李力 魏姚

摘 要：近年來，智庫發(fā)展尤其迅速，基于大數(shù)據(jù)技術，對國內(nèi)外智庫進行動態(tài)監(jiān)測，在數(shù)據(jù)獲取、處理、分析挖掘、可視化等方面進行深入發(fā)掘與分析研究，可以為多種場景的應用研究提供經(jīng)驗借鑒、決策參考、趨勢分析等信息支撐服務，對加強我國智庫建設具有一定的實用價值。

關鍵詞：大數(shù)據(jù)技術 智庫監(jiān)測 趨勢分析

中圖分類號：G353 文獻標識碼：A 文章編號：1672-3791（2019）01（b）-00-03

隨著社會的進程和演變，智庫作為一個地區(qū)乃至一個國家軟實力和國際話語權的重要體現(xiàn)，在處理各項事務、助力決策咨詢中起到了越發(fā)重要的作用[1]。國家層面倡導的新型智庫正如火如荼的建設，地方新型智庫的建設也在蓬勃發(fā)展。在此期間，發(fā)現(xiàn)決策定位難以把握、研究方向無從估摸、成果內(nèi)容不夠深入等主要情況，這就需要對國內(nèi)外智庫進行動態(tài)監(jiān)測，從中分析出有利于我國智庫相關研究的實際應用場景，為其提供信息服務。

1 整體概述

針對國內(nèi)外智庫數(shù)量眾多、資源分散且無序的特點，使用大數(shù)據(jù)技術，收集來自每個智庫組織的數(shù)據(jù)，匯集后的眾多不同格式的數(shù)據(jù)首先進行處理，包括數(shù)據(jù)的清洗、去重、集成、歸約、有效性檢驗；其次對數(shù)據(jù)進行挖掘，包括聚類、分類、相關性、頻繁項集、特征化；再次對數(shù)據(jù)進行可視化展示，包括折線圖、柱狀圖、餅狀圖、文字云等知識圖譜，經(jīng)過一系列的大數(shù)據(jù)處理過程，如圖1所示；最后將零亂的數(shù)據(jù)源轉化為有價值的知識，最終為實際應用提供具體服務。

2 智庫資源內(nèi)容及采集方法

2.1 智庫資源內(nèi)容

智庫相關數(shù)據(jù)信息眾多，篩選出核心且精煉的指標信息，既能提升采集效率，又能為分析研究提供最有價值的服務。

根據(jù)智庫數(shù)據(jù)的特征，將智庫資源劃分成智庫機構、智庫資訊、研究專家、研究成果四大數(shù)據(jù)體，在此基礎上，對每種數(shù)據(jù)體進行指標信息設計，如表1所示。

對每種數(shù)據(jù)體建立起對應聯(lián)系，智庫機構以資訊進行發(fā)聲，并匯聚研究專家作為核心主體，研究專家發(fā)表其研究成果，從而形成一個完整的脈絡關系。

2.2 數(shù)據(jù)采集方法

按照數(shù)據(jù)體的指標信息，進行國內(nèi)外智庫資源內(nèi)容的組織。以國內(nèi)外現(xiàn)有智庫機構名錄為基礎，確立數(shù)據(jù)來源導向，可以保證動態(tài)監(jiān)測的時效性與準確性，利用Web信息采集技術對智庫資源進行獲取[2]，通過該技術的應用，可以實現(xiàn)智庫資源的自動采集、編輯和標準化，數(shù)據(jù)可以就地存儲，從而脫離對人為搜索及采集數(shù)據(jù)的干預，以減少信息成本的支出，達到提升采集效率的目的。

3 智庫數(shù)據(jù)分析處理

通過采集開放的智庫數(shù)據(jù)具有異構性，需要對這些異構數(shù)據(jù)進行處理，包括數(shù)據(jù)清洗、集成、轉換、歸約，使其成為有用的目標數(shù)據(jù)[3]。

（1）數(shù)據(jù)清洗：即處理缺失值，平滑降噪數(shù)據(jù)，辨認或去除重復值和解決不規(guī)整的數(shù)據(jù)。如對智庫機構中的研究專家和行政人員打標區(qū)分，對有成果的專家進行保留，無成果的行政人員進行剔除，以達到數(shù)據(jù)清洗的目的。

（2）數(shù)據(jù)集成：對不同來源的數(shù)據(jù)進行集中聚集，利用數(shù)據(jù)倉庫進行存儲。根據(jù)眾多不同智庫數(shù)據(jù)的來源，對智庫機構、研究專家、成果類型等建立統(tǒng)一的數(shù)據(jù)倉庫，每個倉庫存儲對應數(shù)據(jù)，從而實現(xiàn)數(shù)據(jù)的集成。

（3）數(shù)據(jù)轉換：目的是使數(shù)據(jù)統(tǒng)一標準化，并將數(shù)據(jù)轉換為另一種恰當?shù)男问?。由于研究成果全文的排版格式多樣，進行規(guī)范化處理，轉換成以html或PDF全文的格式進行存儲，實現(xiàn)轉換效果的提升。

（4）數(shù)據(jù)歸約：指相同的數(shù)據(jù)在盡可能的前提下最大限度地減少數(shù)據(jù)量。從智庫機構中刪除不重要或不相關的特征，如機構的經(jīng)費情況、運作方式、審查機制等，以減少特征向量的維度。歸約后仍舊大抵保留原數(shù)據(jù)的完整性，但數(shù)據(jù)集變小。

通過一系列的大數(shù)據(jù)處理，既提升了數(shù)據(jù)的質量，又使數(shù)據(jù)更適合挖掘技術的運用，以達到數(shù)據(jù)的快速、規(guī)范化處理。

4 大數(shù)據(jù)挖掘技術的運用

經(jīng)過持續(xù)的數(shù)據(jù)采集，后期的數(shù)據(jù)規(guī)模將達到海量級，從中找出隱藏的價值信息格外重要。剖析每種數(shù)據(jù)的屬性，實現(xiàn)多維分析與挖掘，將蘊含的內(nèi)在聯(lián)系揭示出來，為智庫的分析提供強有力的支撐。

4.1 關聯(lián)挖掘

關聯(lián)挖掘是為了找到數(shù)據(jù)項之間的關聯(lián)。通過該技術對智庫專家發(fā)布的研究成果數(shù)量來評估專家的產(chǎn)出情況，也可以通過分析專家同時署名的成果分布情況來發(fā)現(xiàn)專家之間的合作網(wǎng)絡。

關聯(lián)挖掘選用Apriori算法。實現(xiàn)步驟：根據(jù)向下閉包性，Apriori逐層搜索，由（k-1）-項頻繁集構成k-項候選集，然后掃描數(shù)據(jù)庫找出k-項頻繁集，直到?jīng)]有新的頻繁集。此算法的優(yōu)點是在頻繁項集基礎上產(chǎn)生的，繼而能確保該算法的支持率達到合理的程度[4]。

4.2 聚類挖掘

聚類挖掘是按照集合內(nèi)的相似性原則將數(shù)據(jù)歸為若干個類別。通過該技術將研究成果按照國際關系、教育、經(jīng)濟、衛(wèi)生、外交等主題進行聚類，發(fā)現(xiàn)各個領域的成果信息。

聚類挖掘采用k-means算法。實現(xiàn)步驟：K-means算法是利用樣本目標函數(shù)求從數(shù)據(jù)點到原型的距離最大值的方法，得到重復反饋運算的調整規(guī)則。K-means利用兩點間的度量距離作為相似性，以此得到某一初始聚類中心向量的最好歸類，使得評價指標最低[4]。它能簡單快速地解決聚類問題，對處理大數(shù)據(jù)該算法彈性大并且效率高，時間復雜度趨近正比例關系，比較符合大數(shù)據(jù)的挖掘需求。

5 可視化展示

圖像的感知速率往往大于文字內(nèi)容，經(jīng)過數(shù)據(jù)的可視化所展現(xiàn)的直觀信息將有效增加內(nèi)容的應用率。

通過可視化技術對數(shù)據(jù)進行呈現(xiàn)，實現(xiàn)年份折線圖、成果類型餅狀圖、年度柱狀圖、文字云等多種知識圖譜，提高數(shù)據(jù)本身蘊涵的價值，從而快速識別數(shù)據(jù)所呈現(xiàn)的圖譜規(guī)律。

實現(xiàn)步驟：將數(shù)據(jù)轉化為可以觀察分析的圖像，每個圖像對應一個維度，從對應圖像上標出對應的數(shù)據(jù)情況，這樣每個維度的數(shù)據(jù)都轉換成為圖形的形式。此技術使我們能夠快速高效地簡化數(shù)據(jù)流，讓我們能夠交互地過濾大量的數(shù)據(jù)，完成數(shù)據(jù)分析的任務[4]。

6 智庫動態(tài)監(jiān)測與實際應用場景

6.1 智庫成果趨勢分析

通過對國內(nèi)外智庫進行動態(tài)監(jiān)測，可以對成果進行趨勢分析。以10年為一個時間跨度，如圖2所示，可以發(fā)現(xiàn)20世紀40年代至80年代，研究成果增長緩慢，但到了2000年以后，智庫成果出現(xiàn)指數(shù)級增長，特別是近20年以來，研究成果占到總數(shù)的80%以上。通過成果數(shù)量的監(jiān)測，能進行相關趨勢的研究分析。

6.2 國際政策追蹤與預警研究

通過對國外智庫機構的長期動態(tài)關注與監(jiān)測，國際上的對華政策通常會在國外智庫機構先行透露，對開展政策追蹤與預警研究十分必要。中國作為崛起的大國，離不開國際事務的合作參與，迫切需要借助相關研究，為我國的政策制定提供參考。

我國2013年提出的“一帶一路”合作倡議，受到眾多國家的強烈關注，都積極加入到合作倡議中來[5]。通過動態(tài)追蹤監(jiān)測國外智庫，發(fā)現(xiàn)他們及時抓住了政策熱點，發(fā)表了自己的主張與見解，研究成果呈井噴狀態(tài)，特別是在2017年達到頂峰。通過這種方式進行分析與梳理，有利于精準地把握國外政策的研究現(xiàn)狀與動向，更加科學地為我國的政策預警提供實際的應用研究。

6.3 國際輿論監(jiān)測分析

近代傳媒出現(xiàn)以來，國與國之間在輿論領域的戰(zhàn)爭已成為一種新的看不見的硝煙戰(zhàn)爭，輿論領域的博弈已成為國際博弈的第四種主要形式[6]，在爭奪國際話語權以及引導國際輿論向有利于本國方向的發(fā)展極其重要。

通過對國外智庫動態(tài)監(jiān)測發(fā)現(xiàn)，美國亞洲協(xié)會的“中參館”對中國進行動態(tài)和深度報道，發(fā)表了比較多的言論與主張，如中國與非洲的關系；通過進一步監(jiān)測成果主題，涉及政策主題高居榜首，不難發(fā)現(xiàn)對輿論的導向有重要參照因素。通過監(jiān)測這些智庫的資訊動態(tài)及輿論焦點，展開實時分析，對研究國家與政權的博弈過程有重要價值。

6.4 智庫評價研究服務

智庫日益受到大眾的關注，在此形勢下，智庫評價研究具有非常重要的現(xiàn)實意義。利用大數(shù)據(jù)技術對全球智庫進行動態(tài)監(jiān)測，包括國內(nèi)外智庫的數(shù)量、輿論動態(tài)、成果影響力等進行全面綜合的跟蹤分析與評價，可以做到事實客觀、海量數(shù)據(jù)和實時監(jiān)測，能為智庫評價研究提供多樣化的數(shù)據(jù)利用，節(jié)省數(shù)據(jù)采集與清洗的時間，從而把工作重心放到趨勢分析、智庫評價等核心工作上來，大大提高研究的效率。

7 結語

目前，國內(nèi)外智庫數(shù)量眾多，每天都會產(chǎn)生大量的信息，利用大數(shù)據(jù)技術，對國內(nèi)外智庫進行全面監(jiān)測，形成完整的智庫基礎數(shù)據(jù)，為不同的應用場景提供借鑒、分析服務。其主要體現(xiàn)在以下幾個方面。

（1）可以全面了解全球智庫機構、專家、成果等各種智庫資源的構成與基本現(xiàn)狀，有助于拓展國際視野。

（2）能方便、快速地對國外智庫機構的觀點、評論、研究課題進行動態(tài)監(jiān)測，開展政策追蹤與預警研究，為我國的對外政策制定和交流合作提供參考。

（3）可以捕捉國內(nèi)外智庫的輿論焦點，對研究國家與政權的國際博弈、國際話語權的爭奪以及國際輿論的引導有重要價值。

（4）可以直接用于智庫整體評價、主題評價、領域評價、趨勢分析等相關研究服務。

利用大數(shù)據(jù)技術，監(jiān)測國內(nèi)外智庫的最新動態(tài)，有利于加強我國新型智庫的建設，提高新型智庫的相關服務水準，制訂更加科學合理的評價指標體系，更進一步地貫徹我國對于建設特色新型智庫的指導精神，對推進現(xiàn)代咨詢體系的建設具有積極意義。

參考文獻

[1] 趙培陽.我國新型科技創(chuàng)新智庫的發(fā)展機制與路徑研究[J].科技創(chuàng)新與應用，2017（11）：62-63.

[2] 朱潔，羅華霖.大數(shù)據(jù)架構詳解——從數(shù)據(jù)獲取到深度學習[M].北京：電子工業(yè)出版社，2016：26-28.

[3] 孔欽，葉長青，孫赟.大數(shù)據(jù)下數(shù)據(jù)預處理方法研究[J].計算機技術與發(fā)展，2018（5）：1-4.

[4] CODATA中國全國委員會.大數(shù)據(jù)時代的科研活動[M].北京：科學出版社，2014：159，160，172-173.

[5] 金杭川.“一帶一路”與國際化：助力國內(nèi)企業(yè)“走出去”[J].風能，2016（11）：38-39.

[6] 夏慶宇.輿論領域的博弈已成為國際博弈的第四種主要形式[J].南方論刊，2017（4）：13-15，19.