件分析法等技術(shù)，對基礎(chǔ)研究中原創(chuàng)成果隱藏的科學(xué)價值進行挖掘，并預(yù)測產(chǎn)生的連鎖效應(yīng)和對經(jīng)濟社會的科技貢獻率等數(shù)據(jù)。擬采用語義分析法等辦法對科研論文中隱藏的科學(xué)價值進行挖掘，洞察學(xué)術(shù)論文深層面的價值內(nèi)涵[1]。②滯后性數(shù)據(jù)挖掘：可采用回歸分析、情感計算等技術(shù)，對高校科研在成果推廣轉(zhuǎn)化(含專利、軟件著作權(quán))經(jīng)濟效益數(shù)據(jù)進行挖掘；同樣對高校教學(xué)研究成果等滯后性數(shù)據(jù)進行挖掘。③長效性數(shù)據(jù)挖掘：可采用關(guān)聯(lián)規(guī)則、并行計算等技術(shù)，對高校科研人才在培養(yǎng)方面(研究生的培養(yǎng)和隊伍成長)的貢獻價值和促進學(xué)科建設(shè)(碩士點、博士點以及一流學(xué)科建設(shè))的貢獻價值進行挖掘。

4.高?？蒲袛?shù)據(jù)存儲

在大數(shù)據(jù)處理流程中，數(shù)據(jù)存儲與管理是十分重要的一環(huán)。當(dāng)前大數(shù)據(jù)領(lǐng)域中，分布式文件系統(tǒng)的使用主要以 Hadoop HDFS 為主。HDFS 采用了冗余數(shù)據(jù)存儲，增強了數(shù)據(jù)可靠性，加快了數(shù)據(jù)傳輸速度，除此之外，HDFS 還具有兼容的廉價設(shè)備、流數(shù)據(jù)讀寫、大數(shù)據(jù)集、簡單的數(shù)據(jù)模型、強大的跨平臺兼容性等特點。常用數(shù)據(jù)庫技術(shù)大體有SQL關(guān)系數(shù)據(jù)庫、高性能的非關(guān)系型的NoSQL數(shù)據(jù)庫和NewSQL數(shù)據(jù)庫。

(二)高?？蒲性u價指標(biāo)集構(gòu)建模型與運行機制

通過大數(shù)據(jù)分析數(shù)據(jù)的特征和核心價值，揭示各類指標(biāo)間關(guān)系，提取有價值的代表性指標(biāo)，探索指標(biāo)集構(gòu)建模型與運行機制是關(guān)鍵。

1.高?？蒲性u價指標(biāo)提取

從高校科研標(biāo)準數(shù)據(jù)來源中提取高?？蒲兄笜?biāo)是構(gòu)建高?？蒲性u價指標(biāo)集的關(guān)鍵。可用神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建科研評價指標(biāo)提取模型，并通過數(shù)據(jù)訓(xùn)練優(yōu)化提取模型。首先用德爾菲法從標(biāo)準數(shù)據(jù)來源中選擇部分評價指標(biāo)，接著模擬生物神經(jīng)網(wǎng)絡(luò)，用神經(jīng)網(wǎng)絡(luò)方法，通過不斷學(xué)習(xí)的復(fù)雜函數(shù)，找出適應(yīng)評價的指標(biāo)體系規(guī)律，構(gòu)建科研評價指標(biāo)提取模型，然后用選擇到的評價指標(biāo)作為樣本大數(shù)據(jù)來訓(xùn)練并優(yōu)化模型，最后用已構(gòu)建的模型淘汰關(guān)聯(lián)性不高的指標(biāo)，提取出對高?？蒲匈|(zhì)量和水平有重要影響的指標(biāo)，得到反映高?？蒲匈|(zhì)量和水平的代表性指標(biāo)。

2.高?？蒲性u價指標(biāo)集模型構(gòu)建

可采用機器學(xué)習(xí)的聚類分析法對指標(biāo)聚類，并構(gòu)建高?？蒲性u價指標(biāo)多級多層次體系。

(1)從評價指標(biāo)中隨機選擇科研條件、科研過程、科研成果和科研管理等K個評價指標(biāo)作為評價指標(biāo)的聚類中心。

(2)用n維空間詞頻數(shù)作為指標(biāo)的坐標(biāo)X和Y，該坐標(biāo)到聚類中心的歐氏距離dist見公式(1)，設(shè)定某個距離為閾值，則閾值范圍內(nèi)的指標(biāo)歸并為一個簇：

(1)

(3)設(shè)定一個值rnk=1表示為指標(biāo)在該聚集中心，0表示該指標(biāo)不在該聚類中心。用uk表示所有聚集中心k的數(shù)據(jù)點平均值，計算每個聚類中心簇內(nèi)所有點到該聚集中心距離的平均值J，見公式(2)：

(2)

當(dāng)J的值足夠小，說明該聚集中心簇內(nèi)指標(biāo)相關(guān)性大。若J值大于某一閾值，則重新選擇聚集中心重復(fù)步驟(2)和(3)，直到所有聚集中心不再發(fā)生改變。

(4)根據(jù)模型運行結(jié)果整理多級多層次的高?？蒲性u價指標(biāo)集。

(三)高?？蒲性u價指標(biāo)權(quán)集的構(gòu)建模型與運行機制

構(gòu)建指標(biāo)權(quán)集模型與機制是高?？蒲性u價的重點和難點。在構(gòu)建科研指標(biāo)評價體系后，可用深度學(xué)習(xí)結(jié)合層次分析法構(gòu)建、訓(xùn)練和優(yōu)化高校科研評價指標(biāo)權(quán)集模型。其運行機制如下：

1.問題分析與模型假設(shè)

假設(shè)通過上面的研究確定了科研條件、科研過程、科研成果和科研管理等T1、T2、T3和T44個聚類為一級指標(biāo)的遞階層次結(jié)構(gòu)，其中T2有T21、T22、T23、…T26等6個二級指標(biāo)。構(gòu)建指標(biāo)相對上層指標(biāo)重要性的判斷矩陣。根據(jù)判斷矩陣，用R語言計算每個判斷矩陣的特征向量W、最大特征根c和一次性指標(biāo)CI，結(jié)合隨機一次性指標(biāo)計算每個指標(biāo)的特征向量。根據(jù)每個指標(biāo)的特征向量，用R語言計算并比較每個不同評價方案的決策組合向量。

2.模型符號定義

對模型中出現(xiàn)的符號做如下定義，A：代表模型的目標(biāo)層；Bj：代表準則層第j個指標(biāo)(j=1,2,3,…,6)；Ci：代表子準則層第i個指標(biāo)名稱(i=1,2,3,…,12)；Dq：代表方案層第q個指標(biāo)名稱(q=1，2)；準測層對目標(biāo)層的特征向量矩陣用w1代表；子準測層對準測層特征向量矩陣用w2代表；方案層對子準則層的特征向量矩陣用w3代表；CI代表一次性的指標(biāo)；CR代表隨機一次性指標(biāo)；Z代表決策組合向量。

3.建立科研評價指標(biāo)權(quán)集模型

在遞階層次結(jié)構(gòu)中確定指標(biāo)C1,C2,…,C6對于準則層B相對的重要性即權(quán)重，用兩兩比較方法確定權(quán)重。對于準則層C的指標(biāo)Ci和Cj按重要程度依次遞增賦1～9權(quán)重，構(gòu)造準則層C與其二級指標(biāo)的成對比較判斷矩陣。

4.層次單排序及一致性檢驗

需要對驗證構(gòu)建出來的正互反判斷矩陣A是否存在嚴重的非一致進行一致性檢驗，以便確定是否接受A。一致性檢驗步驟如下：

首先采用R語言通過公式(3)計算出一致性指標(biāo)CI。然后搜尋對應(yīng)的隨機一致性指標(biāo)RI，對n=1,…,9給出RI的值，見公式(4)：

CI=(λmax-n)/(n-1)

(3)

RI=(λmax-n)/(n-1)

(4)

用隨機的方式構(gòu)建多個指標(biāo)因子組成的矩陣，從1～9及其倒數(shù)中隨機抽取數(shù)字構(gòu)建正互反矩陣，得出最大特征根值，并用計算出的CI和RI的值計算矩陣的一致性比例CR，見公式(5)：

CR=CI/RI

(5)

通過公式5測算準則層的判斷矩陣cr0,cr1,…,cr5的一致性比例。

5.層次總排序及一致性檢驗

對層次總排序做一致性檢驗，判斷各層次積累的非一致性是否引起分析結(jié)果嚴重的非一致性，是必需的。設(shè)B層中與Aj相關(guān)因素的成對比較判斷矩陣對應(yīng)的單排序一致性指標(biāo)為CI(j)，相應(yīng)的平均隨機一致性指標(biāo)為RI(j)，用公式(6)計算B層總排序隨機一致性比例如下：

(6)

通過CR值的比較，可以獲得比較好的評價效果。

依此類推，對同層次或不同層次的高校科研評價指標(biāo)權(quán)集進行建模分析，最后選擇在多個模型中R語言計算CR值最高的模型作為高校科研評價指標(biāo)權(quán)集模型。在完成科研評價指標(biāo)權(quán)集模型后，用德爾菲法對指標(biāo)權(quán)集進行校驗。

(四)高?？蒲性u價數(shù)據(jù)管理與計算平臺構(gòu)建方法

高?？蒲性u價計算平臺包含大數(shù)據(jù)管理平臺和數(shù)據(jù)處理兩部分?？刹捎眠^程化方法設(shè)計多線程B/S模式的高校科研評價平臺。高?？蒲性u價平臺包含數(shù)據(jù)采集層、處理層、分析層、訪問層和應(yīng)用層。針對平臺要具備評測結(jié)果的可視化輸出及用戶交互功能，采用移動端和PC兩種方式構(gòu)建，并開發(fā)基于Android和IOS兩種版本的數(shù)據(jù)計算處理軟件[4]。

軟件開發(fā)采用Java作為開發(fā)工具、Linux為系統(tǒng)的開發(fā)運行平臺。采用先抽象后細化的方法，用系統(tǒng)流程圖、數(shù)據(jù)詞典、數(shù)據(jù)流程圖和程序流程圖等方法依次對系統(tǒng)進行概要設(shè)計和詳細設(shè)計。系統(tǒng)代碼完成并編譯后依次采用白盒測試和黑盒測試的方法對系統(tǒng)進行單元測試、遞增式集成和系統(tǒng)測試等測試并上線運行。

(五)高?？蒲性u價結(jié)果可視化表達

根據(jù)政府、高校、評價機構(gòu)的需求將高?？蒲性u測結(jié)果整理成數(shù)據(jù)表，并將這些數(shù)值通過豐富多彩的視覺形式(色彩、位置、形狀、方向、紋理、尺寸、值等)表現(xiàn)出來。可以Google Charts 的HTML5和SVG為基礎(chǔ)，通過IE、谷歌、360等瀏覽器，創(chuàng)建可交互和可縮放的圖表傳遞給用戶，或以組合視覺結(jié)構(gòu)形式傳遞給用戶、或轉(zhuǎn)換后以音頻、視頻等形式傳遞給用戶，用戶通過人機交互的技術(shù)和手段進行反向轉(zhuǎn)換，了解評價結(jié)果數(shù)據(jù)表達的狀況和問題[5]。

上述五個方面構(gòu)成了完整的技術(shù)路線和運行機制，整體流程如圖1。

二、基于大數(shù)據(jù)的高?？蒲性u價的對策建議

(一)加快基于大數(shù)據(jù)的高?？蒲性u價理論與評價體系的研究

高校科研評價需要制定一套完整的評價體系，包括評價的對象、評價的標(biāo)的、評價的功能、評價的指標(biāo)集和指標(biāo)權(quán)集、評價的計算系統(tǒng)、評價流程等，這是評價的平臺和工具，不然就沒有辦法操作。

但高校科研評價體系的制定及操作需要與時俱進的新理論、新的方法論來指導(dǎo)和規(guī)范。具備科學(xué)的、專業(yè)的、成熟的、且符合黨和國家要求方向的評價理論是開展一切評價活動的基礎(chǔ)，不管是傳統(tǒng)的評價，還是基于大數(shù)據(jù)環(huán)境下的評價都離不開理論的指導(dǎo)。大數(shù)據(jù)環(huán)境的高?？蒲性u價，傳統(tǒng)的評價理論可能落伍，急需理論的創(chuàng)新和發(fā)展。若沒有大數(shù)據(jù)評價理論的指導(dǎo)，高校科研評價就會失去目標(biāo)和方向，海量的數(shù)據(jù)采集、存貯，先進的處理技術(shù)和分析方法，可能會與高?？蒲性u價形成“兩張皮”，以至于無法無縫銜接。為此，必須加快對于基于大數(shù)據(jù)的高校科研評價理論的研究，并在此基礎(chǔ)上制定高校科研評價體系。

(二)強化高?？蒲性u價的“價值”取向

習(xí)近平總書記指出：“要改革科技評價制度，建立以科技創(chuàng)新質(zhì)量、貢獻、績效為導(dǎo)向的分類評價體系，正確評價科技創(chuàng)新成果的科學(xué)價值、技術(shù)價值、經(jīng)濟價值、社會價值、文化價值”[6]。為此，科研評價過程中應(yīng)始終把握好評價的“價值”導(dǎo)向。對于高?？蒲性u價而言，不僅要著眼于科研成果的“五大價值”，而且還要考察科研過程的人才培養(yǎng)價值，引領(lǐng)高校探求未知、創(chuàng)新科技、服務(wù)社會、培養(yǎng)人才。這應(yīng)該是我們必須強化的高?？蒲兴皆u價的“指揮棒”，而不是“排行榜”。

立足科研評價的“價值”取向，是構(gòu)建成熟的高校科研質(zhì)量和水平評價體系的根本，高校科研評價的“價值”導(dǎo)向是高?？蒲性u價主體在對科研評價認識實踐的過程中，產(chǎn)生的具有主導(dǎo)性的價值觀，即評價主體對高校科研評價價值標(biāo)準所取的方向，它表達的是評價主體對高?？蒲性u價的價值立場和價值追求[7]，它對科技工作者乃至高校科技工作具有強烈的導(dǎo)向作用。可以說，正確的價值取向是構(gòu)建科學(xué)合理的高?？蒲性u價的根本。在實踐中，我們不難發(fā)現(xiàn)，根據(jù)不同的價值取向所構(gòu)建的標(biāo)準是完全不同的。如果我們的評價取向側(cè)重工具價值取向，把評價純粹當(dāng)做考核科技工作者工作量的手段，必然會導(dǎo)致科技工作者追求數(shù)量，忽視質(zhì)量。久而久之，功利主義泛濫，個人主義盛行就在所難免，科研質(zhì)量和水平就很難保證[8]，科研質(zhì)量和水平的提高和改進就會大打折扣，科技對經(jīng)濟和社會乃至國防建設(shè)的發(fā)展的貢獻將會受到嚴重影響，科技創(chuàng)新就無從談起，教科結(jié)合、培養(yǎng)人才無法落地。為此，我們應(yīng)該確立以科研“創(chuàng)新價值”為導(dǎo)向的科研質(zhì)量和水平評價體系。這種價值取向具體應(yīng)該體現(xiàn)在“鼓勵原創(chuàng)，探求未知；創(chuàng)新技術(shù)，服務(wù)社會；促進教學(xué)，培養(yǎng)人才；反思自身，堅守使命”[9]等方面。國家和教育、科技管理部門要根據(jù)這一價值取向，構(gòu)建我國高?？蒲蟹较蚝湍繕?biāo)、質(zhì)量和水平的評價體系，科研質(zhì)量與水平一定有所改觀和提升，對社會的進步和人類的文明將會有更大的貢獻。

圖1 技術(shù)路線

(三)建立大數(shù)據(jù)庫，搭建科研評價平臺

大數(shù)據(jù)對于高?？蒲性u價的實踐應(yīng)用還僅僅只是開始，任重道遠，而當(dāng)下的任務(wù)是加強高?？蒲性u價的基礎(chǔ)性建設(shè)，即全國統(tǒng)一的大數(shù)據(jù)信息資源庫的建設(shè)，盡可能完備地將高?？蒲袕牧㈨椀匠晒b定、應(yīng)用全流程、從隊伍到條件、經(jīng)費全方位的相關(guān)信息集中在一個統(tǒng)一的高?？蒲行畔⑵脚_中，并建立統(tǒng)一的分類和元數(shù)據(jù)標(biāo)準等等。

為此，特提出如下幾點設(shè)想：①建立國家層面的權(quán)威高?？蒲写髷?shù)據(jù)庫。建議教育部設(shè)立高?？蒲写髷?shù)據(jù)庫，收集和整理全國高校所有的科研人員和隊伍、科研項目與經(jīng)費、科研條件與平臺、科研進展、科研成果、科技轉(zhuǎn)化等方面的數(shù)據(jù)，特別是收集和認可科技成果方面的論文、專著、專利、獲獎等方面的數(shù)據(jù)。②建立面向全國的高?？蒲性u價管理網(wǎng)站。網(wǎng)站公布各項科研數(shù)據(jù)，設(shè)立項目成果庫，項目評審系統(tǒng)、項目推廣應(yīng)用管理系統(tǒng)等內(nèi)容，為高?？蒲性u價管理提供有效平臺，對把控高?？蒲许椖科鸬胶芎玫淖饔谩＂垡?guī)范高?？蒲芯W(wǎng)站管理，要求高校發(fā)布真實信息，公布可靠數(shù)據(jù)。④加強對民間機構(gòu)發(fā)布數(shù)據(jù)的校正、厘清。一些民間機構(gòu)出于趨利考慮和自身責(zé)任的異化，可能會出現(xiàn)所發(fā)布的數(shù)據(jù)不真實、不系統(tǒng)、不嚴謹?shù)臄?shù)據(jù)現(xiàn)象。這樣就需要有關(guān)部門及時予以干預(yù)，幫助這些民間機構(gòu)端正態(tài)度，指導(dǎo)他們校正數(shù)據(jù)，厘清真?zhèn)?。⑤充分利用國外、國?nèi)知名數(shù)據(jù)庫，為高校科研質(zhì)量評價提供參考依據(jù)。第一，在高?？蒲匈|(zhì)量評價中，還要注重利用國外知名數(shù)據(jù)庫。比如世界著名檢索性數(shù)據(jù)庫美國SCI(《科學(xué)引文索引》)、美國EI(《工程索引》)、美國CA (《化學(xué)文摘》)、英國SA；或INSPEC(《科學(xué)文摘》)、俄羅斯AJ (《文摘雜志》)、日本CBST (《科學(xué)技術(shù)文獻速報》)。第二，國內(nèi)知名數(shù)據(jù)庫。主要指國內(nèi)知名中文檢索：《中國期刊網(wǎng)全文數(shù)據(jù)庫》(CNKI)、《維普中文科技期刊數(shù)據(jù)庫》和《萬方數(shù)據(jù)庫資源系統(tǒng)數(shù)字化期刊》。另外，還有超星圖書館、書生之家圖書館等。

(四)立法規(guī)范，加強評價監(jiān)督

通過立法規(guī)范高?？蒲匈|(zhì)量評價，并加強其過程監(jiān)督，是搞好高校科研質(zhì)量評價工作的保證。

立足于高校科研質(zhì)量評價標(biāo)準，做好科研質(zhì)量評價，從我國高?？蒲匈|(zhì)量評價的現(xiàn)實狀況看，當(dāng)下可在兩個方面推進：其一，在《中華人民共和國高等教育法》增加科研評價的條款，從宏觀層面明確高?？蒲性u價的意義、作用、地位和原則，指導(dǎo)高?？蒲匈|(zhì)量評價。其二，在《關(guān)于改進科學(xué)技術(shù)評價工作的決定》的基礎(chǔ)上，結(jié)合大數(shù)據(jù)時代科研評價面臨的新情況和新問題，出臺專門的科研評價法或高?？蒲匈|(zhì)量評價法，調(diào)整政府與高校、高校科研評價評論主體與客體、隊伍與科研成果等的各種關(guān)系，明確各方的權(quán)利和義務(wù)及監(jiān)督機制、責(zé)任追究。規(guī)定科研評價的價值取向、評價的目標(biāo)、評價機構(gòu)、隱私保護、信息安全、信息泄露、倫理道德、安全保密等。把各類高?？蒲性u價納入法制化管理的軌道，從而保證科研評價的精確性、權(quán)威性和公正性，促進科研質(zhì)量和水平的提高。特別是要從部門規(guī)章上升到法律層面需要諸多努力，是一個復(fù)雜的過程。為做好立法工作，我們必須把握如下幾點：從評價目標(biāo)上看，我們需要明確高?？蒲性u價工作中的主要問題，倡導(dǎo)質(zhì)量第一，克服功利主義和浮夸浮躁心理，營造科技創(chuàng)新的氛圍，正確引導(dǎo)高?？蒲匈|(zhì)量評價工作；從評價內(nèi)容上看，提倡務(wù)實評價，建立立足國情并與國際接軌的評價內(nèi)容，逐步完善各類評價指標(biāo)體系；從評價方法上看，加強具體指導(dǎo)，明確職能定位，規(guī)范科研質(zhì)量評價方法；從程序上看，杜絕任何形式的學(xué)術(shù)不端行為的出現(xiàn)，避免過繁過重和虛假的科研質(zhì)量評價活動；從評價標(biāo)準上看，以“科學(xué)、合理、可行”為原則，區(qū)別不同評價對象，區(qū)分各類評價標(biāo)準，堅決反對浮夸作風(fēng)和短視行為，客觀評價非主流、非共識、非名人的科研結(jié)果，營造良好的創(chuàng)新文化。

(五)規(guī)避“數(shù)據(jù)萬能”的陷阱，發(fā)揮同行評價的作用

大數(shù)據(jù)應(yīng)用不當(dāng)容易淪為“數(shù)據(jù)萬能”的陷阱，在精準、科學(xué)運用大數(shù)據(jù)手段的同時，同行評價不能丟。

其一，我們面對的數(shù)據(jù)是海量的，類型也是多樣的。從數(shù)據(jù)來源分類，可分為社會的數(shù)據(jù)、通過傳感器收集的來自物理空間的數(shù)據(jù)和網(wǎng)絡(luò)空間的數(shù)據(jù)，但這些數(shù)據(jù)并不一定是真實可信的[10]。面對劣質(zhì)的、信度不高的數(shù)據(jù)，大數(shù)據(jù)技術(shù)可能有其局限性，如果處理不好，大數(shù)據(jù)的優(yōu)勢就會變成劣勢。充分發(fā)揮同行評價的作用，彌補大數(shù)據(jù)及大數(shù)據(jù)技術(shù)的缺陷，控制好信度和效用，是必不可少的。

其二，基于大數(shù)據(jù)及大數(shù)據(jù)技術(shù)的評價實質(zhì)上是量化評價，無法消除定量評價本身帶來的固有問題。如大數(shù)據(jù)具有強大的預(yù)測功能[11](P12)，不可避免地會存在從已知事實推理預(yù)測未知現(xiàn)象的可能，在進行相關(guān)性分析和數(shù)據(jù)挖掘過程中也容易受主觀主義的影響[12]。在人文社會科學(xué)研究水平和質(zhì)量評價方面，其信度與效度難測量、理論方法不可逆，其評價更不能簡單地用量化來評價其成果的真正價值。

其三，由于科研成果涉及很強的專業(yè)性、學(xué)術(shù)性，僅通過量化評價會遇到很多盲點和障礙，這些專業(yè)性、學(xué)術(shù)性很強的問題通過同行專家來評價可能最合適。