大数据驱动的管理与决策研究计划

1、大数据驱动的管理与决策研究计划技术创新，变革未来内容一、NSFC重大研究计划简介1、NSFC项目设置概况2、申请指南二、申请书撰写常见错误与建议三、重大研究计划“大数据驱动的管理与决策研究”介绍Q & A21、国家自然科学基金会（NSFC）项目资助：-研究项目系列面上项目：全面均衡布局，瞄准科学前沿，促进学科发展，激励原始创新重点项目（群）：着眼优先领域，兼顾学科发展，整合创新资源，孕育重点突破重大项目：面向国家需求，推动学科交叉，汇聚创新力量，攻克科学难题重大研究计划：有限目标，稳定支持，集成升华，跨越发展，加强顶层设计，着力提升某些领域整体创新能力并力争在若干重要方向有所突破联合基金项目：

2、引导多元投入，推动资源共享，促进多方合作（国内其他政府部门）国际（地区）合作研究项目：立足国际前沿，利用国际平台，推动资源共享，促进合作研究重大国际（地区）合作研究项目双边（多边）国际合作研究协议项目海外及港澳学者合作研究项目3研究项目系列面上项目重点项目（群）重大项目重大研究计划国际（地区）合作研究项目联合基金项目国家自然科学基金会项目资助：-人才项目系列青年科学基金：稳定青年队伍，培育后继人才，扶持独立科研，激励创新思维优秀青年科学基金：完善人才资助体系，强调创新潜力，超前培养领军人物国家杰出青年科学基金（含外籍）：着眼于造就拔尖人才，延揽海外人才，发挥和示范作用，推动学科发展地区科学基金

3、：扶持地区人才，支持潜心探索，凝聚优秀人才，促进区域发展十个左右省市自治区创新研究群体科学基金：坚持科学目标引导，增强协作创新，发挥团队力量，冲击国际前沿4人才项目系列基础科学人才培养基金青年科学基金优秀青年科学基金杰出青年科学基金地区科学基金创新研究群体科学基金NSFC管理学部机构设置综合处负责管理科学部综合业务及日常办公业务管理科学一处管理科学与工程管理科学二处工商管理管理科学三处宏观管理与政策学科应急研究项目5管理学部一处、二处、三处涵盖各专业学科（代码），有边界，但也有少量交叉。2012年起管理学部项目设置自由申请项目：面上基金、青年基金、地区基金重点项目：3*8=24项，260万左右

4、/项杰出青年基金：7名，140万/项优秀青年基金：15名，100万/项海外学者合作研究基金：5名，20万/项创新研究群体：2014年起2个，约450万；重点项目群：每个群5-6项目，每个群1500-1800万海外学者合作延续资助项目：1项，200万重大项目：2014年2项，1800万/项大数据环境下的商务管理应对老龄社会的基础科学问题研究重大研究计划：每项2亿元左右，历时8年左右62015年度面上项目资助率7申请项目：3563项；资助：700项以一处（管理科学与工程）为例8以一处（管理科学与工程）为例92015年度一处重点项目102015年重点项目项目申请164项，资助35项，直接费用资助额平

5、均248.0万元/项常规领域26个，申请130项（平均5项），答辩57个位申请者，资助22个领域中24各项目112016年管理学部重点项目122016年管理学部重点项目（续）132016年管理学部重点项目（续）14152016年管理学部重点项目（续）162016年管理学部重点项目（续）172016年管理学部重点项目（续）182016年 管理学部重点项目群食品安全管理研究19二、申请书撰写常见错误与建议1、项目评议、评审要点2、申请书撰写常见错误与建议20项目申请程序申请发布项目指南申请者按各类项目的要求填写申请书评审程序：各学部负责初审：由自然科学基金委科学部负责资格和形式审查同行专家通讯评议

6、：5位，有效份数不少于3份专家评审组评审：会议评审，11或13人自由申请项目不需要答辩自然科学基金委委务会议批准同行通讯评议：样本22专家评审组评审项目：条件面上项目上会数量：资助项目数的140-150%.通讯评审成绩：综合评价：优=4分、良=3分、中=2分、差=1分资助意见：优先资助2分，可资助1分，不资助0分分别除以专家人数后再相加，即评价总成绩A和B档项目上会A：优先考虑资助。单主审，很少淘汰A（=4.8），A-（=4.6）B：可考虑资助项目，同意资助须超过1/2票数。B+单主审，B、B-双主审B+（=4.0）、B（=3.6）、B-（=3.2）B+大概60%资助，B大概50%资助，B-大

7、概30%资助C、D、F档项目不上会24同行评审意见范例：“大数据环境下的商务行为机理研究”面上项目评议要点（1）选题与立论依据：是否正确、严谨、有创意？选题：没有解决或没有完全解决的科学问题，并预期能从中产生创造性的成果立论依据：有说服力的论证（科学性、创新性、必要性）管理科学理论（包括哲学或逻辑的新推理、新思考）、前人研究基础以及管理实践管理科学具有“情景依赖”的特点，创新性、突破性的研究课题多来自于管理实践，而不是闭门造车提出的。鼓励：对于结合中国管理实践需求将国际前沿管理理论和方法予以有针对性的拓展和创新的申请。25面上项目评议要点（2）研究内容：是否正确、准确？关键科学问题是否把握？是

8、否适度？研究内容：明确、具体、适度。将实际管理问题凝练为具体的科学问题，即一定要透过表面现象，归纳出反映本质问题，针对具有普遍（普适）性/规律性、具有科学理论意义的科学问题开展研究。不太鼓励大而全，不能虚泛空洞关键科学问题：研究内容中所涉及到的科学问题中的关键点、难点，也可理解为科学问题的核心创新点往往就蕴藏在关键科学问题之中。26面上项目评议要点（3）研究目标：是否明确？是否集中？研究目标：最终期望要达到什么样目的、实现怎样的目标，需要精练、集中、明晰的表述与概括有限度的研究目标27面上项目评议要点（4）方法和技术路线：是否恰当、合理、可行？本项目拟如何开展研究、用哪些方法进行研究。尽可能说

9、明各部分研究内容相应地运用什么具体研究方法、怎样逐步深入研究，将研究所涉及到的研究方法和研究思路，通过技术路线、实验方案清晰、准确地表达出来。强调：与国际管理科学研究接轨的、规范的“科学方法”，如实证研究、设计科学、理论建模、仿真/模拟等可行性分析：需要具体回答研究方法、技术路线以及实验方案等是否能够操作，例如，数据/案例的可获得性、实验/计算设施或软件的完备性、技术路线的合理性等等评议：对拟研究解决的科学问题（特别是关键科学问题）是否具有针对性、是否恰当合理、是否具有可行性28面上项目评议要点（5）科研能力与研究基础：工作基础申请者和项目组主要成员：工作简历和、教育情况、以往各类基金资助/结

10、题、相关成果情况。涉及申请人和项目组成员的论文应该为已正式发表论文，已录用待发表的论文应附录用通知复印件等证明。评议：（1）申请者在拟开展研究领域及其相关研究领域的研究工作基础如何？本人的学术贡献怎样？其项目研究团队在本领域的知识基础及其结构、研究经验和专门技能怎样？（2）申请者在本研究领域中的学术影响（3）申请者及其项目研究组是否具备必要的、实现其技术路线的实验与研究条件等。29面上项目评议要点（6）经费需求是否合理？评议：判断经费预算是否适当、合理。申请经费的额度应当客观地反映研究工作的实际需要。不以申请经费的多少作为评审的依据，既不应因为申请经费低就认为其产生的成果价值有限而不建议给予资

11、助，也不应因为申请经费低就倾向于支持。30青年基金项目评议要点要点：评申请书中的“人”表现出创新性和学术思想的独立性有在本领域做出研究贡献的潜在能力相关领域的发展现状、前沿工作比较了解，提出的研究问题比较清晰、准确。已发表论文的数量和质量对是否能组织一个合适的研究团队的评价项目组成员不一定很多，通常比自由申请项目要少，应该以中青年为研究团队的主体，知识结构比较合理，能胜任该项目研究。有利于项目组成员自身素质的培养与提高。人才类型项目：能够在项目组成员自身素质的提高上做出业绩给予判断31重点项目评议要点是否具有明确的科学问题，创新的学术思想，先进的研究目标，合理的研究方案以及必要的研究条件。项目

12、主持人是否具有较高的学术水平、并活跃在科学研究的前沿。是否具有结构合理的研究队伍和扎实的研究工作基础。如获得资助，项目的预期研究工作能否取得突破性进展。经费预算的合理性。322、申请书撰写常见错误与建议33评审体会专家评的是申请书，而不是你这个人和所在单位评审程序基本科学、公正体会（1）：选题易犯毛病：太成熟的主题或者“陈旧”的主题太“学术了”（从论文缝里找出来的），没有联系我国实际意义太“实际了”，没有“学术性”建议：阐述为什么要研究？立论的充分性“开头背景”：立意要高一点，最好从我国现实中发生的一件大事（或数据或故事或现象）来引申“明确问题”：“小题要大作”，强调问题重要性（理论与实践）“

13、立论依据”：从逻辑推理、理论相关性、实践有用性来谈35例子361、基于数据挖掘技术的财政支付规律研究 2、电子商务中介功能型大数据研究大数据环境下的商务行为机理研究2014.10.20 北京 复旦大学 清华大学 国家自然科学基金重大项目申请课题一 37示例从一个事例开头案例：百度景区热力图有助于：出行计划商家运营计划服务部署应急管理用户可以：搜索附近商家分享LBS商务大数据特征多渠道来源主动分享/被动感知一体化市场环境38一体化的商务环境：社会化、多渠道（线上、线下）、多交易模式、多类主体（多边平台）、分布式、信息异质（多类信息）商务环境中的大数据市场组织人三主体交互产生、传播大数据三主体利用

14、数据协同共创价值搜索，口碑，浏览，购买，评论，传播，社交，发帖，到达，拍摄，采用，扩散，监测，分析，发布，实验，推销，营销，合作，竞争，监管，准入，反垄，匹配，披露，服务，分析，跨界，效率，公平，Big Data of/by/for people, organizations, and market maker in the unified environment39“知识将取代土地、劳动、资本与机器设备，成为最重要的生产因素。”大数据的商业价值在于对参与其中的人、组织、和市场的商务行为更为准确、深刻的理解。商务大数据的价值组织：阿里小贷的低坏账率，低处理成本。个人：Macys 为7千3百万产

15、品根据客户需求实时定价。市场：证监会和老鼠仓。40总体学术思路一体化市场环境三个主体三个层次五个专题41体会（2）：取题目易犯毛病：陈旧无新意内容“大”“小”不合适；啰嗦不简洁不明确如：“企业开放式在线创新社区用户贡献行为与互动演化：模型构建与纵向实证研究”改为“企业开放式创新社区在线用户行为机理与演化研究”题目建议：有新意有学术味明确内容长短、“题量”适中422012申报题目举例43公司治理、制度环境与上市公司高管变更机制的有效性性别比例失衡与中国高储蓄率、投资和就业选择：实验研究市场利率动态变化中的“跳跃”现象研究 （立项）高频数据下半鞅过程的统计推断员工分享式薪酬计划的效应研究：美国经验

16、与中国实践家族企业治理结构、激励机制与会计信息质量基于产业组织理论和空间计量的节能减排理论与应用研究基于领地性视角的员工知识隐藏行为研究：形成机理、影响效应及干预对策市场化改革、大股东治理与公司创新中国区域金融发展差异化下的公司金融决策与金融市场反应研究股权协议转让溢价、目标公司盈余管理与业绩研究电子商务O2O模式下的渠道整合，产品设计及定价机制研究体会（3）：研究评述易犯毛病不新、不全无自己的“评述”（观点）建议：显示本申请的“功底”引用国内外顶级期刊论文或成果，尤其的“著名学者”的成果恰当评述别人的成果：不轻易贬低别人适当提及项目组成员在这方面的成果在“评述”中可再次强调问题的重要性和必要

17、性44主体：用户 内容：口碑/评论数据类型：文本/轨迹环境：电商网站Why：个人动机与社会资本 DV：活跃度、潜水、贡献、忠诚、消费行为典型理论：动机理论、社会资本理论文献研究：用户生成内容主流文献的特点缺少多渠道（固网+移动）的UGC研究缺少商户干预下的UGC 研究缺少群体范围的研究：社会神经系统过程缺少多种感知数据研究：可穿戴的兴起研究缺口45示例主体：组织内容：技术创新采纳者类型：个体，组织，跨组织环境：组织内/跨组织Why：创新的特征，采纳者特征，组织关系，社会影响DV：个人/组织的技术采纳、持续使用、扩散、产出典型理论：技术接受理论，TOE，创新扩散，机构理论文献研究：大数据技术采纳

18、与扩散研究主流文献的特点缺少集体采纳研究：如企业上下游一起采用大数据以达到更好效果缺少基于大数据的决策流程创新研究缺少大数据应用跨层次扩散研究：如用户和企业采用中的相互影响研究缺口46示例体会（4）：研究目标和内容易犯毛病“目标”与“研究内容”混在一起“目标”太空或缺失“内容”太笼统（政府部门）或太细小（一篇论文），不明确，与“立题”脱离研究目标：一句话（长话）或一小段文结合预期成果的亮点研究内容：研究什么？与“立论”直接相关框架合理，内容明确，3到5个子问题用平实的学术语言来阐述，让大同行理解47例子大数据环境下的商务行为机理研究目标本课题旨在探讨大数据环境下个体、组织、和市场的商务行为及其

19、带来的商业价值创造机理及商务运作规律，从用户参与者、企业参与者和宏观市场三种视角，揭示大数据平台使能的多方协同以及信息、知识和人力资源集聚产生商业价值的行为和管理规律。48例子：具体科学目标建立在线大数据的生成与传播行为理论建立大数据的价值共创与评估理论体系建立大数据环境下市场机制与政策设计的分析方法，提出市场有效性与公平性的决策要素建立大数据技术与应用在个人、组织、和市场跨层次的采纳与扩散理论和机制49体会（5）：研究方案和思路易犯毛病：太简单太“哲学化”研究方案或方法太具体（实际上可能已经完成）研究方案和思路：如何研究？要体现研究能力讲明研究的逻辑性恰当选择研究方法：学术语言最好与问题的性

20、质关联可行性分析：研究小组成员的研究与实际基础如实证研究或案例研究：各种合作的关系（数据可得）50研究方法与学术路线特色数据驱动和理论驱动结合现场实验（field experiment）51内容一、NSFC重大研究计划简介1、NSFC项目设置概况2、2016年申请指南二、申请书撰写常见错误与建议三、重大研究计划“大数据驱动的管理与决策研究”介绍Q & A52NSFC重大研究计划：概述意义围绕国家重大战略需求和重大科学前沿顶层设计：凝炼科学目标，凝聚优势力量，形成具有相对统一目标或方向的项目集群意义：促进学科交叉与融合，培养创新人才和团队，提升我国基础研究的原始创新能力，为国民经济、社会发展和国

21、家安全提供科学支撑。执行期一般为8年53NSFC重大研究计划：过程和组织过程组织与批准重大研究计划立项；组建重大研究计划指导专家组；制定并发布项目指南；受理项目申请；组织专家进行项目评审；批准资助项目；资助项目实施；重大研究计划评估；审核批准重大研究计划实施结束组织54NSFC委务会议指导专家组研究项目团队研究项目团队管理工作组顾问专家组NSFC重大研究计划：项目设置4类（亚类）项目培育项目期限一般为3年重点支持项目期限一般为4年集成项目根据重大研究计划的安排确定战略研究项目项目申请与受理申请期：30天项目评审和批准通讯评审和会议评审项目实施与管理年度交流会、中期检查、专题研讨、实地考察及结题

22、审查等方式进行跟踪检查552、“大数据驱动的管理与决策研究”计划框架56科学背景在大数据驱动的背景下，政府决策、宏观管理、产业政策、教育、商业、金融、运作等管理活动大都呈现出高频实时、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。2015年通过立项四大研究挑战三大科学问题四大研究方向四个应用领域总 体 框 架四大研究挑战57管理范式向“数据+ 模型+ 分析”转变，需要揭示管理相关大数据在其中的基础性作用、影响机理以及管理范式转变的普遍规律挑战一大数据催生管理决策研究与管理实践范式的转变大数据为实时、客观和具体的刻画主体的微观行为提供了条件，为管理决策提供了微观基础，急需研究融合微

23、观、中观和宏观各层次的“全景”式管理决策范式的理论基础、模型与方法从微观行为大数据到管理决策的鸿沟挑战二随着以大数据为基础资源的相关新兴产业的迅速崛起，需要发展针对这一新兴产业链的管理理论和管理实践模型，以促进大数据资源的有效管理、科学治理和合理使用，实现大数据资源的重大价值大数据资源 管理的复杂性挑战三大数据具有普遍性，其价值则具有高度的领域依赖性，需要深入诠释领域特点，实现大数据价值的深度开发与应用领域导向的大数据价值发现与利用挑战四注：来自陈国青教授的PPT管理决策范式转变范式转变新挑战注：来自陈国青教授的PPT范式转变维度60将发生什么？ 业务轨迹？动态变化？趋势前瞻？为什么发生？业务

24、联系？路径连接？关联因果？发生了什么？业务状态？数据粒度？全局视图？VelocityValueVolumeVarietyBA使能？注：来自陈国青教授的PPT更好地了解客户客户特征和细分客户行为和粘性客户喜好和新需求更好地了解业务业务活动轨迹产品体验与口碑业务关联与因果分析更好地了解对手和伙伴行业动态与趋势 对手优势特征深度商务分析（Business Analytics-BA） 精准营销 针对性KPI 优化运营 数据商务“全景式”管理决策（粒度缩放、跨界关联、全局视图）大数据驱动的创新注：来自陈国青教授的PPT总体框架62三大科学问题：之一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

25、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。研究方向一1.1 大数据驱动的管理决策理论范式 1.2 大数据环境下的行为主体与复杂系统建模 1.3 管理决策范式转变机理规律 1.4 全景式管理决策范式与理论 参与学科：管理63详见“指南”三大科学问题：之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

26、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。研究方向二：2.1 大数据资源治理机制与管理 2.2 大数据标准化与质量测度 2.3 大数据共享机制与共享平台 2.4 大数据应用的权属伦理问题 参与学科：管理、信息64详见“指南”三大科学问题：之三领域导向的大数据价值发现与决策分析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

27、、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决策情景的统计与预测建模，多源异构和非结构化大数据研究方向三3.1 管理决策大数据价值分析与发现 3.2 个性化价值测度与挖掘 3.3 社会化价值创造理论及机制 3.4 领域导向的大数据价值发现框架 研究方向四4.1 管理决策大数据分析方法与支撑技术 4.2 大数据建模分析方法与技术 4.3 大数据分析与挖掘算法 4.4 非结构化数据处理与异构数据的融合分析 参与学科：管理、信息、数理、医学 65详见“指南”金融66类金融机构风险管理快速直接反馈个人/企业多视角行为： 个人交易行为、浏览关注行为、 社交网络行为

28、、金融机构行为、宏观监管管理决策创新： 从用户个体（微观）到用户群体和金融机构（宏观），评估决策影响和反馈计算与分析技术： 高维信息的分布式、实时计算模型和体系架构他人交易、评价统计高频交易个人交易记录用户网络关系个人评论浏览记录电商、信用卡、社交、小额贷款、第三方支付、生活服务类网站个人/商家基本信息、收入、缴税、商家交易数据注：来自陈国青教授的PPT政府医疗机构民众政府、医院数据共享（政府报告、医院诊疗记录）疾病趋势前瞻性预测、情景式管理、医保方案设计与优化人群日常行为（点击、查询、发帖）记录、病例信息、可穿戴设备数据产权界定： 数据库归属、使用权界定、新知识产权的享有和分配隐私保护机制：

29、 病历共享及访问权限控制机制设计责任归属： 数据责任界定与度量、权责归属医疗健康/隐私保护多渠道（交通、移动通信、社交媒体）数据定量、实时采集患者健康状态位置实时报告注：来自陈国青教授的PPT公共管理68政府民众公司组织个性化服务智能化决策实时反馈公共政策 公共（数据）资源公共服务多方合作协同发展价值度量与分配大数据思维和方法：社会价值最大化传统思维和方法：单方面成本最小化eGovtGovdGov政府服务模式创新注：来自陈国青教授的PPT电子商务69零售商消费者历史销售数据消费者行为消费者细分精准营销品牌塑造评价个性化信息社会媒体推荐模式发现与实时决策：个性化首页、猜你喜欢等商品及广告推荐基本

30、信息兴趣图谱消费类型顾客画像知识推理：用户兴趣图谱用户需求处理平台与计算：云计算处理平台机器学习、人工智能商务数据获取：浏览、点击、购买等多源、细粒度数据融合非结构化注：来自陈国青教授的PPT四个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；开展在公共管理、商务、金融、医疗健康等领域的示范应用与平台构建70详见“指南”8年资助计划712015年申请与资助重点项目申请48项，资助3项培育项目申请347项，资助23+2项平均资助率：7.09%管理学部6.64%，数理学部7.2%，信息学部6.56%,医学

31、部20%，地球部25%723、2016年申请指南（以发布指南为准）（1）基于大数据的决策参与者行为规律与机理建模；（2）复杂社会网络中的行为传播扩散与预测；（3）高频实时决策范式/理论与模型；（4）多主体共创与协调管理模式；（5）管理与决策模式转变方法与风险；（6）基于大数据的微观宏观行为综合分析；（7）数据驱动的全景式管理与决策理论。73重点研究大数据环境下的行为规律与复杂系统建模，包括个人、组织或群体、政府等参与者的行为特征及其在社会经济管理决策中的和影响机理重点研究管理决策范式转变机理与规律，包括管理决策范式转变的要素、关系和路径重点研究全景式管理决策范式与理论，包括设计和构建融合微观、

32、中观和宏观等各个层次行为和目标的全景式管理决策分析模型和方法方向一：大数据驱动的管理与决策理论范式。2016年申请指南（以发布指南为准）（1）大数据来源的有效性分析；（2）大数据标准与标准化方法；（3）大数据质量测度理论与标准；（4）大数据资源的共享机制与治理；（5）大数据隐私保护机制及模型；（6）大数据责任归属、产权界定理论及体系74重点研究大数据标准化与质量测度，包括从整体上研究并衡量特定数据集的质量，设计大数据质量判定的可计算性判据重点研究大数据共享机制与共享，包括大数据资源共享的基本运行机理及与之相关的管理模式重点研究大数据应用的权属伦理问题，包括大数据应用中的道德选择和责任承担、大数

33、据产权问题（如拥有、转让、接收和使用大数据权利的界定与让渡机制、大数据分析产生知识及生产效益的享有和分配等）方向二：大数据资源治理机制与管理。2016年申请指南（以发布指南为准）（1）基于大数据的个体价值倾向分析与识别；（2）个性化价值测度理论与方法；（3）融合多源大数据的个性化价值发现方法；（4）社会化价值的分配原理、理论及方法；（5）众包理论及协同激励机制；（6）基于协同的价值生成原理及服务模式创新。75重点研究个性化价值测度与，包括通过融合不同场景、不同渠道和不同模态的信息（并通过数据观察、测量和评估相关客观要素和主观要素）来进行个性化价值挖掘重点研究社会化价值创造理论及形成机制，包括基于协同的社会化价值创造、社会化协同机制设计和服务重点研究领域导向的大数据价值发现，包括价值发现与开发一般性特征（共同属性和价值生成度量），应用领域导向的特殊性特征，包括特定情景属性和价值生成方式方向三：管理与决策大数据价值分析与发现2016年申请指南（以发布指南为准）（1）管理与决策导向的大数据关联分析与建模；（2）面向大数据的管理与决策知识学习与统计推断；（3）管理与决策导向的大数据全局视图与预测方法；（4）多源