科研项目布局差异对比方法研究.PDFVIP

总第260/261 期 2015 年 第7/8 期 科研项目布局差异对比方法研究* —— 以NSF 和EU FP 项目为例 陈 挺 韩 涛 李泽霞 李国鹏 王小梅 ( 中国科学院文献情报中心 北京 100190) 摘要: 【目的 】弥补目前科研项目布局分析往往局限在单一资助机构简单数量统计上的不足, 从内容上提高资助 机构布局差异的揭示能力。【方法 】针对多源项目数据, 提出一种基于文本 K-means++聚类算法的分析方法, 尝 试从科研项目内容揭示不同资助机构的资助方向和布局重点, 分析比较各资助机构在研究方向上的资助差异。 【结果 】使用美国NSF 与欧盟FP 资助的项目信息进行方法验证与案例分析, 发现相对于多个关键词, 基于单个 关键词构建的文本特征空间有更好的聚类效果。进一步去除项目申请书摘要中项目背景、未来影响等干扰信息, 只保留研究内容、研究方法等实质性研究描述文本, K-means++算法的聚类效果有进一步提升。【局限 】数据清 洗尚不能完全自动实现, 聚类参数的预设与调整也需人工参与。【结论 】实验与案例证明该方法是可行的, 分析 结果能够比较直观地反映资助机构的布局差异, 对科研管理与决策者审视宏观科研布局、前瞻科技发展方向起 到一定的辅助作用。 关键词: 科研项目 科研布局 K-means++聚类 轮廓系数 分类号: G250 1 引 言 析, 只能体现单一资助机构布局, 无法进行多个资助机 构之间的横向比较, 要么针对某个资助机构提供简单数 国立科研资助机构资助的科研项目是国家科技研 据统计, 或结合产出论文进行计量分析, 分析维度过于 发工作的具体部署, 体现了国家科技发展战略的重点 宏观, 不能有效揭示科研布局研究内容的差异。 与方向。科研项目申请书正是这样一种载体, 不仅能 本研究利用多个国立科研资助机构的项目申请书 从微观上反映个体研究的内容和设想, 还能从宏观上 摘要文本, 基于机器学习聚类算法, 尝试设计一种文 反映一定时期国家科技发展部署。通过对科研项目申 本聚类分析方法, 使科研布局的揭示不再局限于单一 请相关数据的分析, 可以揭示具体的研究设想, 也可 以展现宏观的科研布局, 进而辅助科研咨询、管理, 前 资助机构的宏观层面统计分析, 而能够挖掘研究领域 瞻科技发展的方向与趋势。 中多个资助方向, 还能比较分析不同资助机构在研究 利用科研项目相关数据, 有学者开展了学科布局、 领域内各个方向上的详细布局, 从而为国家科技部署 依托单位分布、地区分布的研究[1-4], 有学者开展了科研 提供一定程度的参考与支撑。 项目论文产出绩效分析[5-10], 还有学者开展了基础研究 2 分析方法与验证 竞争力分析[11-12] 。综合上述研究发现, 现有基于科研项 目布局的分析往往受制于资助数据不全或各资助机构之 2.1 分析方法 间资助数据不统一等原因, 要么局限于单一资助机构分 采集、清理多个资助机构的项目信息, 采用文本分 通讯作者: 陈挺, ORCID: 0000-0003-4785-5367, E-mail: chent@。 *本文系国家自然科学基金项目“科学结构特征及其演化动力学分析方法与应用研究”(项目编号的研究成果之一。 XIANDAI TUSHU QINGBAO