基于AI的高校科研数据挖掘与治理协同机制研究
摘要
随着高校科研活动的蓬勃发展,科研数据呈现出规模海量、类型多元、增长迅猛的特征,传统数据管理模
式在数据价值挖掘与规范治理方面面临严峻挑战。本文聚焦AI技术在高校科研数据领域的应用,深入剖析科研数据
挖掘与治理协同的核心诉求,构建“技术-流程-主体”三位一体的协同机制框架。通过分析AI技术在数据清洗、
关联分析、质量评估等环节的应用路径,结合实际案例探讨协同机制的运行逻辑,并提出政策保障、技术支撑、人
才培养等方面的实施策略,旨在实现高校科研数据价值最大化与治理规范化的双重目标,为提升高校科研创新能力
提供有力支撑。
式在数据价值挖掘与规范治理方面面临严峻挑战。本文聚焦AI技术在高校科研数据领域的应用,深入剖析科研数据
挖掘与治理协同的核心诉求,构建“技术-流程-主体”三位一体的协同机制框架。通过分析AI技术在数据清洗、
关联分析、质量评估等环节的应用路径,结合实际案例探讨协同机制的运行逻辑,并提出政策保障、技术支撑、人
才培养等方面的实施策略,旨在实现高校科研数据价值最大化与治理规范化的双重目标,为提升高校科研创新能力
提供有力支撑。
关键词
AI技术;高校科研数据;数据挖掘;数据治理;协同机制
全文:
PDF参考
[1]张牧,邓颖,顾丽丽,黄思珏.高校科研数据治
理现状研究[J].办公自动化,2025,30(16):1-3.
[2]张牧.开放科学背景下高校科研数据治理模型的
构建与管理路径[J].中国管理信息化,2024,27(23):
109-112.
[3]刘梦,王婷婷.高校图书馆科研数据治理路径研
究[J].传播与版权,2024,(07):73-75.
[4]毛秀梅,张连峰,刘琼.推动科研数据开放,撬
动科研数据治理——评《高校科研数据开放与治理研究》
[J].情报科学,2023,41(07):189-191.
[5]雷洋昆,刘芝玮.基于数据挖掘的高校数据式审
计框架探究——以高校办学和科研业务为例[J].会计之
友,2021,(12):25-30.
Refbacks
- 当前没有refback。
