摘要
[目的]保证科研机构整体预算绩效评价的客观性、及时性和准确性,提升绩效评价工作效率。 [方法]提出一种基于LightGBM的科研机构整体预算绩效评价预测方法,融合科研管理信息化系统多元数据,依据科研投入和成果产出数据和科研绩效间的相关性,利用机器学习算法分析和预测科研机构整体预算绩效评价结果。 [结果]在科研机构整体预算绩效评价应用中,本文提出的绩效评价预测方法准确率为94.12%,预算绩效评价过程所需的人力资源由原来的10人减少至5人,时间成本由原来的1至2个月左右降低至10天左右。 [局限]部分绩效评价指标为主观指标,难以通过科研管理信息化系统中的业务数据进行量化。 [结论]所提方法在整体预算绩效评价结果预测中表现优异,能够减少主观评价带来的公允性问题,同时可节省预算绩效评价工作的人力资源和时间成本,提高绩效评价效率。
- 单位