目前我国科研工作发展非常迅速,科研项目投入及成果也是呈急速上升趋势。在科研投入和科研综合实力急剧增强的同时,如何监督和评价科研项目是至关重要的。科研项目综合评价不仅可以在项目申请阶段公平公正评价该项目的创新性、合理性和实用性,也可以在项目实施过程中对科研工作进行监督,在项目结束时对科研工作进行准确、公正的评估;同时科研项目综合评价也可以从大量具体科研项目评价数据基础上,对某一地区、某一单位,甚至对我国整体科技现状、科研发展趋势,都可以给出详实的基础和预测数据。随着国家科研管理工作不断细化,科研项目评价制度的不断完善,以及科研项目评价工作的要求不断加强,目前的科研项目综合评价技术和功能已经不能体现时代发展要求,也不能够满足现阶段科研项目的评价需求,更无法为相关单位和国家提供科研决策的预测数据,这已经成为影响当前进一步加强和改进科研项目管理工作的重要阻碍。本文利用数据挖掘技术,对科研项目综合评价展开研究,并在此基础上设计实现了科研项目综合评价系统。该系统利用数据挖掘技术进行科研项目综合评价,可以针对科研项目进行统计、分析和决策,适用于科研管理部门进行科研项目管理和科研发展决策分析使用。本文研究内容主要有以下几个方面:(1)本文对科研项目数据进行了调研和分析,构建了科研项目综合评价指标体系;(2)本文在上述指标体系基础上,对采集的相关数据进行了预处理操作,并利用主成分分析方法对指标数据进行了降维,确定了降维后指标的初始权重。为了更好提供科研发展决策和预测数据,本文利用深度学习中的深度信念网络(DBN)模型和K-means聚类算法,实现了科研项目综合评价算法;通过该算法可以针对科研项目数据进行综合评价,同时也为科研管理部门提供科研发展的决策依据。本文对算法进行了相关实验结果分析,取得了较好的实验结果。(3)本文针对上述算法,结合科研项目的实际情况,实现了在系统中算法集成,在此基础上设计并实现了科研项目综合评价系统。通过本文的研究,对数据挖掘技术在科研项目综合评价中的应用进行了系统研究,并在此基础实现了科研项目综合评价系统。本文研究成果具有一定的应用创新性,也在本文研究成果基础上进行深入研究,完善科研项目综合评价系统。