基于數據挖掘技術的科研項目管理系統的研究與開發

文/閆靖昆

1 前言

相比較于以往，如今數據庫的數據與日劇增，依照傳統的科技方式已經無法從中迅速提取出有效地信息，也無法整理好日益增加的數據。所以，我們需要更加先進的技術作為支撐，例如，數據挖掘技術，這樣我們便能夠對大量的數據進行整理、提取、挖掘，使得科研管理的水平得到提高，從而可以更好地研究和開發一些科研項目管理系統。因此，我們應該基于更加先進的數據挖掘技術，來更好地研究和開發科研項目管理系統。

2 數據挖掘技術的相關介紹

2.1 數據挖掘技術的概念

數據挖掘技術實際上就是從海量的、不全面的、不清晰的、隨機的、嘈雜的數據庫中提取和挖掘那些雖不為人知但是又攜帶有用信息和知識的數據的一個過程。可見，數據挖掘技術能夠帶領我們獲取更多有用的知識和信息，進而有利于工作效率的提升，從而獲取最大的效益。

目前，我國對數據挖掘技術的利用還處在不斷試探性的階段，才剛剛取得一點成效，但是，國外對數據挖掘技術已經展開了比較普遍的利用，例如，在金融行業，通過對金融數據的挖掘，可以預測貸款的償還時間；因此，在未來的某一天，我國的企業也會對數據挖掘技術進行普遍的利用，因為它是社會發展的必然產物。

2.2 常用的數據挖掘的方法

數據挖掘技術的方法，目前為止主要有兩個：一個是描述性數據挖掘，另一個是預測性數據挖掘。顧名思義，描述性數據挖掘主要是對數據庫中相關數據的特點以及規律做出一個系統性的總體歸納；那么，預測性數據挖掘便是根據對這些數據做好的總體歸納，進而對其將來可能會產生的某些行為和趨勢進行一定程度上的理論推測。

3 科研項目管理系統的應用介紹

3.1 科研項目管理系統的簡介以及應用環境

科研項目管理系統主要是為在校的老師提供一個簡潔、易用、高效的項目管理工具，它是基于Web開發，不需要安裝，主要針對移動端的使用。通過該應用，用戶可以更加方便快捷的查看自己所參與項目的詳情，并且能及時對項目進行管理，而且，本系統提供了預警項目的提示與結題項目的開支數據分析，為用戶提供了更多的便利。

3.2 科研項目管理系統的主要功能以及相關介紹

3.2.1 界面簡約，項目一覽無余

用戶在登錄后的首頁便可以看到所有參與項目的名稱、經費等，并支持用戶新建、搜索項目，讓用戶更方便的查看和管理項目。

3.2.2 項目統計及預警，告知用戶及時處理預警項目

用戶在“我的”頁面下，可查看到自己的參與項目總數、結題項目數及即將結題（小于6個月）或者已結題但仍有經費的預警項目數。

3.2.3 預算科目自主添加，項目經費合理分配

用戶在新建項目后，可以使用應用提供的預算科目，也可以自主添加預算科目，并為所添加的預算科目分配一定的預算資金，便于項目小組合理管控資金。

3.2.4 詳細記錄開支，把握經費去向

在項目產生一定的開支后，用戶可在項目詳情中對應的預算科目下添加詳細的開支記錄。

4 數據挖掘技術在科研項目管理上的應用

科研項目管理大體分為4種，主要包括科研項目的申報、立項和跟蹤、結題、登記成果等。如今，隨著計算機和互聯網技術的逐漸普及，全國各地的科研機構構成了一個大型的科研項目管理系統，其中主要包括：課題的基本信息、科研人員的信息、科研條件的信息等，對這些數據的分析我們需要采用先進的數據挖掘技術，才能保證更快更好地獲取有用信息。目前，科研項目管理系統主要通過對科研項目信息進行刪減、增添、查找、登記等一些傳統方法，實現課題的進展與結題、經費的使用等，這類功能我們叫做聯機事務處理，對于聯機事務處理，它不是面向于全部人員，而僅僅是針對于數據庫的操作者，主要應用在處理平常的大小事務。總所周知，科研項目的管理者和決策者需要對大量歷史數據進行綜合性的分析研究和提取，得到支持管理和決策的準確數據，而要想實現這種功能，那就需要對數據庫進行聯機分析處理，以便管理決策人員能夠迅速地從各個方面查詢到所需要的數據，從而達到深入了解項目數據，并且能獲得所需信息的目的。因此，通過數據挖掘技術我們可以對科研項目管理的相關數據進行提取和處理，將有限的精力集中用于科研項目管理最關鍵的地方，避免做很多無用功。

5 科研項目管理系統的研究和開發

隨著社會的不斷發展，科技信息化技術的不斷進步，全國各地的數據庫規模也日益增長、逐步完善，形成了一個不小的規模，所以，這也就意味著數據挖掘技術在日后的發展中，依然具有非常重要的作用。因此，基于數據挖掘技術的科研項目管理系統也會越來越強大，其研究與開發也會較之以往備受關注。

5.1 科研項目管理系統的主要功能

目前來說，科研項目管理系統一般分為項目管理系統、成果管理系統、經費管理系統等等諸多分支系統，他們之間相互獨立，并無任何關聯，這就使得在提取、挖掘有效科研數據的時候導致效率低下，造成比較嚴重的不良后果。科研項目管理系統有很多功能，包括數據的搜集、數據的查詢、數據的管理、數據的導出以及最后的數據打印，但是，隨著現在數據量的日益增加，科研項目管理系統缺少對這些大量數據的分析統計功能、關聯功能、提取挖掘等重要的功能，因此，要想進行研究和開發，對其功能還需要進一步地去完善。

5.2 科研項目管理系統開發所需要的技術

科研項目管理系統主要采用的是基于Microsoft .NET技術的瀏覽器或者是服務器的模式運行，用戶只要通過瀏覽器或者服務器便可以實現科研項目數據的管理以及相關維護；科研項目管理系統前臺web頁面采用Microsoft Visual Studio 2010開發環境進行設計和制作；科研項目管理系統后臺的科研以及成果數據庫采用Microsoft SQL Server 2008進行數據庫設計和對數據的存儲。科研項目管理系統通過數據挖掘技術對相關數據進行一定的整理和分析，最后制定出數據分析報告。

5.3 數據挖掘技術運用的算法

科研項目管理系統采用的數據挖掘算法主要分為兩種：

5.3.1 Apriori算法

Apriori算法是目前為止在數據挖掘技術中最具有影響力的挖掘布爾關聯規則的算法，該關聯規則在分類上屬于單維、單層、布爾關聯規則。

5.3.2 C4.5算法

它是機器學習算法中的一種分類決策樹算法，在機器學習中，決策樹是一個預測模型，它代表的是對象屬性與對象值之間的一種映射關系。

我們可以通過上述數據挖掘的算法，實現對科研數據關聯性的分析以及數據的深度挖掘，并且，也可以對高校科研管理工作提供一定程度上的決策支持。

5.4 科研項目數據的標準化

隨著時代的進步，社會人才的增多，科研項目也飛速發展，但是，在快速發展的同時所需要的數據以及產生的數據必然會逐漸增多，因此，我們需要對科研項目的數據做好標準化的處理以及相關重要參數的制定。例如，科研項目的項目名稱、設立時間、開始和結束的時間、所需要的經費以及項目主要的關鍵詞等等。對數據進行了標準化，對以后科研項目管理收集數據、對比數據、整理數據、分析數據甚至是對數據的挖掘技術都是具有很大幫助的。

6 總結

本文通過了解什么是數據挖掘技術，以及常用的數據挖掘的方法有哪些，隨后對科研項目管理、項目管理系統的應用環境和主要功能進行簡單的介紹，最后得出要改善科研項目管理系統的功能，將其數據進行標準化，以及需要運用大量技術的配合，才能更好地研究和開發科研項目管理系統。