高校學(xué)科大數(shù)據(jù)治理模式及學(xué)科建設(shè)策略研究

汪濤

學(xué)科建設(shè)是高校事業(yè)發(fā)展的龍頭，綜合體現(xiàn)著高校改革發(fā)展的質(zhì)量與水平。學(xué)科建設(shè)涉及高校工作的各個領(lǐng)域，需要海量的數(shù)據(jù)為決策管理提供支撐，在信息化時代背景下，高校學(xué)科建設(shè)管理工作從基于經(jīng)驗判斷的決策模式逐步發(fā)展轉(zhuǎn)型為基于客觀數(shù)據(jù)研判的決策模式，學(xué)科大數(shù)據(jù)挖潛正在成為支撐學(xué)科建設(shè)科學(xué)化、專業(yè)化、精細化發(fā)展的有效手段。本文提出了囊括“數(shù)據(jù)綜合治理、數(shù)據(jù)模型分析與學(xué)科建設(shè)策略優(yōu)化”等在內(nèi)的學(xué)科建設(shè)數(shù)據(jù)治理的范式，構(gòu)建了學(xué)科大數(shù)據(jù)分析模型，剖析了學(xué)科建設(shè)成效評價與學(xué)科大數(shù)據(jù)指標(biāo)的內(nèi)在關(guān)聯(lián)關(guān)系，探討了學(xué)科建設(shè)的優(yōu)化策略。

學(xué)科是對知識進行劃分的相對獨立的知識體系，^[1]作為高校開展人才培養(yǎng)、科學(xué)研究、社會服務(wù)等工作的基本單位，在高校履行職能過程中發(fā)揮著重要作用。學(xué)科建設(shè)是學(xué)科主體從學(xué)科發(fā)展的自身實際出發(fā)，結(jié)合經(jīng)濟社會發(fā)展需求和學(xué)科發(fā)展客觀規(guī)律，開展一定的建設(shè)任務(wù)，達成一定的建設(shè)目標(biāo)，進而提升學(xué)科綜合實力的一種實踐，^[2]具體工作包含學(xué)科方向布局調(diào)整、平臺建設(shè)、團隊建設(shè)、制度建設(shè)等諸多內(nèi)容。

在教育數(shù)字化發(fā)展的時代背景下，數(shù)據(jù)成為高等教育領(lǐng)域乃至全社會一種不可或缺的戰(zhàn)略資源，學(xué)科建設(shè)匯聚了高校事業(yè)發(fā)展各個領(lǐng)域的數(shù)據(jù)，其管理模式開始從基于經(jīng)驗主義和主觀判斷的頂層創(chuàng)新決策模式，逐步過渡發(fā)展到基于數(shù)據(jù)研判的數(shù)據(jù)支撐決策模式，學(xué)科建設(shè)工作者要學(xué)會“用數(shù)據(jù)說話”，借助數(shù)據(jù)分析查擺問題、制定改進策略。

學(xué)科大數(shù)據(jù)挖潛的內(nèi)涵與邏輯架構(gòu)

“大數(shù)據(jù)挖潛”（Big Data Digging）是指從大量的、不完全的、有噪聲的數(shù)據(jù)中提取不可預(yù)估但卻有潛在價值的信息和知識的過程，^[3-5]其內(nèi)涵包含兩個維度，其一是突出了價值導(dǎo)向，數(shù)據(jù)挖潛關(guān)注的不是數(shù)據(jù)本身，而是數(shù)據(jù)所蘊藏的潛在價值，其二是需要技術(shù)手段支持，對于大數(shù)據(jù)不能采取“拿來主義”，需要借助先進的技術(shù)手段在浩如煙海且雜亂無章的數(shù)據(jù)中抽絲剝繭，尋找有價值、有意義的信息。高校的學(xué)科數(shù)據(jù)具有規(guī)模巨大（Volume）、類型多樣（Variety）、更新快速（Velocity）、價值密度較低（Value）的“4V”特征，^[6]是一種典型的大數(shù)據(jù)。學(xué)科大數(shù)據(jù)的挖潛旨在通過對學(xué)科大數(shù)據(jù)治理，進行深層次針對性的數(shù)據(jù)分析，厘清數(shù)據(jù)背后反映的邏輯關(guān)系，進而指導(dǎo)學(xué)科建設(shè)工作實踐的過程。

1989年，Gartner Group提出商業(yè)智能（Business Intelligence，BI）的概念，借助商業(yè)智能技術(shù)幫助商業(yè)機構(gòu)完成分析、做出決策，被廣泛應(yīng)用于金融、通信、制造與零售等行業(yè)領(lǐng)域。由于在商業(yè)領(lǐng)域的成功應(yīng)用，高等教育學(xué)界逐步將商業(yè)智能的理念、方法及相關(guān)技術(shù)引入院校管理的實踐當(dāng)中，并衍生出更加適應(yīng)高等教育需求的學(xué)術(shù)分析技術(shù)（Academic Analytics）、學(xué)習(xí)分析技術(shù)（Learning Analytics），這些技術(shù)可以幫助高校管理者對數(shù)據(jù)進行統(tǒng)計、分析、解釋，進而建立預(yù)測模型，為教學(xué)工作提供幫助。北美高校較早地便將信息化技術(shù)應(yīng)用于院校管理的循證決策之中，^[7]伊利諾伊大學(xué)建立學(xué)校決策支持數(shù)據(jù)倉庫，亞利桑那州立大學(xué)為支持科學(xué)決策建設(shè)了數(shù)據(jù)儀表盤。^[8]在此方面，我國高校雖然起步較晚，但也在快速發(fā)展當(dāng)中，復(fù)旦大學(xué)實現(xiàn)了在校師生管理信息化的全覆蓋，中國人民大學(xué)開發(fā)出綜合數(shù)據(jù)填報、數(shù)據(jù)存儲、數(shù)據(jù)管理和數(shù)據(jù)展示等功能的校園大數(shù)據(jù)平臺，浙江大學(xué)初步構(gòu)建了數(shù)據(jù)中心、流程平臺等平臺體系，形成了各業(yè)務(wù)部門開放協(xié)同的數(shù)據(jù)場景。^[9]

學(xué)科建設(shè)管理工作涉及海量的教學(xué)、科研、人才等數(shù)據(jù)資源，并且大多都是結(jié)構(gòu)化數(shù)據(jù)或者結(jié)構(gòu)化程度比較高的數(shù)據(jù)，因此進行學(xué)科大數(shù)據(jù)挖潛具有重要的現(xiàn)實意義，同時也具有很高的可行性與操作性。從學(xué)科大數(shù)據(jù)挖潛的邏輯架構(gòu)來看，其包含了數(shù)據(jù)綜合治理、多維數(shù)據(jù)分析與實踐策略優(yōu)化等三個部分，其中數(shù)據(jù)治理是基礎(chǔ)、數(shù)據(jù)分析是手段、策略優(yōu)化是目的，三者有機統(tǒng)一且緊密銜接，構(gòu)成了學(xué)科大數(shù)據(jù)治理挖潛的全周期模型。

學(xué)科大數(shù)據(jù)的綜合治理

學(xué)科大數(shù)據(jù)的綜合治理是將無序的學(xué)科大數(shù)據(jù)有序化的過程，其治理范式覆蓋了數(shù)據(jù)“收集、清洗、存儲、共享”的全生命周期。

（一）規(guī)范數(shù)據(jù)字段定義

數(shù)據(jù)字段的規(guī)范化定義包含界定數(shù)據(jù)內(nèi)涵與統(tǒng)一填報格式。界定數(shù)據(jù)內(nèi)涵是對數(shù)據(jù)屬性的規(guī)范和限定，一條完整的數(shù)據(jù)由多個不同的數(shù)據(jù)屬性共同構(gòu)成，通過規(guī)范表頭字段的描述、形式等，對數(shù)據(jù)填入進行條件、規(guī)則限制，明確數(shù)據(jù)需求，統(tǒng)一數(shù)據(jù)統(tǒng)計口徑，從源頭建立起數(shù)據(jù)標(biāo)準(zhǔn)。統(tǒng)一填報格式是對數(shù)據(jù)的表達形式的規(guī)定，數(shù)據(jù)無論以漢字、英文、數(shù)字何種形式表達展示，在管理工作者視角下并不會影響信息傳遞，但對于機器語言而言，非標(biāo)準(zhǔn)的數(shù)據(jù)統(tǒng)計會降低數(shù)據(jù)可信度，影響數(shù)據(jù)在信息化系統(tǒng)中的存儲流轉(zhuǎn)，進而出現(xiàn)數(shù)據(jù)報錯、丟失等問題，因而必須限定數(shù)據(jù)的統(tǒng)一填報格式，使其更便于用機器語言讀寫翻譯。

（二）系統(tǒng)清洗底層數(shù)據(jù)

系統(tǒng)性清洗學(xué)科大數(shù)據(jù)，重構(gòu)學(xué)科大數(shù)據(jù)的底層邏輯，是學(xué)科大數(shù)據(jù)綜合治理過程中不可或缺的關(guān)鍵步驟。數(shù)據(jù)清洗是對數(shù)據(jù)進行處理和加工，使其適合進行分析和建模的一種技術(shù)方法，主要包含去除數(shù)據(jù)重復(fù)記錄、填補數(shù)據(jù)缺失值、檢測和處理數(shù)據(jù)異常值、轉(zhuǎn)換數(shù)據(jù)格式、驗證數(shù)據(jù)準(zhǔn)確性和完整性。由于學(xué)科大數(shù)據(jù)體量龐大且類型多樣，學(xué)科大數(shù)據(jù)清洗需要借助計算機技術(shù)進行批量處理，同時也需要通過人工方式對部分數(shù)據(jù)歸屬進行認領(lǐng)，對數(shù)據(jù)之間的邏輯關(guān)系進行確認。數(shù)據(jù)清洗對學(xué)科大數(shù)據(jù)的完整性、真實性、規(guī)范性進行了系統(tǒng)地校準(zhǔn)與糾錯，同時也對數(shù)據(jù)字段之間、數(shù)據(jù)之間的底層邏輯進行了梳理與確認，最大程度地消除了數(shù)據(jù)錯誤和噪聲，提高了建模和分析的精度。

（三）建立數(shù)據(jù)倉儲市場

建立數(shù)據(jù)倉儲市場的核心是搭建科學(xué)合理的數(shù)據(jù)指標(biāo)體系。學(xué)科大數(shù)據(jù)可以按照不同維度進行分類，每個維度再按照細分領(lǐng)域劃分設(shè)置一級指標(biāo)、二級指標(biāo)，從而建立起多維分層的指標(biāo)體系。隨著高校學(xué)科建設(shè)越來越強調(diào)內(nèi)涵式發(fā)展，高校在反映數(shù)量增長的規(guī)模型指標(biāo)的基礎(chǔ)上，更加關(guān)注反映質(zhì)量提升的內(nèi)涵型指標(biāo)，例如學(xué)科方向、人才團隊、學(xué)術(shù)平臺與產(chǎn)出標(biāo)志性成果的匹配度，高層次人才承擔(dān)重大重點項目的比例等。這些內(nèi)涵型指標(biāo)通常不是可以直接獲取的基礎(chǔ)指標(biāo)數(shù)據(jù)，而是需要通過多個基礎(chǔ)指標(biāo)數(shù)據(jù)統(tǒng)計計算或者整合分析得到的高階數(shù)據(jù)。因而學(xué)科建設(shè)數(shù)據(jù)指標(biāo)體系的構(gòu)建不僅會隨著國家政策導(dǎo)向、高校戰(zhàn)略重心調(diào)整、學(xué)科布局優(yōu)化以及重點任務(wù)改變等因素動態(tài)發(fā)生變化，數(shù)據(jù)指標(biāo)需要像“搭積木”一般根據(jù)實際工作需要而構(gòu)建。

（四）貫通數(shù)據(jù)流轉(zhuǎn)通路

學(xué)科建設(shè)管理部門是學(xué)科大數(shù)據(jù)的“使用者”，但不是學(xué)科大數(shù)據(jù)的“制造者”，學(xué)科大數(shù)據(jù)產(chǎn)生于各領(lǐng)域業(yè)務(wù)工作，分散于各業(yè)務(wù)部門。在日常的業(yè)務(wù)工作當(dāng)中，因為各部門業(yè)務(wù)類型、關(guān)注領(lǐng)域、數(shù)據(jù)結(jié)構(gòu)和體量不同，以及對于數(shù)據(jù)的管理、分析、存儲平臺搭建情況不同，形成了高校內(nèi)部數(shù)據(jù)的天然壁壘。貫通學(xué)科大數(shù)據(jù)的流轉(zhuǎn)通路，不僅要打通各類數(shù)據(jù)向?qū)W科建設(shè)主管部門匯聚的“來路”，還需要打通數(shù)據(jù)共治共享的“回路”。建立統(tǒng)一數(shù)據(jù)倉儲市場既需要預(yù)留各部門上傳審核與更新維護數(shù)據(jù)的通道，同時還要確保將市場當(dāng)中的數(shù)據(jù)使用流轉(zhuǎn)起來，各業(yè)務(wù)部門要能夠從市場快速、準(zhǔn)確的獲取權(quán)威數(shù)據(jù)。

學(xué)科大數(shù)據(jù)解析模型研究

借助學(xué)科大數(shù)據(jù)進行量化評價是直觀體現(xiàn)學(xué)科建設(shè)發(fā)展成效的有力手段。考察學(xué)科建設(shè)發(fā)展成效既可以從時間維度的縱向上觀察學(xué)科指標(biāo)的變化情況，可將其總結(jié)為體現(xiàn)成長增量及發(fā)展質(zhì)量的達成度，也可以橫向地對比自身與對標(biāo)學(xué)科之間的差距，可將其總結(jié)為體現(xiàn)發(fā)展差距的對標(biāo)度。剖析學(xué)科建設(shè)發(fā)展的達成度與對標(biāo)度都需要以學(xué)科大數(shù)據(jù)作為支撐，構(gòu)建適當(dāng)?shù)臄?shù)學(xué)模型多元多維解析研判學(xué)科建設(shè)發(fā)展的成效。

（一）多元維度模型

學(xué)科建設(shè)涉及人才培養(yǎng)、隊伍建設(shè)、科學(xué)研究、國際化建設(shè)等諸多領(lǐng)域，綜合不同領(lǐng)域的評價結(jié)果（Pi），能夠反映出學(xué)科建設(shè)發(fā)展的總體成效（E）。同樣各領(lǐng)域評價結(jié)果也是綜合領(lǐng)域內(nèi)不同量化指標(biāo)而得出的，因而可將反映學(xué)科建設(shè)成效與學(xué)科建設(shè)指標(biāo)的關(guān)聯(lián)關(guān)系歸納總結(jié)為如下公式（公式①）。

E=∑P_i=P_i1+P_i2+…+P_in①

達成度重點關(guān)注的是學(xué)科自身建設(shè)發(fā)展的提升情況，考察的是一定時間內(nèi)學(xué)科建設(shè)指標(biāo)的差異（公式②）。對標(biāo)度重點關(guān)注的是自身與對標(biāo)對象之間的差距，考察的是在同一建設(shè)周期內(nèi)二者相同學(xué)科建設(shè)指標(biāo)之間的差距（公式③）。無論是哪種維度，其本質(zhì)都是相對值的概念，抑或是相對差距的概念，內(nèi)在邏輯是將學(xué)科建設(shè)的發(fā)展情況通過數(shù)據(jù)具象地顯現(xiàn)出來。

（二）權(quán)重系數(shù)校正

綜合所有的學(xué)科大數(shù)據(jù)能夠客觀掌握學(xué)科建設(shè)發(fā)展的進展成效，但在“破五唯”的背景下，學(xué)科建設(shè)工作更加強調(diào)內(nèi)涵發(fā)展和建設(shè)質(zhì)量，準(zhǔn)確運用學(xué)科大數(shù)據(jù)既要把握數(shù)據(jù)的客觀性，也要把握數(shù)據(jù)的辯證性。因而在實際學(xué)科大數(shù)據(jù)分析過程當(dāng)中，要避免國家政策導(dǎo)向調(diào)整導(dǎo)致的數(shù)據(jù)波動、偶發(fā)事件導(dǎo)致的數(shù)據(jù)變化、哲學(xué)社會科學(xué)等部分學(xué)科特性導(dǎo)致的成效產(chǎn)出長期性以及數(shù)據(jù)噪音干擾等諸多不利因素對數(shù)據(jù)分析的影響，有策略性針對性地選擇數(shù)據(jù)指標(biāo)。

E=∑P_ix_i=P_i1x_i1+P_i2x_i2+…+P_inx_in④

在學(xué)科建設(shè)的成效評價體系當(dāng)中，由于不同領(lǐng)域、不同業(yè)務(wù)對學(xué)科水平提升的貢獻度不同，因而不同指標(biāo)在評價體系中的權(quán)重也不盡相同，在學(xué)科大數(shù)據(jù)分析時需要引入權(quán)重系數(shù)對評價體系進行校正（公式④）。學(xué)科建設(shè)評價體系指標(biāo)之間的相對孰輕孰重容易區(qū)分，但其重要性的量化賦值則較為困難，權(quán)重系數(shù)的劃分既要兼顧數(shù)據(jù)的客觀性，也要兼顧發(fā)展的主觀性，最終要實現(xiàn)數(shù)據(jù)分析與經(jīng)驗判斷的相互兼容。權(quán)重系數(shù)的制定是“初始設(shè)定-代入驗證-校正反饋”的閉環(huán)過程，“雙一流”建設(shè)成效評價與學(xué)科評估的指標(biāo)體系經(jīng)過實踐檢驗，對我國高校學(xué)科評價具有較高的普適性，可以作為權(quán)重初始設(shè)定的重要參考，權(quán)重系數(shù)的驗證主要基于經(jīng)驗判斷，以達成度、對標(biāo)度為切入點，對既往發(fā)展成效進行計算分析，組織論證對計算結(jié)果進行合理性研判，而后再結(jié)合研判結(jié)果對初始設(shè)定進行校正，最終經(jīng)過多次迭代驗證確定權(quán)重劃分。

（三）數(shù)據(jù)模型分析

構(gòu)建學(xué)科建設(shè)評價體系是為了厘清學(xué)科建設(shè)發(fā)展成效與學(xué)科指標(biāo)內(nèi)在的相關(guān)性與因果性。而進行更加具體的定量分析則需要對分領(lǐng)域評價結(jié)果進行判斷，找準(zhǔn)差異化指標(biāo)，若僅是單一指標(biāo)差異，則說明在當(dāng)前條件下造成學(xué)科建設(shè)成效差異與該指標(biāo)具有因果關(guān)系，該指標(biāo)較大程度上影響了分領(lǐng)域評價結(jié)果；若多項指標(biāo)同時出現(xiàn)差異，則說明在當(dāng)前條件下造成學(xué)科建設(shè)成效差異與若干指標(biāo)具有相關(guān)關(guān)系，不同指標(biāo)可能共同造成了分領(lǐng)域評價結(jié)果的差異，也可能相關(guān)指標(biāo)存在內(nèi)部關(guān)聯(lián)，某一指標(biāo)差異導(dǎo)致另一指標(biāo)變化，二者共同影響了分領(lǐng)域評價結(jié)果。找準(zhǔn)差異化指標(biāo)后還需要結(jié)合實際工作舉措、相關(guān)政策調(diào)整等內(nèi)外部因素，判斷造成差異化的原因，進而為學(xué)科建設(shè)決策提供輔助支撐。

學(xué)科建設(shè)的優(yōu)化策略

數(shù)據(jù)的價值在于應(yīng)用，學(xué)科大數(shù)據(jù)綜合治理的最終目的是指導(dǎo)學(xué)科建設(shè)的實際工作，找準(zhǔn)當(dāng)前發(fā)展的成效與不足，運用學(xué)科大數(shù)據(jù)的分析結(jié)果找準(zhǔn)制約學(xué)科建設(shè)發(fā)展的關(guān)鍵因素，能夠為管理決策提供有力的數(shù)據(jù)支撐。

（一）科學(xué)分析學(xué)科數(shù)據(jù)，研判學(xué)科發(fā)展態(tài)勢

找準(zhǔn)自身發(fā)展定位、研判當(dāng)前建設(shè)發(fā)展差距是進行學(xué)科建設(shè)管理策略優(yōu)化的基礎(chǔ)。達成度是發(fā)展增量的體現(xiàn)，達成度越大說明在建設(shè)周期內(nèi)該領(lǐng)域發(fā)展成效越顯著，對標(biāo)度是發(fā)展差距的體現(xiàn)，對標(biāo)度越來越接近1，說明與對標(biāo)高校的差距越小，若超過1，說明已經(jīng)完成超越。二者分別是學(xué)科建設(shè)發(fā)展成效評價的縱向維度與橫向維度，構(gòu)成了學(xué)科建設(shè)成效評價的經(jīng)緯，綜合分析兩個評價因素，能夠掌握自身發(fā)展提升水平如何，是否實現(xiàn)了追趕超越，從而為學(xué)科建設(shè)發(fā)展的實效構(gòu)建出清楚的畫像。但要清楚地認識到，學(xué)科大數(shù)據(jù)分析將學(xué)科建設(shè)中的內(nèi)在邏輯條理化，將模糊的問題具象化，為學(xué)科建設(shè)管理工作提供了巨大助力，同時也隱藏著一定的風(fēng)險，學(xué)科大數(shù)據(jù)即使經(jīng)過綜合治理，也難以避免地夾雜著“數(shù)據(jù)噪音”和人為因素等，影響學(xué)科大數(shù)據(jù)的分析。因而學(xué)科建設(shè)發(fā)展的研判要以達成度、對標(biāo)度的客觀數(shù)據(jù)為基礎(chǔ)，并同時兼顧發(fā)展環(huán)境變化、相關(guān)政策調(diào)整等其他因素，進行綜合地考量。

（二）準(zhǔn)確把握內(nèi)在聯(lián)系，優(yōu)化學(xué)科政策杠桿

通過政策牽引推動學(xué)科建設(shè)提質(zhì)增效，是學(xué)科建設(shè)管理工作者的理想預(yù)期，而學(xué)科建設(shè)工作面臨的問題是多元的、復(fù)雜的，需要聚焦重點領(lǐng)域和關(guān)鍵環(huán)節(jié)予以突破，如何找準(zhǔn)問題、理清短板則尤為重要。建設(shè)成效的評價結(jié)果與數(shù)據(jù)指標(biāo)存在相關(guān)性或者因果性關(guān)聯(lián)，通過分析二者之間的關(guān)聯(lián)關(guān)系，能夠準(zhǔn)確定位影響評價結(jié)果的數(shù)據(jù)指標(biāo)，找準(zhǔn)制約當(dāng)前發(fā)展的短板問題。數(shù)據(jù)指標(biāo)產(chǎn)生于業(yè)務(wù)工作，指標(biāo)的差異表明該領(lǐng)域的業(yè)務(wù)工作可能存在差異，但造成差異的緣由需要進行嚴(yán)謹審慎、科學(xué)規(guī)范的分析評判，分析其是由調(diào)整相關(guān)工作舉措而產(chǎn)生，還是數(shù)據(jù)偶然性誤差所導(dǎo)致，抑或是資金、政策等不確定因素所導(dǎo)致。通過學(xué)科大數(shù)據(jù)挖潛優(yōu)化調(diào)整學(xué)科建設(shè)策略，是通過統(tǒng)計分析、歸納總結(jié)過往的經(jīng)驗來進行預(yù)測，建立在“歷史會重演”的邏輯基礎(chǔ)之上，^[10]經(jīng)過查擺指標(biāo)差異，分析差異原因，找準(zhǔn)成效評價與數(shù)據(jù)指標(biāo)的關(guān)聯(lián)關(guān)系，而后精準(zhǔn)施策，對相關(guān)政策、機制、投入進行調(diào)整，達到以評促進的目的。

（三）構(gòu)建動態(tài)反饋機制，完善閉環(huán)管理模式

學(xué)科建設(shè)是一項系統(tǒng)工程，其策略實施類似于“黑箱模型”，可將學(xué)科建設(shè)的策略調(diào)整視為自變量，將學(xué)科建設(shè)的成效評價結(jié)果視為因變量，學(xué)科建設(shè)管理者根據(jù)判斷調(diào)整發(fā)展戰(zhàn)略或者任務(wù)舉措，經(jīng)過一定建設(shè)周期觀察建設(shè)成效的變化情況，并結(jié)合相關(guān)影響因素進行研判分析，梳理策略調(diào)整這一自變量的變化對建設(shè)成效評價這一因變量的影響，構(gòu)建形成二者的關(guān)聯(lián)關(guān)系。這種關(guān)聯(lián)關(guān)系是一種弱關(guān)聯(lián)關(guān)系，對其認識和判斷是基于主觀判斷的，是模糊的，學(xué)科建設(shè)管理者期望產(chǎn)生符合邏輯規(guī)律的結(jié)果，但事實上的建設(shè)成效并不一定與期望的結(jié)果一致。因而學(xué)科建設(shè)管理工作者應(yīng)當(dāng)不斷增強自身綜合素質(zhì)，提升發(fā)展形勢的研判能力、成效評價的分析能力、戰(zhàn)略決策的糾錯能力，建立起“決策調(diào)整-跟蹤檢測-反饋優(yōu)化”的反饋調(diào)整機制，避免產(chǎn)生決策偏差。

參考文獻

[1]劉獻君：《論高校學(xué)科建設(shè)》，載《高等教育研究》，2000（05）：16-20頁。

[2]羅云：《論大學(xué)學(xué)科建設(shè)》，載《高等教育研究》，2005（07）：45-50頁。

[3]鐘曉、馬少平、張鈸、俞瑞釗：《數(shù)據(jù)挖掘綜述》，載《模式識別與人工智能》，2001（01）：48-55頁。

[4]王光宏、蔣平：《數(shù)據(jù)挖掘綜述》，載《同濟大學(xué)學(xué)報》，2004（02）：246-252頁。

[5]張靜、劉危、楊兵、單文波：《試析大數(shù)據(jù)分析在學(xué)科建設(shè)中的應(yīng)用》，載《高教學(xué)刊》，2019（05）：1-5頁。

[6]孟小峰、慈祥：《大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)》，載《計算機研究與發(fā)展》，2013（01）：146-169頁。

[7]陸曉靜：《商業(yè)智能在我國高校決策中的應(yīng)用探析——基于循證決策的視角》，載《重慶高教研究》，2019（02）：66-76頁。

[8]舒忠梅、屈瓊斐、郭清順：《基于商業(yè)智能構(gòu)建高校教育管理平臺的實踐探討》，載《高教探索》，2014（02）：36-40頁。

[9]朱石磊：《商業(yè)智能在高校教學(xué)管理中的應(yīng)用》，碩士學(xué)位論文，西南交通大學(xué)，2016。

[10]周煒：《大數(shù)據(jù)視域下高校數(shù)據(jù)治理優(yōu)化路徑研究》，載《教育發(fā)展研究》，2021（09）：78-84頁。

作者簡介

汪 濤 西北大學(xué)發(fā)展規(guī)劃與學(xué)科建設(shè)處處長、博士、副研究員，研究方向為高校學(xué)科發(fā)展與“雙一流”建設(shè)研究

◎陜西省高等教育學(xué)會2021年高等教育科學(xué)研究重點招標(biāo)項目“陜西高等教育‘雙一流建設(shè)成效評價體系研究”（項目編號：XGH21003）

◎陜西省教育科學(xué)“十四五”規(guī)劃2021年度課題“陜西省高等教育‘雙一流建設(shè)成效評價辦法研究”（項目編號：SGH21Z23）