大数据驱动的管理与决策研究重大研究计划2016年项目指引.docVIP

大数据驱动的管理与决策研究重大研究计划2016年度项目指南 移动互联环境下的新兴技术快速发展与应用（如物联网、云计算、可穿戴设备、人工智能、增强/虚拟现实等）催生了新模式、新业态和新人群，为社会经济生活注入了新的活力，也进一步丰富和拓展了大数据应用创新领域，并为学术界、产业界以及政府部门带来许多新的重要课题。 　　大数据驱动的管理与决策呈现出高频实时、深度定制化、全周期沉浸式交互、跨组织整合、多主体决策等特性。本重大研究计划以大数据驱动的管理与决策为研究对象，充分发挥管理、信息、数理、医学等多学科合作研究的优势，着重研究大数据驱动的管理与决策理论范式，大数据资源治理机制与管理，大数据管理与决策价值分析与发现，大数据分析方法与支撑技术，并利用总集成升华平台集成相关研究成果。期望通过本重大研究计划的执行，使我国在大数据驱动的管理与决策研究相关领域跻身国际前列，培养一批跨学科交叉型骨干人才和创新团队，并为国家在相关领域的管理决策和智库提供支持。 　　一、科学目标 　　揭示管理与决策范式转变的机理与规律、建立面向大数据的全景式管理与决策理论和方法体系、发展针对管理与决策问题的大数据分析技术与计算方法，使得我国在大数据驱动的管理与决策研究相关领域跻身国际前列；开展在诸如公共管理、商务、金融、医疗健康等应用领域的示范应用与平台构建。 　　二、核心科学问题 　　围绕学科领域趋势、理论应用特点，注重基础性、前瞻性和交叉性研究创新，结合国家战略需求，本重大研究计划针对大数据驱动的管理与决策范式转变机理与理论、大数据资源治理机制设计与协同管理、领域导向的大数据价值发现理论与方法三个关键科学问题开展研究。 　　（一）大数据驱动的管理与决策范式转变机理与理论。 　　在大数据背景下，传统的管理与决策正在从以管理流程为主的线性范式逐渐向以数据为中心的扁平化范式转变，管理与决策中各参与方的角色和相关信息流向更趋于多元和交互。相关的问题视角和关键方面包括范式转变的要素、关系和路径，融合微观和宏观各个层次行为和目标的全景式管理与决策模型，以及相应的管理与决策理论和方法创新等。 　　（二）大数据资源治理机制设计与协同管理。 　　随着大数据与社会经济生活的融合不断深化，以数据及所产生知识在社会各主体间流动为基础的社会生态系统正在逐步形成。在此背景下，大数据资源治理和协同管理成为大数据驱动的管理与决策研究和应用的核心问题。相关的问题视角和关键方面包括大数据资源共享及权属的基本运行机理，大数据标准化和质量测度模型与方法，相关隐私和伦理机制设计等。 　　（三）领域导向的大数据价值发现理论与方法。 　　大数据价值的产生机理和转换规律具有高度的应用领域依赖性。领域导向的大数据价值发现和决策分析问题通常具有关联交互、趋势走向、全局视图和缩放、实时与动态性，以及社会化特征。相关的问题视角和关键方面包括面向管理与决策情景的统计与预测建模，多源异构和非结构化大数据的关联、融合及全景式分析，实时动态计算、挖掘技术方法与平台构建等。 　　三、2016年度拟资助研究方向 　　本重大研究计划针对大数据驱动的管理与决策关键基础问题组织前瞻性、交叉性的研究。鼓励来自不同学科领域（如管理、信息、数理、医学等）的项目申请。2016年度主要以“培育项目”和“重点支持项目”的形式予以资助。 　　（一）培育项目的研究方向。 　　培育项目是指符合重大研究计划的研究目标和资助范围，创新性明显，尚需在研究中进一步明确突破方向和凝聚研究力量的项目。培育项目应聚焦于下列一至两个主要研究问题进行深入探索，避免研究内容宽泛。培育项目的研究内容包括但不限于： 　　1．大数据驱动的管理与决策理论范式。 　　主要研究问题如：基于大数据的决策参与者行为规律与机理建模；复杂社会网络中的行为传播扩散与预测；高频实时决策范式/理论与模型；多主体共创与协调管理模式；管理与决策模式转变方法与风险；基于大数据的微观宏观行为综合分析；数据驱动的全景式管理决策理论等。 　　2．大数据资源治理机制与管理。 　　主要研究问题如：大数据来源的有效性分析；大数据质量测度理论与标准；大数据资源的共享机制与治理；大数据隐私保护机制及模型；大数据责任归属、产权界定理论及体系；大数据产业的发展与监管等。 　　3．管理与决策大数据价值分析与发现。 　　主要研究问题如：基于大数据的个体价值倾向分析与识别；个性化价值测度理论与方法；融合多源大数据的个性化价值发现方法；社会化价值的分配原理及方法；价值共创理论及协同创新机制；基于跨领域数据融合的价值生成原理及服务模式创新等。 　　4．管理与决策大数据分析方法与支撑技术。 　　主要研究问题如：管理与决策导向的大数据关联分析与建模；面向大数据的管理与决策知识学习与统计推断；管理与决策导向的大数据全局视图与预测方法；多