黃曉斌 張明鑫

摘? ?要：隨著5G技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等技術(shù)的發(fā)展，智庫機構(gòu)積極借助新興信息技術(shù)創(chuàng)新情報工作流程和情報服務(wù)方法，對于提升智庫影響力和傳播力而言具有重要意義。文章探討了新技術(shù)的發(fā)展給傳統(tǒng)智庫機構(gòu)帶來的挑戰(zhàn)，提出了新技術(shù)環(huán)境下的智庫情報服務(wù)創(chuàng)新體系，指出：①智庫應(yīng)當積極應(yīng)用大數(shù)據(jù)技術(shù)、物聯(lián)網(wǎng)技術(shù)和人工智能等新興信息技術(shù)，提升智庫的數(shù)據(jù)驅(qū)動發(fā)現(xiàn)情報研究需求的能力;②采用大數(shù)據(jù)技術(shù)挖掘分析海量數(shù)據(jù)資源;③利用專家系統(tǒng)提升決策的效率;④基于區(qū)塊鏈技術(shù)構(gòu)建智庫信息資源協(xié)同與共享平臺;⑤借助移動互聯(lián)網(wǎng)和智能可穿戴設(shè)備為專家的研究活動提供支撐;⑥基于用戶畫像為用戶推送智庫研究成果等。

關(guān)鍵詞：智庫;情報服務(wù);5G;區(qū)塊鏈;大數(shù)據(jù);物聯(lián)網(wǎng);人工智能

Abstract With the development of 5G， big data， AI， internet of things and block chain， innovation of the information services of think tank with the help of new technology is of great importance to improve the influence of think tank. This paper explores the challenges of think tank in the new technological environment and puts forward some new information services based on AI and other new technologies. These new information services are as follows： Think tank should ①actively apply emerging information technologies such as big data technology， Internet of things technology and artificial intelligence to improve their ability of data-driven discovery of information research needs;②extract and analyze massive data resources with big data technology;③use expert system to improve the efficiency of decision;④build the information resource collaboration and sharing platform of think tank based on block chain Technology;⑤support experts' research activities with mobile Internet and intelligent wearable devices; and ⑥push think tank research results for users based on user profile.

Key words think tank; information services; 5G; AI; big data; internet of things; block chain

1? ?引言

智庫，又稱“頭腦庫”或“智囊團”，在為黨和國家資政建言、引導(dǎo)社會輿論、提供情報信息服務(wù)和開啟民智等方面發(fā)揮了重要的作用。智庫的生命力在于其思想觀點的影響力，而智庫思想觀點的影響力來源于智庫思想觀點的傳播力[1]。因此，為了保持持續(xù)不斷的生命力并增強智庫機構(gòu)的影響力，智庫機構(gòu)需要不斷提升研究成果的質(zhì)量水平，并積極借助各類信息傳播方式和研究成果發(fā)布平臺來傳播自身的研究成果。然而，隨著大數(shù)據(jù)、5G通訊、區(qū)塊鏈和人工智能等新興信息技術(shù)的發(fā)展，海量數(shù)據(jù)資源的非結(jié)構(gòu)化和異構(gòu)式分布、新媒體傳播方式的興起等均給傳統(tǒng)智庫的數(shù)據(jù)搜集、數(shù)據(jù)分析和研究成果的傳播與發(fā)布方式等帶來了挑戰(zhàn)。對于智庫機構(gòu)而言，在新的技術(shù)環(huán)境下，為了保證研究成果的質(zhì)量并提升研究成果的傳播力和影響力，智庫機構(gòu)需要積極借助新興信息技術(shù)，整合傳統(tǒng)情報工作流程并創(chuàng)新情報服務(wù)方式，才能適應(yīng)新技術(shù)環(huán)境所帶來的各種挑戰(zhàn)。

因此，智庫機構(gòu)如何利用大數(shù)據(jù)思維與技術(shù)實現(xiàn)數(shù)據(jù)驅(qū)動的情報研究需求挖掘，將多源、海量、異構(gòu)數(shù)據(jù)整合為智庫項目研究所需的資源，進而提高決策的質(zhì)量和水平？如何通過物聯(lián)網(wǎng)技術(shù)為智庫研究專家提供基于情境感知的知識服務(wù)？如何利用人工智能技術(shù)建立專家系統(tǒng)，實現(xiàn)更加精準高效的問題求解和決策咨詢？為了回答以上問題，本研究探討了新技術(shù)環(huán)境下傳統(tǒng)智庫的情報工作流程與服務(wù)方式面臨的挑戰(zhàn)，并提出了新技術(shù)環(huán)境下智庫的情報服務(wù)創(chuàng)新對策，旨在為新技術(shù)環(huán)境下智庫機構(gòu)的發(fā)展提供一定的參考和借鑒。

2? ?新興信息技術(shù)環(huán)境下傳統(tǒng)智庫情報服務(wù)面臨的挑戰(zhàn)

大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、5G通訊以及區(qū)塊鏈等信息技術(shù)的迅速發(fā)展，深刻影響了智庫情報服務(wù)的資源環(huán)境和技術(shù)環(huán)境。從智庫情報研究的整個流程來看，新技術(shù)給智庫機構(gòu)的需求識別、數(shù)據(jù)搜集、數(shù)據(jù)分析、政策研究、研究成果的發(fā)布宣傳以及信息資源共享等全過程均帶來了嚴峻的挑戰(zhàn)。

2.1? ? 數(shù)據(jù)驅(qū)動能力亟待提升

新技術(shù)環(huán)境下，智庫機構(gòu)數(shù)據(jù)驅(qū)動挖掘情報研究需求的能力較弱。傳統(tǒng)智庫的情報研究需求主要來源于委托命題和自主選題[2]。委托命題是指政府在制定和頒布涉及社會公共利益的政策時，委托特定的智庫機構(gòu)，就指定的研究題目展開調(diào)研、分析和評價，形成研究報告，為政府提供決策咨詢服務(wù)。自主選題是指智庫機構(gòu)自主選擇相關(guān)研究課題，形成研究成果并向社會公眾進行宣傳。因此，傳統(tǒng)智庫在確定情報研究需求的過程中，更多依賴的是政府選題或智庫專家的個人經(jīng)驗和對社會熱點的定性把握程度，缺少定量數(shù)據(jù)挖掘與分析的過程。

然而，隨著經(jīng)濟社會的深入發(fā)展，涉及重大公共利益的社會熱點事件日趨復(fù)雜、瞬息萬變，僅依賴智庫專家的個人經(jīng)驗難以準確深入地把握情報研究需求。而大數(shù)據(jù)技術(shù)等新興信息技術(shù)的出現(xiàn)，一方面使得基于大數(shù)據(jù)挖掘的智庫環(huán)境掃描以及智庫情報研究需求的識別成為可能，但另一方面也對智庫機構(gòu)的數(shù)據(jù)驅(qū)動能力提出了挑戰(zhàn)。這表明，新技術(shù)環(huán)境下，智庫情報研究問題的確定，不僅需要智庫專家的智慧和經(jīng)驗，同時也需要數(shù)據(jù)驅(qū)動過程的支撐。

2.2? ? ?面向更加復(fù)雜多樣的海量數(shù)據(jù)

隨著大數(shù)據(jù)和物聯(lián)網(wǎng)等技術(shù)的發(fā)展、海量的非結(jié)構(gòu)化的數(shù)據(jù)資源，如各類型的文本、數(shù)值、音頻、視頻以及用戶生成內(nèi)容等逐漸成為智庫情報研究的重要信息來源。與高度結(jié)構(gòu)化和系統(tǒng)化的傳統(tǒng)文獻信息資源不同，大數(shù)據(jù)具有非結(jié)構(gòu)化、時效性強、規(guī)模龐大和價值密度低等特點，因此如何對大數(shù)據(jù)進行整序并從中挖掘出有價值的信息成為了智庫情報研究過程中的重要挑戰(zhàn)。

2.3? ? 科研管理工具智能化水平較低

智庫專家從事的是腦力勞動，所產(chǎn)生的成果以思想觀點為主，而思想觀點的產(chǎn)生離不開各種科研管理工具，如文獻管理軟件EndNote、社會科學(xué)數(shù)據(jù)分析軟件SPSS和辦公軟件WPS等。目前智庫研究人員所使用的主要科研工具包括文獻數(shù)據(jù)庫（如WOS、CNKI）、辦公軟件（Word，Excel）和數(shù)據(jù)分析軟件（SPSS，Tableau）等[3]。然而，新技術(shù)環(huán)境下，海量的非結(jié)構(gòu)化數(shù)據(jù)資源和智庫研究問題的復(fù)雜性等，均對傳統(tǒng)智庫的科研管理工具提出了更高的要求。由于傳統(tǒng)智庫科研管理工具處理的數(shù)據(jù)量較小、處理效率較低且較難實現(xiàn)多人協(xié)同處理和協(xié)同辦公的功能，在大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等新興信息技術(shù)快速發(fā)展的背景下，提升智庫專家科研管理工具的智能化水平和數(shù)據(jù)處理效率，為智庫專家的研究過程提供智能化服務(wù)，是傳統(tǒng)智庫科研管理工具變革的重要方向。

2.4? ? 傳統(tǒng)智庫研究周期較長

智庫研究以特定領(lǐng)域的現(xiàn)實問題為導(dǎo)向，在信息搜集和信息分析的基礎(chǔ)之上形成科學(xué)結(jié)論，進而為重大公共問題制定方案和政策。然而，傳統(tǒng)智庫從研究問題的確定、信息搜集、信息分析到政策研究全過程的周期往往較長;隨著互聯(lián)網(wǎng)的不斷發(fā)展，新環(huán)境下的現(xiàn)實問題，尤其是網(wǎng)絡(luò)突發(fā)熱點事件等具有明顯的復(fù)雜性和時效性的特點。因此，只有積極借助新興信息技術(shù)，縮短智庫情報研究的周期并迅速形成解決方案與調(diào)控政策，才能更好地把握突發(fā)熱點事件發(fā)展動向、引導(dǎo)網(wǎng)絡(luò)輿論和加強社會調(diào)控。

2.5? ? 研究成果發(fā)布渠道單一

智庫的研究成果需要借助一定的傳播渠道和傳播平臺進行傳播，才能起到影響政府決策和社會服務(wù)的重要作用。智庫的研究成果主要通過主流媒體，如報紙發(fā)表專欄文章，出版專著圖書和接受電視采訪等方式進行傳播，其發(fā)布渠道較為單一，網(wǎng)絡(luò)影響力和傳播范圍有限。然而，隨著移動互聯(lián)網(wǎng)和5G通訊技術(shù)的發(fā)展，微博、微信和短視頻等新媒體傳播方式逐漸興起;與傳統(tǒng)的主流媒體傳播相比，新媒體傳播方式不僅傳播范圍更大、傳播影響力更強且傳播速度更快，而且在互動體驗上也明顯優(yōu)于主流媒體。因此，新技術(shù)環(huán)境下，傳統(tǒng)智庫機構(gòu)單一的傳播渠道一定程度上阻礙了智庫研究成果的傳播和擴散。

2.6? ? 信息資源協(xié)同共享能力較弱

智庫機構(gòu)通過自建館藏或數(shù)據(jù)庫的形式實現(xiàn)對調(diào)研數(shù)據(jù)和項目研究成果數(shù)據(jù)的存儲和管理。然而，大數(shù)據(jù)的出現(xiàn)以及大數(shù)據(jù)技術(shù)的發(fā)展，使得單一智庫機構(gòu)的數(shù)據(jù)存儲與管理能力在大數(shù)據(jù)時代下受到了嚴峻挑戰(zhàn);同時，新環(huán)境下，涉及經(jīng)濟、社會、科技領(lǐng)域和網(wǎng)絡(luò)空間安全的問題日趨復(fù)雜，跨智庫的交流與合作的重要性日益凸顯。因此，大數(shù)據(jù)環(huán)境下，加強智庫機構(gòu)間的數(shù)據(jù)信息資源共享，進而實現(xiàn)智庫信息資源的分布式存儲與管理，對于促進智庫間的交流合作并積極應(yīng)對大數(shù)據(jù)時代的挑戰(zhàn)而言，具有重要意義。

3? ?新技術(shù)環(huán)境下的智庫情報服務(wù)體系

新興信息技術(shù)在給智庫的情報服務(wù)方式帶來挑戰(zhàn)的同時，也為智庫機構(gòu)的情報服務(wù)創(chuàng)新提供了機遇。本研究結(jié)合新技術(shù)環(huán)境下智庫情報服務(wù)面臨的各種挑戰(zhàn)，從智庫情報需求挖掘、數(shù)據(jù)搜集、數(shù)據(jù)分析、政策研究、成果發(fā)布與宣傳和信息資源共享的全過程出發(fā)，分別從技術(shù)層、資源層和業(yè)務(wù)層三個層次提出了新技術(shù)環(huán)境下的智庫情報服務(wù)體系（見圖1）。

3.1? ? 數(shù)據(jù)驅(qū)動的智庫情報研究需求挖掘

確定研究問題以及明確情報研究需求，是智庫研究的首要環(huán)節(jié)，也是影響后續(xù)智庫情報工作與情報服務(wù)的重要因素。傳統(tǒng)智庫情報研究問題的確定，更多依賴的是專家的經(jīng)驗智慧和對社會熱點的定性把握程度，缺少數(shù)據(jù)挖掘和數(shù)據(jù)分析的支撐。隨著大數(shù)據(jù)和互聯(lián)網(wǎng)的不斷發(fā)展，互聯(lián)網(wǎng)上海量的數(shù)據(jù)信息資源成為了實時反映社情民意和社會發(fā)展動態(tài)的重要信息來源。如國家統(tǒng)計局的各類統(tǒng)計數(shù)據(jù)，為研究國家經(jīng)濟、社會和文化發(fā)展現(xiàn)狀提供了數(shù)據(jù)支持;用戶在各類型社交媒體上所生成的評論、轉(zhuǎn)發(fā)和分享內(nèi)容等，是研究網(wǎng)民觀點態(tài)度的重要基礎(chǔ);專利數(shù)據(jù)庫是研究國家科學(xué)技術(shù)的發(fā)展狀況以及科技創(chuàng)新的重要工具。與此同時，物聯(lián)網(wǎng)所生成的數(shù)據(jù)資源，也為數(shù)據(jù)驅(qū)動的智庫情報需求挖掘提供了可能。物聯(lián)網(wǎng)技術(shù)的推廣和普及，使得安裝在不同實體上的傳感器能夠?qū)崟r采集任何實體的位置、溫度和外形等信息，然后通過現(xiàn)代通訊技術(shù)的方式將信息傳輸?shù)交ヂ?lián)網(wǎng)絡(luò)。物聯(lián)網(wǎng)技術(shù)使智庫機構(gòu)能夠超越空間限制，實現(xiàn)對不同實體的智能化感知、識別和管理，從而減輕智庫研究人員實地調(diào)研走訪獲取數(shù)據(jù)的負擔。

大數(shù)據(jù)為數(shù)據(jù)驅(qū)動的智庫情報需求挖掘提供了數(shù)據(jù)來源，而大數(shù)據(jù)技術(shù)和人工智能技術(shù)等則為數(shù)據(jù)驅(qū)動的智庫情報需求挖掘奠定了技術(shù)基礎(chǔ)。借助于大數(shù)據(jù)采集技術(shù)、大數(shù)據(jù)過濾技術(shù)、大數(shù)據(jù)挖掘與分析技術(shù)和人工智能中的自然語言處理等技術(shù)，智庫機構(gòu)通過建立輿情與大數(shù)據(jù)分析平臺的方式，實現(xiàn)對門戶網(wǎng)站、社交媒體UGC、新聞網(wǎng)站以及物聯(lián)網(wǎng)設(shè)備所生成的實時數(shù)據(jù)的自動爬取、自動采集、過濾和挖掘出情報研究需求的過程。與此同時，5G通訊技術(shù)能夠為數(shù)據(jù)的采集和傳輸提供更快的速率，一定程度上減少了數(shù)據(jù)傳輸過程中的延遲;同時，由于更快的數(shù)據(jù)傳輸和處理速率，智庫輿情與大數(shù)據(jù)分析平臺能夠?qū)崿F(xiàn)實時并發(fā)處理多個數(shù)據(jù)采集任務(wù)，從而進一步提升智庫機構(gòu)的大數(shù)據(jù)處理能力。

在大數(shù)據(jù)自動采集、自動過濾和自動分析的基礎(chǔ)之上，智庫機構(gòu)實現(xiàn)了網(wǎng)絡(luò)輿情追蹤和社會熱點事件的挖掘，并結(jié)合大數(shù)據(jù)自動挖掘與分析的結(jié)果，提煉出研究問題和情報研究需求，最終實現(xiàn)數(shù)據(jù)驅(qū)動的智庫情報研究需求挖掘和識別。然后，根據(jù)情報研究需求的特點，從專家?guī)熘刑暨x合適的智庫研究專家并進一步擬定研究方案，為后續(xù)的智庫研究奠定基礎(chǔ)。

3.2? ? 基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)采集與分析

數(shù)據(jù)的采集與分析，是智庫情報研究的重要環(huán)節(jié)。傳統(tǒng)智庫的數(shù)據(jù)搜集來源主要有[4]：（1）調(diào)查數(shù)據(jù)。智庫研究員采用問卷調(diào)查、走訪、觀察和訪談等方式，深入了解社會公眾的現(xiàn)狀或者利益相關(guān)群體的訴求;（2）自建數(shù)據(jù)庫。智庫機構(gòu)在長期的發(fā)展過程中，形成了大量的調(diào)查數(shù)據(jù)和項目數(shù)據(jù);智庫通過自建數(shù)據(jù)庫的方式對機構(gòu)自身的各類型數(shù)據(jù)和研究報告進行組織和整理，其內(nèi)部數(shù)據(jù)也是智庫研究的重要信息來源;（3）商業(yè)數(shù)據(jù)庫。智庫機構(gòu)與其他的數(shù)據(jù)庫商進行合作，購買的商業(yè)數(shù)據(jù)庫也是智庫研究的數(shù)據(jù)來源;（4）圖書館館藏文獻。圖書館的文獻信息資源為智庫研究提供了重要的信息來源。在數(shù)據(jù)搜集的方法上，主要依賴人工調(diào)查、手工檢索和圖書館的文獻傳遞等服務(wù)，數(shù)據(jù)搜集的效率低、速度慢且搜集所花費的時間成本和人力成本較大。

大數(shù)據(jù)技術(shù)，尤其是大數(shù)據(jù)采集和大數(shù)據(jù)挖掘等技術(shù)的發(fā)展，為智庫機構(gòu)從互聯(lián)網(wǎng)上海量的數(shù)據(jù)信息資源中挖掘出與智庫研究相關(guān)的信息提供了可能。各類型的以文本、圖片、音頻和視頻等形式存在的網(wǎng)絡(luò)信息資源是智庫研究的重要信息來源;尤其是隨著社交媒體的不斷發(fā)展，網(wǎng)民所發(fā)布的評論和觀點等，即用戶生成內(nèi)容（UGC）的挖掘與分析在網(wǎng)絡(luò)輿情監(jiān)測和社會熱點事件挖掘方面扮演著十分重要的角色。借助于大數(shù)據(jù)采集和大數(shù)據(jù)挖掘技術(shù)，物聯(lián)網(wǎng)所形成的數(shù)據(jù)也將成為智庫情報研究中的重要數(shù)據(jù)來源，從而進一步拓寬智庫情報研究的數(shù)據(jù)搜集渠道。與此同時，借助于關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)和聚類算法等大數(shù)據(jù)挖掘算法，智庫機構(gòu)能夠從搜集的海量數(shù)據(jù)信息資源中識別出數(shù)據(jù)之間的規(guī)律，形成針對特定事物的知識或者情報，進而為特定決策提供支撐。

如以蘭德公司為例，蘭德公司十分重視大數(shù)據(jù)技術(shù)在智庫研究過程中的重要作用，積極將大數(shù)據(jù)技術(shù)融入傳統(tǒng)的雙驅(qū)動參與型服務(wù)模式之中[5]。一方面，蘭德公司充分利用在長期情報研究過程中形成的各類型調(diào)查數(shù)據(jù)、項目數(shù)據(jù)和研究成果數(shù)據(jù)等自有數(shù)據(jù)資源或購買數(shù)據(jù)資源;另一方面，通過積極搭建大數(shù)據(jù)采集與分析平臺，利用大數(shù)據(jù)采集技術(shù)爬取網(wǎng)絡(luò)數(shù)據(jù)，并對數(shù)據(jù)資源進行篩選和整序，利用大數(shù)據(jù)平臺的元數(shù)據(jù)管理功能對所有的數(shù)據(jù)資源進行規(guī)范描述和統(tǒng)一管理。然后，使用關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)等大數(shù)據(jù)挖掘算法，從智庫數(shù)據(jù)庫中挖掘出有價值的信息，并以可視化的形式生成各類型的圖表，展示給客戶和社會公眾（見圖2）。

然而，在大數(shù)據(jù)采集和挖掘的過程中，需要重點關(guān)注以下關(guān)鍵環(huán)節(jié)：（1）數(shù)據(jù)脫敏（Data Masking）。大數(shù)據(jù)采集和基于物聯(lián)網(wǎng)技術(shù)獲取不同個體的實時傳感數(shù)據(jù)的過程中，或會產(chǎn)生一定的隱私安全問題。加強個人隱私保護，除了完善國家和企業(yè)的隱私法規(guī)或隱私政策以外，在隱私保護的技術(shù)層面，還可以使用數(shù)據(jù)脫敏技術(shù)來降低大數(shù)據(jù)挖掘過程中的隱私泄露風(fēng)險。數(shù)據(jù)脫敏又被稱為數(shù)據(jù)變形，是指基于給定的規(guī)則，對敏感數(shù)據(jù)進行處理，使得具有相應(yīng)權(quán)限的管理員或用戶才能獲取該敏感信息的一種保護機制[6];（2）數(shù)據(jù)安全。大數(shù)據(jù)中存在的非法信息、有害信息或干擾信息等，是影響數(shù)據(jù)質(zhì)量的重要因素;同時，大數(shù)據(jù)傳輸過程中的數(shù)據(jù)傳輸安全也是影響大數(shù)據(jù)采集和大數(shù)據(jù)挖掘的關(guān)鍵環(huán)節(jié)。因此，提升智庫情報數(shù)據(jù)搜集過程中的數(shù)據(jù)安全性，一方面需要借助于大數(shù)據(jù)過濾技術(shù)，自動識別和剔除非法信息或有害信息，另一方面需要使用加密傳輸?shù)燃夹g(shù)，提高數(shù)據(jù)傳輸過程的安全系數(shù);（3）數(shù)據(jù)整序。大數(shù)據(jù)具有數(shù)據(jù)規(guī)模龐大和數(shù)據(jù)類型復(fù)雜多樣等特點，而基于元數(shù)據(jù)的大數(shù)據(jù)管理，能夠?qū)崿F(xiàn)對復(fù)雜多樣的海量數(shù)據(jù)的統(tǒng)一描述、管理與控制，從而實現(xiàn)對不同類型和格式的大數(shù)據(jù)的有效管理。

3.3? ? 基于人工智能的專家系統(tǒng)

智庫機構(gòu)借助于大數(shù)據(jù)技術(shù)所形成的針對特定事物或社會現(xiàn)象的知識與情報，是智庫政策研究的重要基礎(chǔ)。大數(shù)據(jù)挖掘與分析技術(shù)側(cè)重于從海量的數(shù)據(jù)信息資源中挖掘出數(shù)據(jù)之間的內(nèi)在規(guī)律和聯(lián)系，強調(diào)從數(shù)據(jù)呈現(xiàn)的規(guī)律中分析事物現(xiàn)狀、挖掘?qū)ο笾g的相關(guān)關(guān)系或因果關(guān)系，并基于已有的數(shù)據(jù)規(guī)律預(yù)測事物未來的發(fā)展趨勢。因此，大數(shù)據(jù)挖掘技術(shù)著重解決的是“是什么”以及“為什么”的問題，而智庫研究的核心在于形成研究政策或方案，為主體的決策提供政策支持或方案，即側(cè)重于解決“怎么做”的問題。傳統(tǒng)智庫機構(gòu)的政策研究過程主要依賴于專家的智慧與經(jīng)驗;從獲得數(shù)據(jù)、分析數(shù)據(jù)再到政策研究和形成方案，往往需要較長的研究周期。

人工智能技術(shù)和決策支持系統(tǒng)等技術(shù)的發(fā)展，使得由計算機模擬人類專家決策的過程成為了可能?；谌斯ぶ悄艿膶＜蚁到y(tǒng)，匯聚了某領(lǐng)域?qū)＜姨峁┑慕?jīng)驗與知識，建立知識庫和規(guī)則庫，借助該領(lǐng)域?qū)＜姨峁┑慕?jīng)驗與知識對特定問題進行推理和判斷，從而實現(xiàn)模擬專家決策的過程[7]?？梢?，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域復(fù)雜問題的計算機程序系統(tǒng)（簡化版專家系統(tǒng)見圖3）。簡言之，這一系統(tǒng)主要包括知識庫和推理機兩部分，知識庫匯聚了領(lǐng)域內(nèi)的專家的經(jīng)驗與知識，而推理機則負責結(jié)合專家的知識對現(xiàn)有問題做出判斷和決策。

專家系統(tǒng)一共經(jīng)歷了5個發(fā)展階段，包括基于規(guī)則的專家系統(tǒng)、基于框架的專家系統(tǒng)、基于案例的專家系統(tǒng)、基于模型的專家系統(tǒng)和基于網(wǎng)絡(luò)的專家系統(tǒng)。其中，基于規(guī)則的專家系統(tǒng)需要真正的權(quán)威專家參與討論推理規(guī)則，能夠較好地模擬領(lǐng)域內(nèi)專家的推理與判斷的過程，因此基于規(guī)則的專家系統(tǒng)是目前使用較為廣泛的一種專家系統(tǒng)[8]。運用基于規(guī)則的專家系統(tǒng)的構(gòu)建思路，構(gòu)建智庫專家系統(tǒng)（見圖4）。

智庫專家系統(tǒng)主要包括情報參數(shù)輸入模塊、知識獲取模塊、知識管理模塊、知識庫、推理機、解釋機和人機界面等組成部分。情報參數(shù)輸入模塊負責將大數(shù)據(jù)挖掘與分析所獲得情報數(shù)據(jù)進行匯總，并輸入到專家系統(tǒng)之中;知識獲取模塊與知識管理模塊負責對領(lǐng)域內(nèi)專家的經(jīng)驗與知識進行搜集、完善、修改、整理和組織;知識庫存放的是經(jīng)過規(guī)范化整理專家的經(jīng)驗與知識;推理機按照一定的規(guī)則和算法，利用知識庫的經(jīng)驗、知識與規(guī)則，對問題進行計算和求解;解釋機負責對推理過程和結(jié)果進行說明。運用專家系統(tǒng)對獲取的知識或情報進行推理和判斷，獲得決策結(jié)果之后，以文字或圖表的形式呈現(xiàn)至人機界面，交給智庫研究專家進行審閱，結(jié)合專家的智慧與經(jīng)驗，對決策結(jié)果的合理性、科學(xué)性和可行性等進行評估，最終獲得解決方案并由相關(guān)專家撰寫研究成果。

因此，與傳統(tǒng)的智庫研究專家的決策支持和政策研究過程相比，使用基于人工智能的專家決策支持系統(tǒng)，一定程度上能夠提升專家決策支持的效率，縮短政策研究的周期，從而使得智庫政策研究成果能夠迅速響應(yīng)社會需求。

3.4? ? 基于移動互聯(lián)網(wǎng)和智能可穿戴設(shè)備的研究過程支持

專家系統(tǒng)對情報參數(shù)進行推理和計算之后，所得到的結(jié)果需要進一步結(jié)合專家的智慧與經(jīng)驗，形成智庫研究成果。智庫專家在形成研究成果的過程中，往往需要一定的科研管理工具或研究輔助工具，用于支持研究過程。新技術(shù)環(huán)境下，智庫科研管理工具不僅需要具備基本的辦公軟件功能，同時還需要具有較好的協(xié)同處理能力、數(shù)據(jù)處理能力和針對專家研究過程的智慧服務(wù)。隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等技術(shù)的發(fā)展，智能可穿戴設(shè)備和移動互聯(lián)網(wǎng)深度融合，結(jié)合專家個人數(shù)據(jù)和專家日常研究過程中的外在環(huán)境數(shù)據(jù)，使得為專家的研究活動提供支撐成為可能。新技術(shù)環(huán)境下，將移動互聯(lián)網(wǎng)和智能可穿戴設(shè)備融入專家的智庫研究過程之中，有利于提升專家研究過程的效率和智能化水平。

使用手機、便攜式電腦等移動終端設(shè)備和智能手表等可穿戴設(shè)備，搜集專家的人口特征數(shù)據(jù)、研究成果數(shù)據(jù)以及智能穿戴設(shè)備采集的情景數(shù)據(jù)，利用無線網(wǎng)絡(luò)傳輸?shù)姆绞竭M行加密傳輸，為專家的研究過程提供基于情景和具有較強針對性的服務(wù)：

（1）移動協(xié)同辦公。移動互聯(lián)網(wǎng)環(huán)境下，智庫專家使用各類型的移動終端設(shè)備實現(xiàn)與其他智庫研究專家的協(xié)同互動，包括：①即時通訊。通過移動應(yīng)用APP提供的專家即時通訊功能，專家與專家之間可以及時就智庫研究過程中的問題進行交流與溝通，提升研究過程的效率和時效性;②協(xié)同辦公。智庫研究專家可以借助平臺提供的多人協(xié)同辦公等功能，實現(xiàn)專家與專家之間的協(xié)同辦公，提升智庫研究的效率和質(zhì)量;③群組研討與視頻會議。除此之外，智庫專家還可以借助于平臺的群組討論功能和多人視頻會議功能，使得智庫研究的過程不再受到時空限制。

（2）智能推送。與此同時，借助于各類型的智能可穿戴設(shè)備，如智能眼鏡和智能手表等，搜集專家研究過程中的頁面注視軌跡，抓取關(guān)鍵頁面內(nèi)容等信息，并結(jié)合專家的個人數(shù)據(jù)（如近期研究方向、研究動態(tài)），為專家提供具有針對性的信息資源服務(wù)，滿足專家的研究需求，一定程度上有利于提升服務(wù)的個性化和智能化水平。

（3）數(shù)據(jù)采集記錄。借助于各類型的可穿戴設(shè)備，如智能手表、智能眼鏡和智能手環(huán)，對專家實地調(diào)研走訪以及研究過程中的圖片、視頻和音頻等信息進行實時采集和記錄。同時，智能可穿戴設(shè)備本身具備移動存儲的能力，能夠暫時對重要數(shù)據(jù)進行保存，從而提升了專家研究活動過程中數(shù)據(jù)搜集與數(shù)據(jù)保存的能力。

（4）跨媒體數(shù)據(jù)共享。手機等移動終端和不同可穿戴設(shè)備之間支持跨媒體的數(shù)據(jù)共享和格式轉(zhuǎn)換，從而實現(xiàn)研究數(shù)據(jù)的跨媒體備份，大大增強了數(shù)據(jù)保存的安全性，同時也為專家的研究活動提供了便利。

（5）云存儲與計算服務(wù)。各類型的移動終端支持云端存儲，專家可以隨時借助無線網(wǎng)絡(luò)將可穿戴設(shè)備中存儲的數(shù)據(jù)通過無線傳輸?shù)姆绞缴蟼髦猎贫?，同時也能夠隨時下載云端存儲的數(shù)據(jù);同時支持通過移動終端的方式調(diào)用云端的數(shù)據(jù)挖掘與分析功能，無需在本地進行數(shù)據(jù)分析與挖掘，從而減輕了移動端運行的負擔。

（6）虛擬投影。通過無線網(wǎng)絡(luò)接入移動互聯(lián)網(wǎng)，智能手表和智能眼鏡等可穿戴設(shè)備能夠提供全息視頻通話、界面投影和虛擬鍵盤等虛擬投影功能，從而使得專家隨時隨地均能借助智能穿戴設(shè)備的投影功能展示觀點和研究成果。

3.5? ? 基于區(qū)塊鏈技術(shù)的信息資源協(xié)同與共享平臺

新技術(shù)環(huán)境下，建立智庫研究成果協(xié)同與共享平臺，加強智庫研究成果的聚合與共享，是促進智庫機構(gòu)間的合作與交流并積極應(yīng)對新技術(shù)環(huán)境下的各種挑戰(zhàn)的重要方式。智庫機構(gòu)之間通過建立一個具有接入、存儲、管理和共享功能的跨地域、跨系統(tǒng)的信息資源聚合與共享平臺，將智庫機構(gòu)長期發(fā)展過程中形成的項目數(shù)據(jù)、研究成果以及其他信息資源等進行匯聚和整合，從而實現(xiàn)智庫間的資源聚合和服務(wù)共享。然而，不同機構(gòu)個體之間的信息資源共享實踐中，往往存在著數(shù)據(jù)格式不一致、相互信任困難、數(shù)據(jù)可追溯性差、數(shù)據(jù)安全風(fēng)險系數(shù)高、數(shù)據(jù)交換滯后和資源共享服務(wù)協(xié)同性較差等問題[9]。隨著區(qū)塊鏈技術(shù)的不斷發(fā)展，其在信息資源存儲與信息資源共享等領(lǐng)域的應(yīng)用前景逐漸受到了一部分學(xué)者的重視，為解決傳統(tǒng)智庫信息資源協(xié)同與共享平臺建設(shè)過程中的諸多問題提供了契機。區(qū)塊鏈技術(shù)所特有的安全可靠和可追溯性等特點，能夠有效解決信息資源協(xié)同共享過程中存在的信任困難和數(shù)據(jù)安全性較差等問題，同時，區(qū)塊鏈中的所有參與者均具有平等的地位，其去中心化的特點實現(xiàn)了真正意義上的信息資源共建共享，從而有利于提升智庫機構(gòu)之間的協(xié)同共享能力，促進機構(gòu)之間的交流合作。

運用區(qū)塊鏈技術(shù)搭建智庫信息資源協(xié)同與共享平臺，首先，基于區(qū)塊鏈技術(shù)的基本思想，在平臺的技術(shù)架構(gòu)上，主要包括網(wǎng)絡(luò)層、數(shù)據(jù)層、共識層、合約層和應(yīng)用層5個層次。（1）網(wǎng)絡(luò)層：區(qū)塊鏈網(wǎng)絡(luò)系統(tǒng)采用P2P網(wǎng)絡(luò)來組織系統(tǒng)中的每個節(jié)點，保證每個節(jié)點都以平等地位相互連接，共同具有維護和管理整個網(wǎng)絡(luò)系統(tǒng)的職責，從而使得系統(tǒng)呈現(xiàn)去中心化和開放式的特點;（2）數(shù)據(jù)層：區(qū)塊鏈網(wǎng)絡(luò)中的數(shù)據(jù)區(qū)塊由區(qū)塊頭和區(qū)塊兩部分構(gòu)成，區(qū)塊頭包括上一區(qū)塊的Hash值、難度目標和隨機數(shù)等，區(qū)塊部分起存儲數(shù)據(jù)的作用;各個區(qū)塊按照生成的時間先后順序串聯(lián)起來，進而形成了鏈式數(shù)據(jù)結(jié)構(gòu);（3）共識層：共識層采用Pow和Pos等多種共識機制，在生成節(jié)點或更新數(shù)據(jù)的過程中保證節(jié)點數(shù)據(jù)的有效性和節(jié)點的安全性，從而能夠在分布式系統(tǒng)中就節(jié)點數(shù)據(jù)的驗證等方面迅速達成共識[10];（4）合約層：合約層封裝區(qū)塊鏈系統(tǒng)的各類腳本代碼、算法 以及由此生成的更為復(fù)雜的智能合約[10]。通過使用智能合約技術(shù)，實現(xiàn)區(qū)塊鏈系統(tǒng)的自動運行和任務(wù)處理，進而使得區(qū)塊鏈系統(tǒng)能夠適用于宏觀金融和復(fù)雜社會系統(tǒng)平臺的構(gòu)建;（5）應(yīng)用層：基于底層的區(qū)塊鏈關(guān)鍵技術(shù)，針對不同的需求和目標，實現(xiàn)不同的功能，如資源共享、分布式存儲和賬戶管理等。

在智庫信息資源協(xié)同與共享平臺的功能架構(gòu)上，各個智庫機構(gòu)之間按照區(qū)塊鏈的公有鏈組織模式進行組織，即在該系統(tǒng)中無官方管理機構(gòu)和中心服務(wù)器，各個智庫機構(gòu)按照系統(tǒng)規(guī)則自由接入網(wǎng)絡(luò)并基于共識機制開展工作。然后，基于區(qū)塊鏈底層的技術(shù)架構(gòu)，構(gòu)建出6個核心的應(yīng)用系統(tǒng)，包括注冊管理系統(tǒng)、資源管理系統(tǒng)、資源存儲系統(tǒng)、資源服務(wù)系統(tǒng)、資源傳輸系統(tǒng)和資源安全系統(tǒng)。6個核心的應(yīng)用系統(tǒng)為機構(gòu)用戶提供機構(gòu)認證、智庫業(yè)務(wù)協(xié)同、機構(gòu)資源共享和資源分布式存儲等功能，為個人用戶提供資源發(fā)現(xiàn)、資源統(tǒng)一檢索、信息資源聚合和訂閱推送等服務(wù)。

3.6? ? 基于用戶畫像的個性化推薦服務(wù)

通過建立智庫信息資源聚合與共享平臺，智庫機構(gòu)實現(xiàn)了不同類型智庫研究成果的聚合，同時也為社會公眾提供了一個獲取和利用智庫機構(gòu)最新成果的重要渠道。然而，新技術(shù)環(huán)境下，為了增強智庫機構(gòu)的傳播力和影響力，智庫更應(yīng)當借助各種研究成果發(fā)布渠道，主動開展個性化的推送服務(wù)，向社會公眾推送更具精準性和形式多樣性的研究成果。

傳統(tǒng)智庫注重建立研究成果的發(fā)布與展示平臺，用于定期更新和宣傳機構(gòu)最新的研究成果和研究動態(tài)，其信息傳遞模式具有明顯的多向被動式傳遞的特征，且較少根據(jù)某一類型用戶的特征，為其提供個性化的信息服務(wù)。隨著各類型新媒體傳播方式的興起以及社交媒體的普及和推廣，互聯(lián)網(wǎng)上海量的用戶生成內(nèi)容為智庫機構(gòu)挖掘和識別用戶的興趣、愛好和行為習(xí)慣等，并根據(jù)用戶的個性化特征為其提供精準的信息服務(wù)奠定了基礎(chǔ)。

首先，智庫機構(gòu)借助于大數(shù)據(jù)技術(shù)，從海量的社交媒體數(shù)據(jù)中搜集與用戶有關(guān)的動態(tài)數(shù)據(jù)與靜態(tài)數(shù)據(jù)。其中，靜態(tài)數(shù)據(jù)是指用戶相對穩(wěn)定的信息，主要包括人口屬性等方面數(shù)據(jù)，如性別、年齡和地域等;動態(tài)數(shù)據(jù)是指用戶不斷變化的行為數(shù)據(jù)，即用戶在互聯(lián)網(wǎng)上的行為操作對應(yīng)的數(shù)據(jù)，包括瀏覽、點擊和下載等。其次，采用特定的聚類算法、關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)等大數(shù)據(jù)挖掘算法，發(fā)現(xiàn)數(shù)據(jù)背后的用戶規(guī)律，并基于數(shù)據(jù)背后的規(guī)律構(gòu)建出核心用戶或目標用戶的畫像，包括用戶的主要人口屬性、任務(wù)屬性和信息需求等。最后，基于用戶建模構(gòu)建的用戶畫像，智庫機構(gòu)可以進一步根據(jù)目標用戶的個性化需求特征，對研究成果聚合平臺中的信息資源進行編輯加工，采用可視化效果強、易理解和易傳播的形式展現(xiàn)研究成果，并借助于個性化推薦算法將研究成果推送至目標用戶的使用場景之中，使得研究成果從內(nèi)容到形式上，均契合目標用戶的個性化需求特征。

4? ?結(jié)語

新的技術(shù)不僅為智庫的發(fā)展帶來了挑戰(zhàn)，同時也為智庫機構(gòu)的創(chuàng)新帶來了機遇，智庫機構(gòu)如何抓住新興信息技術(shù)帶來的機遇并化解挑戰(zhàn)，將成為未來智庫機構(gòu)需要重點關(guān)注的問題。本研究首先探討了大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)和5G通訊技術(shù)等新興信息技術(shù)的發(fā)展給智庫情報工作流程和情報服務(wù)帶來的挑戰(zhàn)，提出新技術(shù)環(huán)境下，傳統(tǒng)智庫存在著數(shù)據(jù)驅(qū)動發(fā)現(xiàn)情報研究需求的能力較弱等問題;然后從技術(shù)層、業(yè)務(wù)層和資源層三個層次，提出了新技術(shù)環(huán)境下的智庫情報服務(wù)創(chuàng)新對策，強調(diào)智庫機構(gòu)應(yīng)當集中整合新興信息技術(shù)，創(chuàng)新智庫情報工作流程和情報服務(wù)方法以適應(yīng)新技術(shù)環(huán)境下的各種挑戰(zhàn)。新技術(shù)環(huán)境下，為了增強智庫的生命力和研究成果的影響力，智庫機構(gòu)需要在確定情報研究需求、數(shù)據(jù)搜集、數(shù)據(jù)分析、政策研究、研究成果發(fā)布與宣傳和信息資源共享的全過程融合新興信息技術(shù)，創(chuàng)新情報服務(wù)，尤其需要加強信息資源聚合與共享平臺建設(shè)和個性化推薦服務(wù)建設(shè)，努力提升智庫研究成果的易理解性和可讀性，創(chuàng)新智庫研究成果呈現(xiàn)方式和傳播方式等。