饒緒黎 林晶 趙佳旭 林峰 陳志德

摘要：本文提出了一種基于TextRank的多維度智庫相互影響力評估模型，該模型綜合考慮智庫的內、外影響力評估。在評估內影響力方面，該模型基于TextRank算法提取智庫文章主題，通過各文章主題來衡量智庫文章之間內容的相似度，引入時間衰減因子描述時間對影響力的削弱;在評估外影響力方面，該模型計算主題流行度來衡量智庫文章對外部環(huán)境的影響。實驗表明：本文提出的模型，立足于文章內容本身，多維度評估文章的內外影響力，能夠有效評估智庫文章的影響力，具有一定的實用性和指導意義。

關鍵詞：智庫;影響力;相似度;主題流行度;時間衰減

0 引言

智庫（Think Tank）概念來源于美國，目前智庫的概念不再局限于軍事和國際關系的研究機構，而是延伸到從事政治、經濟、社會等公共問題的研究機構[1]。智庫以公共決策為研究對象，以公共利益為研究導向，以社會利益為研究準則的專業(yè)研究機構，又稱為“智慧庫”、“智囊團”等。智庫通常由多個學科專家組成，在社會、經濟、科技、軍事、外交等各方面問題為決策者出謀劃策，提供最佳理論、策略、方法、思想。智庫與公民利益直接相關，以知識的形式表達社會的需求[2]。文獻[3]中指出，智庫可以通過情報分析、專家預測為國家提供決策依據，可以為解決國內經濟社會發(fā)展難題提供決策，可以為總統(tǒng)決策期間提供施政綱領，進行政策解讀，以獲得民眾支持。因此，關于智庫影響力的研究尤其重要。

由于缺乏統(tǒng)一的評估工具和標準，智庫影響力難以準確評估，實證分析難度大，因此以往智庫的研究主要是定性研究。隨著現代信息技術的發(fā)展，一些研究者開始著手于實證分析智庫影響力，研究的方法包括問卷調查分析、智庫網站分析、智庫網絡分析等。（1）問卷調查研究：Trimbath S[4]首次嘗試使用定量分析的方法評估了1997.7～1999.6期間12家經濟政策智庫發(fā)布新聞能見度。Leeson P T等[5]使用計量回歸的方法分析了美國州智庫在相關公共政策的影響力。金晨[6]通過分析統(tǒng)計已發(fā)布的智庫研究報告，分析了中國高校智庫的影響力情況。這些方法局限于智庫的外在機構特性，僅采取主觀的研究方法，對智庫自身的研究成果和研究主題卻少有涉及，客觀性不足。（2）智庫網站分析：一些學者通過研究智庫網站，基于智庫的訪問與出入鏈數據來評估影響力，文獻[7]中提出了出鏈數的概念，認為網頁的出鏈數可以用于描述文獻的被引用量，出鏈數越大，反映了網頁的指向能力強，也就是網頁資源的開放程度越強。文獻[8]中提出通過鏈接分析法對中美智庫網站進行分析，從總網頁數、總鏈接數、內鏈接數、外鏈接數、文檔鏈接數、被鏈接網站數等數據指標對中國智庫網站建設提出改進方法。這些方法通過客觀的網站數據，能夠定性分析智庫的影響力，不過這類研究往往忽略網頁的內容，僅關注網站的鏈接數據，欠缺內容相關性。（3）智庫網絡分析：智庫集群和智庫網絡影響是西方新興的智庫研究方向，這類研究將關注點放在智庫聯(lián)合構成的同盟和組織上，研究這些智庫組織對政策和社會的影響力。如文獻[9]中將研究智庫專家研究成果的引用率、曝光率作為依據展開智庫及其專家影響力的排名。Richard Messnarz等[10]以構成歐洲智庫的單位-創(chuàng)新集群為研究對象，通過智庫的結構特點來評估智庫的影響力。Pautz等[11]通過建立量表的方法分析英國智庫的聯(lián)合網絡，對學術、記者、工會等不同背景智庫聯(lián)合的影響力進行評估。這類研究立足于智庫聯(lián)合化的新趨勢，有著重要的實際意義，但是對影響力僅止于定性研究，缺少量化研究的方法;另一方面，對智庫聯(lián)合成員的個體影響缺少研究的措施。

綜上所述，目前已有通過實證方式評估智庫影響力的研究，但是這些方法主要依賴智庫的外在內容，忽視了智庫的“內在”，即智庫的文章與思想。而實際上，智庫的本質在于學者們會圍繞相關主題探討思想，撰寫文章。若撰寫文章針對某主題的思想被認可，文章的影響將逐步擴散，相關主題的熱度也會隨之上升。若能利用智庫文章的影響力來衡量整個智庫的影響力，即從智庫的“內在”來評估其影響力，則評估準確程度就會更高。因此本文引入數據挖掘分析的方法，立足于智庫文章內容，采用自然語言處理技術，提出了一種基于TextRank的多維度智庫相互影響力評估模型，該模型綜合考慮智庫文章的內、外影響力問題，詳細構建了智庫文章的影響力評估方法。具體評估時，本文通過文本分析算法提取智庫文章的文本特征，實現文本到特征向量的轉換，隨后基于特征向量進行內、外影響力分析，進而綜合評估智庫文章的影響力。實驗數據表明：該評估模型從內部影響及外部影響兩個方面，有效刻畫智庫文章的影響，能為決策者在決策時提供參考意見。

1 基于TextRank的多維度智庫相互影響力評估模型

本文在評估智庫數據的影響力時，評估所用的文本數據，主要來源于智庫研究機構所發(fā)表的文章。智庫中發(fā)表的某主題文章，產生的影響包含內、外兩方面的影響：內影響產生于文章對智庫內其他文章的影響;外影響產生于文章對外部社會觀點的影響。例如當文章P提出某主題T后，后續(xù)發(fā)表一定數量的文章圍繞主題T進行討論，則說明文章P對智庫產生了一定的內影響力。其次文章P發(fā)布后，社會上或其他智庫圍繞該主題T也發(fā)布了一定數量的文章，則說明該文章P對智庫外產生了外影響力。因此智庫觀點會引起廣泛討論的特點使得我們需要通過內、外兩方面綜合評估智庫文章的影響力。接下來本文將展開討論智庫文章內、外兩部分影響力評估的構建。

1.1 內影響力評估

為評估文章對智庫內部文章產生的影響力，本文采用TextRank算法[12]挖掘智庫文章的關鍵詞數據，構建文章的特征向量。TextRank算法以PageRank鏈接分析理論為基礎，對文章詞語的重要程度迭代計算，只需要文檔本身即可實現詞語重要程度的計算，是目前無監(jiān)督關鍵詞挖掘的主流方法，簡潔并高效。本文在分析智庫文章中，涉及大量的文本關鍵詞提取，計算量較大且精確度要求高，故使用TextRank算法進行文章關鍵詞提取。

挖掘到文章特征關鍵詞后，組建文章特征向量，并依據特征向量計算某篇文章與該篇文章發(fā)表后的所有文章之間的相似度，相似度越大，說明兩篇文章內容越相似，即發(fā)表時間在前的文章對發(fā)表時間在后的文章影響越大。同時，考慮到由于文章的影響力會隨著時間的推移逐漸減弱，在評估影響力時引入了時間衰減因子。

為實現文章間相似度的計算，本文首先基于TextRank算法對文章進行特征提取。該算法通過將文本分割成若干組成單元（如單詞、句子）并建立圖模型，利用局部詞匯之間關系（共現窗口）迭代傳播圖模型的各個節(jié)點權重，直至收斂，最后對關鍵詞進行排序，得到最重要的n個單詞。TextRank利用單篇文檔本身包含的文本信息即可實現關鍵詞提取、文本摘要的提取，該算法廣泛應用于實際的文本挖掘中。

智庫文章同樣存在著多層影響關系，類似于學術研究領域的引文網絡，文章影響關系示例如圖1所示，文章Pi可影響文章Pj的內容，而Pj又影響文章Pk的內容，那么Pi與Pk之間存在的是一種間接影響關系而非直接影響關系，文章Pi的影響力也應有所下降。隨著時間的推移，間接影響關系會逐漸增強，文章Pi的影響力也相應逐漸下降。因此，為體現這種文章影響力隨時間衰減的情況，需引入時間衰減因子。

其中，λ為衰減率，DTj表示時間衰減因子，隨著Tj的增加而衰減。引入了時間衰減因子的影響量ETi，用于評價文章內容的影響力，相比影響量Ei更為貼近現實，更為準確。

1.2 外影響力評估

通過文章總影響量的計算，可以衡量文章與文章間的內部影響關系。而文章的影響力還會體現在對外部環(huán)境的影響：影響力大的文章發(fā)表后，會引起同行對該主題的關注，并帶動起學術界對該主題的討論。所以文章的影響力大不僅體現在影響了許多的后繼者，也體現為成為研究熱潮的推動者。

其中PopularityTi表示在Ti時間段內發(fā)表的文章流行度，FTi在Ti時間段內某一特定主題所發(fā)表的文章數量，FTi表示在Ti時間段文章發(fā)表的增長率，實際意義為該時間段的文章引發(fā)了后續(xù)多少篇文章的討論，即反映了一個時間段內的文章對外部環(huán)境的總影響趨勢貢獻率。為了將貢獻率均分到發(fā)表在該時間段內的文章上，將貢獻率FTi'除以文章數。

1.3 智庫文章影響力評估

其中，ET為文章Pi的帶時間權重影響量，即Pi的內部影響量。FTi+1表示Ti+1時間段的總文章數，PopularityTi表示文章Pi的流行度，即文章Pi對Ti+1時間段內文章數目增長的貢獻率，PopularityTi與FTi+1的乘積表示文章Pi對外部環(huán)境熱度的貢獻量，即文章Pi的外部影響量。

內部與外部影響量的和即文章的總影響量，作為文章影響力的評價指標，EFi值越大，說明文章的影響力越大。

2 實驗分析

2.1 實驗數據來源

本實驗數據來源于國內外87個著名智庫機構站點，共采集到45 492篇文章進行實驗，采集到的文章發(fā)表時間從1975年3月～2019年8月。同時為了使實驗數據更加集中，實驗結果更有意義，本文選取關于nuclear、iran、afghanistan、iraq、african、korea、environment、korean、japanese、intelligence主題的智庫文章進行實驗。

2.2 閾值有效性

本文在1.1節(jié)中提出了采用歐式距離衡量兩兩文章間的特征向量的相似度，并采用設定閾值的方式，計算文章內容的影響量。相似度大于設定的閾值，則認為該文章與所對比的文章內容相似，兩篇文章之間存在影響與被影響關系。

為了驗證本文相似度閾值的有效性，本實驗采用TextRank算法提取文章的關鍵詞，并選取其中出現頻率高的關鍵詞或主題名詞作為研究主題，如表1中所示的10個主題。同一主題下的文章內容在理論上會具有一定的相似性，實驗通過高于相似度閾值所占的比例來判斷閾值的有效性。通過計算該主題下的兩兩文章對數之間的特征向量歐式距離，來衡量兩篇文章間的相似度，距離越小，相似度越高。由于environment主題涉及的文章內容相對比較廣泛，因此數據較為不理想，小于等于閾值0.15的文章占比較低，如表1所示。而除了environment主題外，其他主題的文章距離小于等于閾值0.15的占比均在86%以上，距離大于0.15的文章占比在13%以下。在圖2中，橫軸表示文本距離閾值，縱軸表示文章對數，從圖2中可以發(fā)現，文本距離在0.15左側的文章對數更多，而當文本距離大于0.15的文章對數較少。因此，本實驗將相似度閾值設為0.15。

2.3 影響力評估算法分析

本文提出了一種基于TextRank的多維度智庫相互影響力評估模型，首先，通過TextRank算法提取文章特征向量，利用歐式距離衡量特征向量間的相似度，統(tǒng)計相似度高的文章數量并引入時間衰減因子作為文章內部影響量;然后計算主題流行度來衡量文章對外部環(huán)境熱度的貢獻量，作為文章的外部影響量;最后，將文章內部影響與外部影響結合作為文章的綜合影響力。

一篇來源于卡內基國際和平基金組織發(fā)布的標題為“Iran Nuclear Propulsion：IAEA Firewalls”的文章，文章主要內容關于伊朗擴大核活動范圍的計劃的討論[14]，本文采用TextRank算法提取文章關鍵詞后的結果如表2文章關鍵詞提取結果所示。

如圖3所示為本文第1.1節(jié)中引入的時間衰減因子函數圖，從圖中可以發(fā)現，在不同λ取值下，隨著時間的增長，衰減系數不斷減少，同時，λ值越大，衰減系數下降得越緩慢。為了更好地擬合智庫文章隨時間推移，文章影響力不斷減弱的現象，本文實驗選取λ=0.3。圖3 時間衰減因子函數圖

最后，通過結合基于相似度的文章內部影響量，與基于主題流行度的文章外部影響量，得到智庫文章的綜合影響力值，如表3所示為部分智庫文章綜合影響力值示例。

內部影響值越大，說明智庫中的其他文章與該檢測的文章內容相似度越高;而外部影響值越大，說明該檢測的文章對整體智庫主題熱度的貢獻越大，即引發(fā)其他文章對同一主題的討論和發(fā)布?！度蛑菐靾蟾妗穂15]，是美國賓夕法尼亞大學智庫與公民社會項目連續(xù)第十一年為全球智庫進行綜合評價的權威報告，與表3中文章來源的智庫機構進行對比，對比結果如表4，表中數據表示智庫機構在相應的地區(qū)或研究領域的排名。

同時，這些頂級智庫在其他領域均有上榜全球報告，例如，海因里?！げ疇柣饡习褡罴颜h智庫，加拿大國際治理創(chuàng)新中心、南非國際事務研究所、卡內基國際和平基金組織上榜國際發(fā)展頂級智庫，加拿大國際治理創(chuàng)新中心、卡內基莫斯科中心、卡內基國際和平基金組織上榜具有突出政策導向的智庫等。這些數據進一步說明本文提出的算法，能夠有效計算智庫文章的綜合影響力值，具有準確性。

3 結論

本文提出了一種基于TextRank的多維度智庫相互影響力評估模型，結合智庫文章內容的相似度，時間的衰減因素以及文章對外部環(huán)境的貢獻率多維度評估智庫的影響力。本文的創(chuàng)新點在于，從智庫文章本身內容的角度衡量文章的影響力，從文章與文章之間內容的相似性，計算影響力，更加符合實際分析。同時引入對外部環(huán)境的影響進行綜合評估文章的影響力。實驗結果表明：本文提出的智庫影響力評估模型具有合理性和實用性，能夠快速找出影響力較高的智庫文章，具有一定的實用價值和指導意義。

參考文獻：

[1] 上海社會科學院智庫研究中心項目組，李凌.中國智庫影響力的實證研究與政策建議[J].社會科學，2014（4）：4-21.

[2] 朱旭峰.“思想庫”研究：西方研究綜述[J].國外社會科學，2007（1）：60-69.

[3] 王莉麗.旋轉門：美國思想庫研究[M].北京：國家行政學院出版社，2010.

[4] Trimbath S.Think Tanks：Who's Hot and Who's Not[J].The International Economy，2000，14（5）：10-47.

[5] Leeson P T，Ryan M E，Williamson C R.Think tanks-MyScienceWork[J].Journal of Comparative Economics，2012，40（1）：62–77.

[6] 金晨.我國高校智庫影響力及其提升研究——基于一流高校智庫的分析[J].中國高教研究，2019（7）：63-69.

[7] 邱均平.網絡計量學[M].北京：科學出版社，2010：182-183，185.

[8] 黃開木，樊振佳，盧勝軍，等.基于鏈接分析法的中美智庫網站比較研究[J].情報理論與實踐，2014，37（11）：129-133.

[9] 金芳，孫震海，國峰，等.西方學者論智庫[M].上海：上海社會科學院出版社，2010：13-27，89-93.

[10] Richard Messnarz，Andreas Riel，Gabriele Sauberer.Forming a European Innovation Cluster as a Think Tank and Knowledge Pool[C].European Conference on Software Process Improvement.Graz：Springer International Publishing，2016.

[11] Pautz，Hartwig.British Think-Tanks and Their Collaborative and Communicative Networks[J].Politics，2014，34（4）：345-361.

[12] Mihalcea，Rada，Tarau，et al.TextRank：Bringing Order into Texts[C].Proc Conference on Empirical Methods in Natural Language Processing.Barcelona：Association for Computational Linguistics，2004.

[13] Li L，Zheng L，Yang F，et al.Modeling and Broadening Temporal User Interest in Personalized News Recommendation [J].Expert Systems with Applications，2014，41（7）：3 168-3 177.

[14] Mark Hibbs.Iran Nuclear Propulsion：IAEA Firewalls [EB/OL].（2017-01-04）[2020-09-01]http：//carnegieendowment.org/2017/01/04/iran-nuclear-propulsion-iaea-firewalls-pub-66603.

[15] 韋路，李佳瑞.2008-2018全球智庫發(fā)展變遷及對中國媒體智庫的啟示[J].當代傳播，2019（5）：4-9，49.

[責任編輯：鄭筆耕]