1.基于大数据挖掘的高校研发方向推荐方法，其特征在于，包括如下步骤：

步骤1，利用科研处管理系统建立其所属高校的校内科研人员信息数据库；其中，校内科研人员信息数据库包括校内科研人员基本信息数据库、校内科研人员科研成果数据库以及校内科研人员科研项目数据库；

校内科研人员基本信息数据库包括校内科研人员姓名、年龄、最高学历、职称、所学专业、毕业院校、联系电话以及联系邮箱；

校内科研人员成果数据库包括校内科研人员姓名以及对应所述校内科研人员姓名名下的科研成果，所述科研成果包括已公开发表的期刊论文、已申请专利以及已出版且与其专业相关的著作；所述已申请专利包括正在审查阶段的专利、待办理登记手续的专利以及已授权公告的专利，已授权公告的专利包括维持专利权有效的专利以及专利权终止的专利；

所述校内科研人员科研项目数据库包括校内科研人员姓名以及校内科研人员名下的科研项目子数据库，所述科研项目子数据库包括校内科研人员曾经主持的科研项目、正在主持的科研项目以及正在参与的科研项目；

步骤2，科研处管理系统建立与国家教育部系统的验证通信连接，且从国家教育部系统处获取最新一次的全国普通高等学校学科排名列表，以将获取的全国普通高等学校学科排名列表作为全国普通高等学校学科排名数据库存储到该科研处管理系统处；其中，全国普通高等学校学科排名列表内的高校总数量标记为N，1≤N≤2740，该全国普通高等学校学科排名列表内的第n个高校标记为Collegen，1≤n≤N；

步骤3，科研处管理系统按照预设学科关键词在所述全国普通高等学校学科排名数据库中分别提取各高校在以对应预设学科关键词排名中的排名名次；其中，预设学科关键词的总数量标记为I，第i个预设学科关键词标记为Keywordi，1≤i≤I，高校Collegen在预设学科关键词Keywordi排名中的排名名次标记为步骤4，科研处管理系统根据各高校在各预设学科关键词排名中的排名名次，分别得到各高校在所述全国普通高等学校学科排名列表所列所有高等学校中的综合实力影响系数；

其中，高校Collegen对应的综合实力影响系数标记为

其中， 表示高校Collegen在全国普通高等学校学科排名列表内的

所有学科排名名次中的最大值， 表示高校Collegen在全国普通高等

学校学科排名列表内的所有学科排名名次中的最小值；

步骤5，科研处管理系统提取校内科研人员成果数据库中的所有期刊论文的主题，形成归属该高校的期刊论文主题数据库，将所述期刊论文主题数据库与IPC国际专利分类表做一致性匹配比较，得到该高校期刊论文所涉及关联IPC小类号的第一专利分类号列表；

步骤6，科研处管理系统提取校内科研人员成果数据库中的所有已申请专利以及各已申请专利的IPC小类号，得到该高校已申请专利所涉及关联IPC小类号的第二专利分类号列表；

步骤7，科研处管理系统提取所述科研项目子数据库中所有科研项目的主题，形成归属该高校的科研项目主题数据库，将科研项目主题数据库与IPC国际专利分类表做一致性匹配比较，得到该高校科研项目所涉及关联IPC小类号的第三专利分类号列表；

步骤8，科研处管理系统将其所属高校的第一专利分类号列表、第二专利分类号列表和第三专利分类号列表整合处理，形成该高校的当前研发方向所属专利分类号列表；

步骤9，科研处管理系统提取位于所述全国普通高等学校学科排名列表内且任一学科排名名次在该高校名次之前的所有高校名单，形成包括被提取的所有高校名单的学科比对高校名单数据库；

步骤10，科研处管理系统分别连接预设期刊数据库和国家知识产权局专利检索系统，提取所述学科比对高校名单数据库内归属各高校的期刊论文所涉及关联的第一专利分类号列表以及各高校分别作为申请人的已公开专利所涉及的第二专利分类号列表；其中，所述已公开专利包括已经公开的发明专利申请以及已授权公告的专利，已授权公告的专利包括维持专利权有效的专利以及专利权终止的专利；

步骤11，科研处管理系统将针对所述学科比对高校名单数据库内所有高校的第一专利分类号列表和第二专利分类号列表按照IPC小类号做统计，分别得到各IPC小类号对应的高校总数量；其中，设定IPC国际专利分类表中的IPC小类总数量标记为U，第u个IPC小类号标记为ipcu，IPC小类号ipcu所对应的高校总数量标记为Qipcu，1≤u≤U；

步骤12，科研处管理系统根据所得各IPC小类号对应的高校总数量，分别得到各IPC小类号在所述全国普通高等学校学科排名列表内的贡献权重值；其中，IPC小类号ipcu在所述全国普通高等学校学科排名列表内的贡献权重值标记为εipcu：其中，max{Qipcu}表示数量值序列{Qipcu}中的最大值，min{Qipcu}表示数量值序列{Qipcu}中的最小值；

步骤13，科研处管理系统分别将所述全国普通高等学校学科排名列表内各高校的第一专利分类号列表和第二专利分类号列表做对应整合，分别得到各高校科科学研究所涉及的IPC小类号汇总表，分别计算得到各高校所涉及所有IPC小类号的高校专利IPC小类号实际贡献系数；其中，所述全国普通高等学校学科排名列表内高校Collegen所对应的高校专利IPC小类号实际贡献系数标记为其中， 表示高校Collegen的IPC小类号汇总表中IPC小类号ipcu出现的总数量；

步骤14，科研处管理系统根据所得各高校的综合实力影响系数和高校专利IPC小类号实际贡献系数，分别得到各高校的科研综合实力以及具有最高科研综合实力值的高校，并将具有最高科研综合实力值的高校作为目标高校；其中，高校Collegen的科研综合实力标记为步骤15，科研处管理系统将所述目标高校所对应的所有IPC小类号与该科研处管理系统所属高校所对应的所有IPC小类号做一致性匹配，查找得到两者之间出现差别的所有IPC小类号，并将查找到的所有IPC小类号的集合分别作为差异化IPC小类号；

步骤16，科研处管理系统将最大贡献权重值所对应的差异化IPC小类号作为该科研处管理系统所属高校学科的优选推荐研究方向。

2.根据权利要求1所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，在步骤16之后还包括所述科研处管理系统根据其所属高校的校内科研人员信息以及所得该高校学科的优选推荐研究方向，对该科研处管理系统所属高校进行科研项目管理的步骤。

3.根据权利要求2所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，所述科研处管理系统按照如下方式对该科研处管理系统所属高校进行科研项目管理：步骤S1，科研处管理系统分别建立项目申报校内辅导专家数据库、其所属高校承担的纵向项目立项数据库以及该高校承担的横向项目立项数据库；

其中，所述纵向项目立项数据库至少包括立项项目名称、项目下达单位信息、项目申报单位信息、项目申请人信息、项目负责人信息、项目组成员信息、项目所属级别、项目资助经费总额、项目研究期限、项目起始日期、项目中期检查日期以及项目结题检查日期；所述横向项目立项数据库至少包括横向项目名称、项目委托方信息、技术服务合同、项目经费总额、项目委托合同生效日期、项目实施期间、项目负责人信息以及项目组成员信息；

步骤S2，科研处管理系统建立与各级纵向项目下达单位之间的数据连接；其中，纵向项目下达单位为国家科技部、省科技厅、市科技局、国家教育部、省教育厅以及市教育局中的至少一个；

步骤S3，科研处管理系统从各级纵向项目下达单位处获取到最新项目申报通知，提取最新项目申报通知中的项目申报指南内容信息以及该最新项目申报通知的附件；

步骤S4，科研处管理系统按照预设的项目申报通知关键信息列表，依次获取所述项目申报指南内容信息中的项目申报通知关键信息数据列表；其中，所述预设的项目申报通知关键信息列表包括项目申报单位条件信息、项目申请人条件信息、项目申报选题范围信息、项目级别、项目对应的资助经费、项目研究期限、项目申报起始日期、项目申报截止日期以及该项目申报通知下达单位所对应的咨询联系方式；

步骤S5，科研处管理系统将预设的项目申报通知关键信息列表中的项目申报选题范围信息筛选处理，得到与该高校学科的优选推荐研究方向相一致的项目申报选题信息，将得到的该项目申报选题信息作为针对该高校科研人员的优选推荐项目申报选题；

步骤S6，科研处管理系统判断自身的高校条件满足所述最新项目申报通知中的项目申报单位条件信息时，转入步骤S7；否则，科研处管理系统不予处理该最新项目申报通知，并将该最新项目申报通知暂存至本地存储器；

步骤S7，科研处管理系统以所述项目申报通知关键信息数据列表内的各项内容作为比对标准，将其分别与校内科研人员基本信息数据库内的信息做比对判断：当校内科研人员基本信息数据库内存在有科研人员基本信息完全满足所述项目申报通知关键信息数据列表内的项目申请人条件信息时，该科研处管理系统将该科研人员标记为匹配该最新项目申报通知的待推荐申报人员，并筛选得到位于所述项目申报校内辅导专家数据库中且与该待推荐申报人员相匹配的项目申报校内辅导专家信息且将筛选到的该项目申报校内辅导专家作为项目申报辅导推荐专家，然后转入步骤S8；否则，所述科研处管理系统将该最新项目申报通知在其官方网页以通知形式转发；

步骤S8，科研处管理系统将所述最新项目申报通知以及对应的项目申报辅导推荐专家的信息以邮件形式转发至所述待推荐申报人员的联系邮箱，且在该最新项目申报通知的项目申报截止日期之前按照预设频率向所述待推荐申报人员的联系邮箱重复发送该最新项目申报通知以及距离该项目申报截止日期的剩余天数；

步骤S9，科研处管理系统分析处理得到校内科研人员成果数据库中的各科研人员成果所对应的IPC小类号，统计得到各IPC小类号在各科研人员名下的重复出现次数；其中，针对每一个校内科研人员，其名下的每一个科研成果与一个IPC小类号相互对应一次，任一个IPC小类号在一个科研人员名下的重复出现次数即为与该任一个IPC小类号相对应的所有科研成果的总数量；

步骤S10，科研处管理系统分析处理得到所述优选推荐项目申报选题所对应的IPC小类号，将分析处理得到的该IPC小类号作为目标IPC小类号，将该优选推荐项目申报选题和与该优选推荐项目申报选题相对应的项目申报通知推荐给该目标IPC小类号在其名下具有最大重复出现次数的科研人员；

步骤S11，科研处管理系统接收、登记校内各科研人员的最新立项纵向项目信息和最新横向项目信息；其中：

所述最新立项纵向项目信息包括立项项目名称、项目下达单位信息、项目申报单位信息、项目申请人信息、项目负责人信息、项目组成员信息、项目所属级别、项目资助经费总额、项目研究期限、项目起始日期、项目中期检查日期以及项目结题检查日期；

所述最新横向项目信息包括项目名称、项目负责人信息、项目组成员信息、技术服务合同和项目经费总额；

步骤S12，科研处管理系统建立与该高校财务系统的数据连接，且在该高校财务系统确认接收到任一科研项目的经费时，该高校财务系统将该任一科研项目经费到账的通知信息发送给所述科研处管理系统；

步骤S13，科研处管理系统将高校财务系统发来的该任一科研项目经费到账的通知信息发送至该该科研项目的项目负责人邮箱，且由科研处管理系统启动针对该任一科研项目的进度信息跟踪，并在接收和存储该任一科研项目的项目负责人提交经费支出预算计划后，将该任一科研项目对应的经费支出预算计划发送给该高校财务系统存档备份；

步骤S14，科研处管理系统对归属于经费到账的该任一科研项目名下的科研成果进行在研科研成果登记备案，且将针对登记备案的科研成果信息发送给该高校财务系统核对经费支出；

步骤S15，高校财务系统根据登记备案的在研科研成果信息核对经费支出：

当高校财务系统判断存在有与该科研成果相对应的经费支出且该经费支出未超出该科研成果所属科研项目所列的经费支出预算计划时，该高校财务系统发送该科研成果的经费支出核对无误的反馈信息给科研处管理系统，转入步骤16；否则，该高校财务系统发送该科研成果的经费支出异常的反馈提示信息给科研处管理系统，由科研处管理系统对异常的该科研成果信息做经费支出异常标记；

步骤S16，科研处管理系统根据该任一科研项目的类别发送时间节点提示到对应项目负责人的联系邮箱；其中：当该任一科研项目为纵向项目时，所述科研处管理系统在距离该任一科研项目所对应的项目中期检查日期以及项目结题检查日期之前的两个月发送纵向项目时间节点提示通知信息至该任一科研项目所对应项目负责人的联系邮箱；其中，所述纵向项目时间节点提示通知信息包括项目中期检查日期、项目中期检查所需准备材料清单、项目结题检查日期以及项目结题检查所需准备材料清单；

当该任一科研项目为横向项目时，所述科研处管理系统在距离该任一科研项目所对应的项目结题日期之前的两个月发送横向项目时间节点提示通知信息至该任一科研项目所对应项目负责人的联系邮箱；其中，所述横向项目时间节点提示通知信息包括项目结题日期以及项目结题所需准备材料清单；

步骤S17，科研处管理系统形成距离项目结题日期在一个月以内的科研项目清单列表，并接收针对各科研项目发送来的电子形式的项目结题材料，形成待结题科研项目数据库；

其中，所述待结题科研项目数据库包括多个以待结题科研项目名称命名的待结题科研项目文件夹，所述待结题科研项目文件夹内包含有针对该待结题科研项目所对应的已提交结题材料；

步骤S18，科研处管理系统根据专家评审委员会对各待结题科研项目是否建议结题的结论对应地登记各待结题科研项目的结题结论，将已经得到结题结论的待结题科研项目归入到对应校内科研人员名下的科研项目子数据库，再以当前的该校内科研人员名下的科研项目子数据库作为对应该校内科研人员的最新科研项目子数据库。

4.根据权利要求3所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，步骤S8中的预设频率为24小时。

5.根据权利要求4所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，还包括：

所述科研处管理系统建立其所属高校的项目申报校内辅导专家数据库；

所述科研处管理系统从所述项目申报校内辅导专家数据库中筛选出与所述待推荐申报人员相匹配的项目申报校内辅导专家；

所述科研处管理系统将筛选出的项目申报校内辅导专家推荐给待推荐申报人员。

6.根据权利要求5所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，所述科研处管理系统按照如下步骤a1～a7的方式筛选得到与所述待推荐申报人员相匹配的项目申报校内辅导专家：步骤a1，所述科研处管理系统提取所述待推荐申报人员的项目申报选题范围信息、项目级别、项目对应的资助经费和项目研究期限；其中：所述待推荐申报人员的项目级别标记为N1，国家级项目级别N1＝6，省部级项目级别N1＝3，市厅级项目级别N1＝1；所述待推荐申报人员的该项目对应的资助经费数额标记为M，所述待推荐申报人员的该项目研究期限所对应的天数标记为D；

步骤a2，所述科研处管理系统根据待推荐申报人员的项目级别、项目对应的资助经费以及项目研究期限，得到该待推荐申报人员的项目申报辅导难度指数；其中，该待推荐申报人员的项目申报辅导难度指数标记为Ω：步骤a3，所述科研处管理系统在所述项目申报校内辅导专家数据库中分别对应提取各项目申报校内辅导专家的曾主持项目的最高级别、曾主持项目的最高经费数额以及曾主持最高级别项目的研究期限，得到各项目申报校内辅导专家针对所述待推荐申报人员项目的项目申报辅导能力指数；其中：所述项目申报校内辅导专家数据库内的项目申报校内辅导专家总数量标记为X，第x个项目申报校内辅导专家曾主持项目的最高级别标记为Nx，1≤x≤X，第x个项目申报校内辅导专家曾主持项目的曾主持项目的最高经费数额标记为Mx，第x个项目申报校内辅导专家曾主持最高级别项目的研究期限天数为Dx；第x个项目申报校内辅导专家的项目申报辅导能力指数标记为Ψx：步骤a4，所述科研处管理系统根据所得各项目申报校内辅导专家的所述项目申报辅导能力指数与所述待推荐申报人员的项目申报辅导难度指数，得到各项目申报校内辅导专家与待推荐申报人员的项目之间的申报辅导匹配系数；其中，第x个项目申报校内辅导专家与待推荐申报人员的项目之间的申报辅导匹配系数标记为τx：步骤a5，所述科研处管理系统预设申报辅导匹配系数阈值，并且分别得到各项目申报校内辅导专家所对应申报辅导匹配系数与该预设申报辅导匹配系数阈值之间的申报辅导匹配差值；其中：所述预设申报辅导匹配系数阈值标记为τ0，第x个项目申报校内辅导专家所对应申报辅导匹配系数τx与该预设申报辅导匹配系数阈值τ0之间的申报辅导匹配差值标记为Δτx：Δτx＝|τx-τ0|；

步骤a6，所述科研处管理系统根据所得各申报辅导匹配差值，得到与预设的目标差值之间具有最小差值的申报辅导匹配差值，并将该具有最小差值的申报辅导匹配差值对应的所述申报辅导匹配差值作为优选申报辅导匹配差值，查找得到与该优选申报辅导匹配差值相对应的项目申报校内辅导专家；

步骤a7，所述科研处管理系统将查找到的该项目申报校内辅导专家作为筛选得到的与所述待推荐申报人员相匹配的项目申报校内辅导专家。

7.根据权利要求6所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，步骤a5中的所述预设申报辅导匹配系数阈值τ0＝0.01。

8.根据权利要求7所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，科研处管理系统按照第一预设接入频率接收该高校人事处管理系统发送来的已离职离休人员信息，将作为项目申报校内辅导专家的已离职离休人员在项目申报校内辅导专家数据库中删除。

9.根据权利要求8所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，科研处管理系统按照第二预设接入频率接收该高校人事处管理系统发来的新引进人员信息，将符合项目申报校内辅导专家要求的新引进人员作为备选的项目申报校内辅导专家，且将备选的项目申报校内辅导专家添加到原有的项目申报校内辅导专家数据库中。

10.根据权利要求9所述的基于大数据挖掘的高校研发方向推荐方法，其特征在于，所述第一预设接入频率和所述第二预设接入频率均设置为365天。