大数据时代,科研信息系统是夯实科研管理数字化转型的基础,也是助力科研人员提升创新效率的利器。国家科研信息系统是国家规划、设计、建设,对于科研信息进行采集、存储、组织、使用的系统。国家科研信息系统的建设将为提升科研管理效率、促进科学交流提供保障。由于科研信息系统内涵丰富,本文将研究范畴界定为支撑管理的科研信息系统。当前,我国科研信息系统在规划和组织方面存在诸多问题,如系统框架的规划不够完善、子系统间的信息融合程度不高、数据质量的规范程度较低、系统建设的保障机制尚需优化等。系统解决上述问题需要对国家科研信息系统的建设路径开展研究,为优化我国科研管理信息系统的建设路径、解决上述关键瓶颈问题提供参考。此外,数据治理是为确保数据安全、准确、可用和易用所执行的操作。科研信息是国家科研信息系统的基础要素。因此,本研究在借鉴数据治理理论框架的基础上,提出了国家科研信息系统的建设框架,包含建设路径（路径方向）、建设内容（路径终点）、建设过程（路径起点）和建设环境（路径保障）四个方面。本研究的主要内容分为如下四部分:针对我国国家科研信息系统的建设路径,即开展关于数据整合方法的研究。本文通过采用开放访谈的方式对科研资助部门、科研管理部门、信息服务部门、科学学研究等四类人员展开调查,发现我国国家科研信息系统建设中的七个关键问题。然后在分析国内外国家科研信息系统建设案例的基础上,总结归纳出两种数据整合方法:基于现有系统的横向整合和基于通用格式的纵向整合。最后,通过对两条路径的多维度对比分析,为我国科研信息系统建设提供参考。针对我国国家科研信息系统的建设内容,即开展关于数据架构的研究。本文将数据目录、数据标准和数据模型确定为数据架构的关键组成部分。首先,通过对我国科研管理工作实例进行分析,明确科研信息需求,在基础上形成数据目录模板。然后,收集和整理了有关科研信息的国家标准,并将这些标准具象到数据标准定义的信息项中,为建设我国国家科研信息系统的数据标准奠定基础。最后,通过梳理和分析我国科研管理工作的数据对象,归纳并分类定义了数据实体、数据指标及相互间的关联关系,最后采用了更适合揭示实体间关系的网状数据模型进行组织。针对我国国家科研信息系统建设的建设过程,即开展关于数据质量控制问题的研究。本文在分析我国数据质量问题基础上,遵循数据质量控制方法,结合具体案例,针对我国国家科研信息系统建设过程中数据选择与采集阶段、数据规范与关联阶段、数据存储与分类阶段三个阶段可能引发的各类数据质量问题及提高数据质量的措施进行分析,形成数据质量控制体系。然后,结合两个案例对数据质量控制实践进行说明。针对我国国家科研信息系统建设环境,即关于保障机制体系的研究。本文在专家访谈和案例分析的基础上,分析形成了多元主体责任体系。将影响我国国家科研信息系统建设的主要因素总结为决策部门的支持、财政资金的投入、专职人员的配备、建设过程的监管、系统数据的完善、安全风险的防控、实施效果的评估等7个方面,并针对性的构建了支撑我国国家科研信息系统建设的保障机制体系。本文的主要研究结论如下:基于对国内外国家科研信息系统建设案例的研究,归纳了两条建设路径。对两条路径的多维度对比分析,明确了建设原则和高质量、高效率、低成本、合理运用资源的建设要求,基于通用格式的纵向整合路径可为我国国家科研信息系统规划提供参考;通过对我国科研管理工作实例进行分析,结合国家标准和国际标准,形成了数据目录模板,可供我国国家科研信息系统的数据标准建设参考;结合具体案例,针对每个阶段可能引发的各类数据质量问题的关键点及提高数据质量的措施进行分析,形成数据质量控制体系;通过对国内外建设实践的分析,提出了支撑我国国家科研信息系统建设的保障机制体系。本文包含图11幅、表9个、附录1个。