http://www.nsfc.gov.cn/publish/portal0/zdyjjh/2016/info52608.htm
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。
。ㄒ唬┐笫萸墓芾碛刖霾叻妒阶浠碛肜砺。
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。
。ǘ）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。
。ㄈ┝煊虻枷虻拇笫菁壑捣⑾掷砺塾敕椒。
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。
。ㄒ唬┡嘤钅康难芯糠较。
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；多源异构管理与决策知识的表示与发现；多源异构管理与决策大数据融合方法与实时分析；管理与决策大数据平台构建与关键技术等。
。ǘ）重点支持项目的研究方向。
重点支持项目是指研究方向属于国际前沿，创新性强，有很好的研究基础和研究队伍，有望取得重要研究成果，并且对重大研究计划目标的实现有重要作用的项目。重点支持项目应注重研究内容的凝练和整合，强调结合行业大数据（如公共管理、商务、金融、医疗健康等）相关背景开展研究。重点支持项目的研究内容方向包括：
1．大数据驱动的全景式管理与决策方式与理论。
设计与构建融合微观、中观和宏观等各个层次行为和目标的管理决策分析模型和方法，如基于大数据的微观行为计算与综合模型、数据驱动的微观-宏观整体管理决策方法、“全景”范式支持体系等。
2. 大数据资源共享与治理机制。
研究与设计大数据共享与治理机制的理论与方法，如大数据共享的质量标准体系、大数据资源的共享机制、大数据共享平台体系结构、以及与之相关的大数据治理模式等。
3. 基于大数据的价值创造理论与社会化协同机制。
研究大数据环境下的价值度量方法、价值创造理论和社会化协同机制，如社会化价值的分配原理与理论，多维度价值度量方法，价值共创理论及协同机制，基于大数据的服务模式创新等。
4. 面向管理决策的多源异构大数据融合方法。
设计与构建面向大数据融合的分析方法与支撑技术，如多源异构管理决策模型与规则，数据融合的知识发现算法，多源异构信息感知和语义分析模型与算法，面向管理决策的大数据计算平台等。
四、遴选项目的基本原则
为确保实现总体目标，本重大研究计划在择优支持的基础上，鼓励从事不同领域研究的人员组织队伍进行项目申请。研究问题和内容应具有明确的大数据驱动特征。优先支持具有如下特点的申请项目：
。ㄒ唬┯涤谢蚴褂么笫、具有原始创新思路和探索性，特别是能够加速重大研究计划总体进展和对认识核心科学问题起重要作用的研究；
。ǘ）体现“国情特征”、结合重大案例和应用的研究，特别是能够密切结合应用领域（诸如公共管理、商务、金融、医疗健康等）的典型大数据情景分析与应用；
。ㄈ┛蒲侍饷魅、研究内容聚焦，能够形成国际一流水平的学术成果和影响；
。ㄋ模┠芄挥肫笠、行业或宏观部门合作，并产生管理与政策影响；
。ㄎ澹┚哂写硇院拖允径鹊拇笫葑试闯/数据平台构建与实例化应用。
五、2016年度资助计划
本重大研究计划2016年度计划资助直接费用3300万元，拟资助“培育项目”25-30项，直接费用的平均资助强度43万元／项，资助期限为3年，申请书中研究期限应填写“2017年1月1日-2019年12月31日”；拟资助“重点支持项目”6-8项，直接费用的平均资助强度240万元／项，资助期限为4年，申请书中研究期限应填写“2017年1月1日-2020年12月31日”。
六、申报要求及注意事项
。ㄒ唬┥昵胩跫。
本重大研究计划项目申请人应当具备以下条件：
1.具有承担基础研究课题的经历；
2.具有高级专业技术职务（职称）。
在站博士后研究人员以及正在攻读研究生学位的人员不得申请。
作为项目负责人近5年（2011年1月1日后）已经获得国家社会科学基金项目资助，但在本重大研究计划申请截至日前，尚未获得全国哲学社会科学规划办公室颁发的《结项证书》者不得申请。
注：已获得全国哲学社会科学规划办公室颁发的《结项证书》且申报本重大研究计划项目者，应在提交的申请书后附《结项证书》复印件，且在《结项证书》复印件上加盖依托单位法人公章。
。ǘ）限项规定。
1. 具有高级专业技术职务（职称）的人员，申请（包括申请人和主要参与者）和正在承担（包括负责人和主要参与者）以下类型项目总数合计限为3项：面上项目、重点项目、重大项目、重大研究计划项目（不包括集成项目和战略研究项目）、联合基金项目、青年科学基金项目、地区科学基金项目、优秀青年科学基金项目、国家杰出青年科学基金项目、重点国际（地区）合作研究项目、直接费用大于200万元/项的组织间国际（地区）合作研究项目（仅限作为申请人申请和作为负责人承担，作为参与者不限）、国家重大科研仪器研制项目（含承担科学仪器基础研究专款项目和国家重大科研仪器设备研制专项项目）、优秀国家重点实验室研究项目，以及资助期限超过1年的应急管理项目。
2.申请人（不含参与者）同年只能申请1项重大研究计划项目。上一年度获得重大研究计划项目资助的项目负责人（不包括集成项目和战略研究项目），本年度不得再申请重大研究计划项目。
。ㄈ┥昵胱⒁馐孪。
1.本重大研究计划项目申请书采用在线方式撰写。对申请人具体要求如下：
。1）申请人在填报申请书前，应当认真阅读本项目指南和《2016年度国家自然科学基金项目指南》中申请须知和限项申请规定的相关内容，不符合项目指南和相关要求的申请项目不予受理。