基于大数据的智库知识服务研究

李大信

（河南省社会科学院文献信息中心，河南 郑州 450000）

党的十八大以来，党和政府对智库在科学民主依法决策、国家治理体系和治理能力现代化、国家软实力建设方面予以高度重视，并提出了建设中国特色新型智库的总体目标。要求充分发挥资政建言、理论创新、舆论引导、社会服务、公共外交等重要功能，明确指出中国特色新型智库建设具有3个重大意义：一是党和政府科学民主依法决策的重要支撑；二是国家治理体系和治理能力现代化的重要内容；三是国家软实力的重要组成部分［1］。

智库作为知识服务的主体，智力资源和知识资源是其构成的主要要素，智库的工作对象就是信息和知识，它们在智库中有着不可或缺的地位。21世纪以来，信息化、全球化加速发展，以大数据、云计算、物联网等技术为主导的新一轮信息革命取得突破性进展，信息和知识也呈现出爆炸性增长，同时出现更多的载体和形态。这些信息和知识表现出与以往知识信息截然不同的特征，数据规模大（Volume）、数据类型多样（Variety）、数据价值密度低（Value）、数据要求处理速度快（Velocity），业界称之为大数据。

大数据带来了全新的数据分析技术与方法，在复杂的环境和海量的数据中，解释数据之间及数据与环境之间的广泛联系，准确了解过去、把握现在、预测未来，使智库可以在此基础上更加科学地为决策提供知识服务；另外，智库还可以通过社会信息大数据动态观测，发现政治、经济、社会、文化活动中出现的各种情况，主动进行知识创新，为相关部门提供创新型、预测型知识服务。智库要善于利用大数据技术的发展优势，在提供知识服务的过程中，从传统依靠经验和文献的研究模式向利用大数据驱动创新研究模式转变，实现研究工具的现代化，提高研究过程的科学性。

1 智库知识服务

1.1 知识服务的概念

近年来，知识服务及其相关的研究多集中在图书情报行业，研究侧重于图书情报行业的咨询功能，把知识服务嵌入图书情报工作的信息服务范畴来进行讨论，将其作为图书馆信息工作的一种高级阶段形式，并赋予其显性知识和隐性知识搜集整理的任务，对服务对象提出的问题进行综合性信息服务，并提供有针对性的信息报告。研究一般认为知识服务是图书馆未来信息工作的重要形式，并从部分图书馆的实践出发探讨了知识服务是图书馆情报工作的核心功能，是图书馆智库建设发展的方向和目标。

李霞等认为知识服务是一个满足客户不同类型知识需求的服务过程，其过程是知识服务提供者凭借其具有的高度专业化的知识，在充分挖掘客户需求的基础上，结合组织内外搜集、整理的信息与知识，进行知识创新，并借助适当的方法和手段，在与客户交互的过程中，帮助客户获取知识、提高客户解决问题的能力、帮助客户理性决策，或者直接帮助客户解决问题［2］。周利琴等认为知识服务的目标是为了满足用户的需求，在问题环境中把用户的知识需求逐一细化分解，针对用户的个性化实时需求来动态组织知识服务，为用户提供决策支持和解决问题所需的知识［3］。

这些研究注重图书情报机构的服务特性，并围绕服务定位探讨知识服务的形式、方法、技术手段，认为知识服务就是更深入而广泛的信息搜集、组织、传输的过程。

1.2 智库知识服务流程

我们从智库的视角出发，分析智库知识服务的流程，主要包括以下步骤：①课题立项（客户提出研究方向，智库分析需求确定研究课题）；②信息准备（课题相关背景，最新研究成果，相关研究数据等）；③知识生产（数据分析，信息研究，取得成果，适用性评价）；④课题结项（完成知识服务，提交课题成果）。

由智库的业务活动流程可以发现，智力资源和信息资源是整个流程的关键因素，智库知识服务过程就是智库依靠所拥有的智力资源，进行信息汇聚、知识创新的过程。

1.3 智库知识服务的特征

通过分析智库知识服务的工作流程可以看出，智库知识服务具备以下特点。

1.3.1 专业化。智库知识服务面向专门的对象，主要研究客户自身无法解决或者解决代价过高的问题，研究方向高度专业化，研究工作者具备专业化的知识和技能，但智库本身不参与客户的直接工作，仅就相关问题提供咨询和建议。

1.3.2 增值化。智库知识服务是在原有信息的基础上，通过知识的汇聚、研究与创新，满足用户的知识创新需求。在创新过程中，生产了新知识，实现了知识的增值。

1.3.3 定制化。智库知识服务是面向特定客户群体提供的，且每次知识服务都面对不同的客户或不同的需求，智库的知识服务需要根据客户需求的层次和特点进行细分，提供个性化、定制化的服务。

1.3.4 交互化。智库知识服务要做到客户导向，在知识创新的过程中，引入客户评价和第三方评价，对阶段性成果进行评价和修订，保持与客户的沟通和交流，保证知识创新能够满足客户需求。

1.3.5 广泛化。面对日新月异的社会发展环境，智库知识服务的知识创新过程，常常要跨领域、跨专业，因而新型智库知识服务需要建立广泛的知识创新网络。一方面要注重信息资源的积累；另一方面要建立广泛的智力资源合作网络，做好人力资源储备。

由以上特点可知，智库知识服务是智库面向客户提出的知识需求，组织智库所拥有的高度专业化的智力资源和信息资源，进行专门的知识创新，以满足客户知识需求的过程。

2 大数据在智库知识服务中的作用

大数据作为一种新的信息形式和技术手段，近年来其体量呈现爆发式的增长。一方面，电子商务、科学研究、计算机仿真等领域数据量呈现快速增长的趋势；另一方面，网络传感、移动互联网、社交网络也带来了大量数据。新兴数据采集技术的出现使得数据成本下降，但由于数据类型增多，半结构化和非结构化数据给数据处理带来了难题。大数据技术的出现，使得对这些数据的处理成为可能。大数据存储技术、数据挖掘技术等新的技术手段以及海量的数据，成为一种新的战略物资。

大数据的出现意味着人们从信息时代进入大数据时代，从以信息搜集整理分析推动社会发展的时代进入以大数据的挖掘、分析、处理推动社会创新的时代。基于大数据的数据处理业务将逐渐替代传统的信息搜集整理业务，渗透到智库的知识服务过程中，为智库知识服务带来新的发展机遇。

2.1 大数据为智库知识服务提供全面的数据资源

智库知识服务传统上以文本信息和统计数据等作为主要研究对象，采用常规文献法和数据分析方法来进行研究，信息是缺失而不完整的。随着大数据时代的到来，物联网、传感器、社交网络、智能终端的爆炸性增长带来了数据量的增长。互联网数据中心（IDC）预测到2020年，全球将拥有35ZB的数据量。半结构化数据、非结构化数据得以记录、存储、挖掘、分析和利用，为智库知识服务提供了体量巨大、内容完整的数据。智库得以从更深层次、更大范围、更广领域获得研究对象的数据，为智库知识服务提供了更加全面的数据资源。智库在知识服务过程中，通过建立算法和模型对这些大数据进行挖掘分析，能够更加全面而客观地认知研究对象，获得更加科学的依据，提高了研究的水平和效率。另外，在海量数据的基础上，智库可以根据客户需求，利用大数据挖掘组合模型，进行多方向的知识创新，形成一个知识集合，为客户提供可选择的、多样化的智库知识服务，提高智库知识服务满意度，提供更高水平的智库知识服务。

2.2 大数据为智库知识服务提供客观的数据资源

客观是指大数据多由机器搜集存储，较少人为干扰，而且大数据基本上属于公共资源，是可以被公众获取使用的。智库知识服务应当以客观数据为依据，数据的客观性一方面来源于机器搜集、机器存储；一方面来源于开放的数据源，如社交媒体、物联网数据等。对数据关联性的分析和挖掘，是通过合理设计的算法和模型来进行；数据处理是面向全体数据进行的，避免了人工分析的倾向性和疏漏。大数据通过高速发现、搜集和分析，从海量数据中挖掘更深层次、更多信息量的隐性信息，为数据分析挖掘结果提供了客观性保障。

2.3 大数据为智库知识服务提供了工作新思维

传统智库知识服务一般遵循以下流程：接受知识服务请求—收集信息—信息分析—找出因果关系—提出解决方案，使用户的问题得以成功解决。但由于信息不全面、渠道不畅通，解决方案价值受到限制，一般属于事后方案。

在大数据支持下，智库知识服务可以为客户提供多种模式的解决方案，其流程为：接受知识服务请求—收集数据—数据挖掘—发现相互关系—提出回溯性成果、预测性成果、预置性成果等。可以通过数据挖掘过程中的数据关联分析而非因果分析，根据数据特征进行数据清洗，通过数据的关联性发现数据趋势，为用户提供多种解决方案。回溯性成果是通过对已发生数据的挖掘，发现事物的发展模式和已有结果，并根据这个趋势预测事物的发展结果。预测性成果是利用现有数据建立多样化的数据模型，并对未来数据进行多种预测和检验，在此基础上对事物未来的发展趋势进行评估，预测事物未来发展的多种可能结果。预置性成果同样利用现有数据建立多样化的数据模型，并按照客户要求设置预置条件，当预置条件被触发时自动为客户提供即时方案。

大数据支持下的智库知识服务将改变传统的智库知识服务流程，为客户提供更具有前瞻性、谋划性、可操作性的知识方案。

2.4 大数据为智库知识服务提供广泛的合作空间

在大数据环境下，智库知识服务将在一个开放而多元的平台上进行。智库的专家团队是智库知识服务的基本保障。来自于不同行业的数据处理专家团队，对不同领域的数据进行挖掘处理。客户团队不仅仅局限于提出需求和成果评价，而是渗透到智库知识服务过程的每个环节。多团队紧密合作，形成跨学科的智力资源。

大数据资源将分别来源于客户数据、智库自有数据、购买的专业数据以及开放的网络数据，形成开放而多元化的数据资源。

跨学科的智力资源和开放而多元化的数据资源将会是大数据环境下智库知识服务的基本配置，只有这样才能保证智库知识服务成果的科学性和正确性。

3 三驾马车，推进智库知识服务大数据化发展之路

大数据如今已深入全球每个领域。仅就经济领域而言，据麦肯锡全球研究院估计，2009年美国各家公司平均储存的数据超过1PB。欧洲组织的总体储存数据在2010年超过了16EB。这说明发达国家经济活动中对大数据的依赖性已经比较强。相比较，其他地区的人均数据密度就低多了。但是未来发展中国家也具有利用大数据的巨大潜力。中国庞大的人口基数和迅猛的经济增长速度，必将推动大数据规模的快速增长，这从客观上为大数据技术的发展提供了前提。

如何有效地把如此庞大的数据转化为智库知识服务的资源，提升智库知识服务的水平，智库需要把握好3个关键的因素：第一，搞好人力资源建设；第二，做好数据储备；第三，开发好客户需求。智库要着力推进政府、学界、产业界、资本市场各方合作，消除“数据割据”和“数据孤岛”，在保障国家数据安全的前提下，最大限度地获取大数据资源，促进大数据的关联应用，从而为智库的知识服务引入大数据支持，提升服务水平和价值。

3.1 人才资源建设

大数据时代，智库知识服务所需要人才要同时具备学科专业知识和大数据知识，智库专家既要有深厚的专业知识，还要具备计算机应用知识，并具备数学、统计学等方面素养。

但人才匮乏是目前大数据应用的发展瓶颈。麦肯锡认为，2018年仅美国就需要14～19万名具有“深度分析”经验的工作者以及150万名精通数据的经理人。而实际情况是，这一要求远远得不到满足。在当前阶段，智库不一定有条件配备大数据体系的所有专业人才，如数据分析师、算法工程师、系统开发工程师、数据挖掘师、数据可视化设计师、数据后台开发工程师等。这些大数据的专业性工作可以采用服务外包、签约大数据专家团队的方式来解决。智库在招聘人才和服务外包的同时，还要积极对专业人才的大数据素养进行培训，引进先进的分析方法和模型，定期对专业研究人员进行培训，这样可以逐步提高研究人员的业务水平，逐步把专业人才培养成为综合性人才。

3.2 大数据资源建设

大数据时代的到来使得数据成了企业、机构乃至政府所重视的资源。2012年1月，瑞士达沃斯论坛发布的《大数据，大影响》报告形象地将数据称为社会的“金矿”和“黄金”［4］。

智库知识服务的数据分析、数据处理和数据挖掘等大数据技术的实现也需要大数据资源的支持，而这些数据可以是智库自身所拥有的数据资源，也可以是来自于客户的数据资源，还可以是根据知识创新需要，从大数据资源公司购买的数据资源。

智库应该充分认识大数据在知识服务中的重要作用，提高大数据意识，利用自身优势，构建大数据共享平台，协调政府大数据资源、社会组织大数据资源、企业大数据资源以及自有大数据资源的交流交换及有偿使用。

3.3 客户市场开发

智库知识服务应该通过项目立项与客户加强沟通，宣传大数据在知识服务中的作用，引导客户的大数据需求。可以建立大数据智库知识服务推广平台，宣传大数据知识服务成功案例，展示大数据分析在客户决策当中的支撑作用，提醒客户对智库知识服务的追求不应该止步于使用简单的统计分析软件，而是应该使用更加专业和精确的大数据挖掘分析。

4 结语

大数据技术的广泛应用使得海量、复杂、多结构数据的即时获取、精确分析、深度挖掘成为现实，为智库知识服务带来服务手段、服务理念、服务思维、服务基础、服务载体、服务管理等方面的改变，也带来很多服务增长点。大数据不仅为智库知识服务带来全新的技术、方法、平台、理念，帮助和促使人们通过数据整合、数据分析、数据挖掘来揭示出数据的内在价值，实现智库知识服务价值的增值，而且给智库知识服务带来很大挑战。例如，利用大数据的同时如何做好数据隐私保护工作、如何防止保密数据的泄密、如何协调专业知识与大数据挖掘技术协作等。

但大数据带来的价值和便利将是巨大的，智库知识服务如果想在新的数据时代有所作为，必将着力解决大数据应用中存在的各种问题，着力运用好大数据工具，提高智库知识服务的水平。