趙明輝，張玲玲，顧基發(fā)

（1.中國農(nóng)業(yè)銀行普惠金融事業(yè)部，北京 100005；2.中國科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100190；3.中國科學(xué)院大學(xué)數(shù)字經(jīng)濟(jì)監(jiān)測預(yù)測預(yù)警與政策仿真教育部哲學(xué)社會科學(xué)實(shí)驗(yàn)室（培育），北京 100190；4.中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190）

1 “技術(shù)預(yù)見”概念和理論

關(guān)鍵技術(shù)、共性技術(shù)、新興技術(shù)、交叉技術(shù)、顛覆技術(shù)等的不斷突破和涌現(xiàn)，給政治、經(jīng)濟(jì)、社會、文化、環(huán)境帶來前所未有的深刻變革，當(dāng)今時代的經(jīng)濟(jì)社會發(fā)展比以往任何時代都更加依賴于科學(xué)技術(shù)創(chuàng)新的能力和效力。國家、區(qū)域、組織、企業(yè)等均在致力于科學(xué)技術(shù)的布局與前瞻，研判科技革命潛在方向，遴選科技前沿關(guān)鍵領(lǐng)域，創(chuàng)建符合自身實(shí)情的科技創(chuàng)新體系，力圖以此獲取未來競爭的主動和優(yōu)勢地位，技術(shù)預(yù)見（technology foresight）應(yīng)運(yùn)而生?！凹夹g(shù)預(yù)見”概念由英國學(xué)者Ben R.Martin［1］于1995 年首次提出，是對未來中長期內(nèi)的科學(xué)技術(shù)發(fā)展進(jìn)行系統(tǒng)性研究，進(jìn)而甄別出具備最大經(jīng)濟(jì)社會效益的戰(zhàn)略研究領(lǐng)域和關(guān)鍵核心技術(shù)。中國學(xué)者穆榮平等［2］定義技術(shù)預(yù)見是知識開發(fā)和創(chuàng)造的過程，是對遠(yuǎn)期技術(shù)需求進(jìn)行動態(tài)修正和調(diào)整的過程，是利益相關(guān)者通過溝通和協(xié)商以共同選擇未來的過程。對技術(shù)預(yù)見的內(nèi)涵進(jìn)行抽取和具象，可以發(fā)現(xiàn)技術(shù)預(yù)見的核心便是利用專家群體的經(jīng)驗(yàn)智慧，通過對科技創(chuàng)新主題的識別、發(fā)現(xiàn)、判斷、評估、排序等一系列操作，篩選出真正具有發(fā)展?jié)摿完P(guān)鍵共性的科技創(chuàng)新主題。

技術(shù)預(yù)見活動能否順利實(shí)施并取得準(zhǔn)確可信的最終結(jié)果，在很大程度上取決于方法的選取與使用。從知識管理的角度看，技術(shù)預(yù)見是在挖掘大量數(shù)據(jù)信息（顯性知識）和專家經(jīng)驗(yàn)（隱性知識）的基礎(chǔ)上，不斷地進(jìn)行知識的提煉、篩選、發(fā)現(xiàn)、創(chuàng)造，進(jìn)而系統(tǒng)化選擇具有戰(zhàn)略意義的研究領(lǐng)域和通用技術(shù)的過程。技術(shù)預(yù)見方法主要可以分為兩類：一是專家經(jīng)驗(yàn)和智慧驅(qū)動的、以定性為主的技術(shù)預(yù)見方法；二是數(shù)據(jù)和技術(shù)驅(qū)動的、以定量為主的技術(shù)預(yù)見方法。德爾菲法具有投入大、周期長、成果較難評估等顯著缺點(diǎn)，作為技術(shù)預(yù)見核心方法的科學(xué)性和有效性受到越來越多的質(zhì)疑。技術(shù)預(yù)見的研究模式尚處于不斷發(fā)展之中，促進(jìn)定性與定量研究方法的有效互補(bǔ)融合，尋求新型研究方法以提高研究質(zhì)量是目前技術(shù)預(yù)見領(lǐng)域的熱點(diǎn)和重點(diǎn)，因此，在此背景下開展技術(shù)預(yù)見方法的研究具有一定的理論意義和實(shí)踐價值。

隨著科學(xué)技術(shù)的快速發(fā)展，技術(shù)預(yù)見面對的都是諸如氣候變化、糧食安全、載人航天等復(fù)雜科學(xué)問題，該類科學(xué)問題均是系統(tǒng)性的、動態(tài)性的、開放性的、非線性的。個體或小群體對復(fù)雜科學(xué)問題的認(rèn)識解釋及知識領(lǐng)域是不夠完備的，僅依靠有限數(shù)量的專家已無法有效應(yīng)對復(fù)雜科學(xué)問題的挑戰(zhàn)，也無法滿足技術(shù)預(yù)見當(dāng)前的實(shí)踐需求。而隨著網(wǎng)絡(luò)社區(qū)的興起和海量評論數(shù)據(jù)的積累，“數(shù)據(jù)→信息→知識→智慧→決策”的技術(shù)預(yù)見過程正發(fā)生著深刻的變革［3］；同時，大規(guī)模群體合作、自下而上、去中心化、非線性的網(wǎng)絡(luò)群體智慧為技術(shù)預(yù)見帶來嶄新的發(fā)展機(jī)遇和有效的實(shí)踐途徑［4］。

基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見方法能夠結(jié)合專家經(jīng)驗(yàn)和文本挖掘，從網(wǎng)絡(luò)評論數(shù)據(jù)中發(fā)現(xiàn)和提取科技創(chuàng)新主題，為探索人機(jī)結(jié)合與定性定量結(jié)合的系統(tǒng)性技術(shù)預(yù)見模型提供發(fā)展機(jī)遇［5］。在開放網(wǎng)絡(luò)社區(qū)中，用戶群體的發(fā)言、回復(fù)、轉(zhuǎn)發(fā)、評論、分享、點(diǎn)贊等交互行為會產(chǎn)生大量的網(wǎng)絡(luò)評論數(shù)據(jù)［6］，而技術(shù)預(yù)見的核心便是利用專家用戶的群體智慧實(shí)現(xiàn)科技創(chuàng)新主題的獲取、生成、判別、排序等多種目標(biāo)。因此，面對蘊(yùn)含著大量專家用戶群體智慧的網(wǎng)絡(luò)評論數(shù)據(jù)，利用知識管理、情感分析、主題生成、關(guān)聯(lián)分析、分類聚類、趨勢推理等多種理論和方法相結(jié)合，進(jìn)一步挖掘、匯聚、凝練出科技群體智慧，有助于發(fā)現(xiàn)潛在的、多維的、有價值的技術(shù)預(yù)見決策輔助信息，獲得真正的基礎(chǔ)性、前瞻性、創(chuàng)新性、顛覆性的科技創(chuàng)新主題［7］。

2 典型技術(shù)預(yù)見方法

在專家經(jīng)驗(yàn)和智慧驅(qū)動的技術(shù)預(yù)見的定性方法中，德爾菲法至今仍是傳統(tǒng)技術(shù)預(yù)見的核心方法［8］。其主要依靠專家的隱性知識，采用多輪多專家問卷的方式進(jìn)行大規(guī)模咨詢調(diào)查反饋，通過專家們逐漸趨于一致收斂的意見以實(shí)現(xiàn)技術(shù)預(yù)見［9］。除德爾菲法外，常用的還有技術(shù)路線圖、情景分析法、頭腦風(fēng)暴法、形態(tài)分析法、層次分析法等（詳見表1）。該類方法的優(yōu)點(diǎn)在于能夠充分發(fā)揮專家經(jīng)驗(yàn)豐富和追求創(chuàng)新的特點(diǎn)，與創(chuàng)新技術(shù)的前沿性、交叉性、滲透性、跨界性等特點(diǎn)相適配；但其缺點(diǎn)也較為明顯，主要表現(xiàn)為專家主觀色彩濃厚、專家數(shù)量不足、專家研究領(lǐng)域限制以及費(fèi)用時間等成本較高，導(dǎo)致該類方法正遭受越來越多的質(zhì)疑。

表1 定性技術(shù)預(yù)見方法匯總

表1 （續(xù)）

數(shù)據(jù)和技術(shù)驅(qū)動的技術(shù)預(yù)見的定量方法，主要從海量數(shù)據(jù)中提取有價值的信息，構(gòu)建系統(tǒng)化預(yù)見模型。主要包括增長曲線、文獻(xiàn)計量、專利分析、社會網(wǎng)絡(luò)分析、數(shù)據(jù)包絡(luò)分析、數(shù)據(jù)挖掘等方法（詳見表2）。該類方法一般通過對文獻(xiàn)、專利、新聞、報告、社會調(diào)研、經(jīng)濟(jì)統(tǒng)計等數(shù)據(jù)進(jìn)行分類、聚類、關(guān)聯(lián)、預(yù)測、可視化等操作，從主題識別、現(xiàn)狀評估、差距分析、趨勢預(yù)測等方面抽取有益信息以實(shí)現(xiàn)技術(shù)預(yù)見［16］。其優(yōu)點(diǎn)在于能夠充分考慮文獻(xiàn)專利等客觀數(shù)據(jù)包含的有價值信息，避免專家主觀判斷影響和知識領(lǐng)域限制；但其缺點(diǎn)也較為明顯，主要表現(xiàn)為過于探索定量方法導(dǎo)致路徑依賴的局限性，過于關(guān)注客觀數(shù)據(jù)而忽略對決策支持的適用性［17］，以及忽略領(lǐng)域知識和專家經(jīng)驗(yàn)的重要作用，在預(yù)見過程中缺乏人機(jī)交互和動態(tài)調(diào)整。

表2 定量技術(shù)預(yù)見方法匯總

3 基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見方法

基于對現(xiàn)有方法體系的詳細(xì)梳理，全面總結(jié)其優(yōu)缺點(diǎn)，結(jié)合網(wǎng)絡(luò)評論文本挖掘所得到的網(wǎng)絡(luò)群體智慧，及其對技術(shù)預(yù)見產(chǎn)生的獨(dú)特影響和顯著作用，本文提出基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見模型框架（以下簡稱“新型方法”），如圖1 所示。以專家經(jīng)驗(yàn)為基礎(chǔ)的傳統(tǒng)技術(shù)預(yù)見方法，比如德爾菲法、頭腦風(fēng)暴、專家會議等，首先從多源數(shù)據(jù)中獲得種子科技主題，然后通過組織會議或者問卷調(diào)查的方式，邀請?zhí)囟〝?shù)量的領(lǐng)域?qū)＜疫M(jìn)行詳細(xì)討論，在觀點(diǎn)發(fā)表和意見接收的多輪交互過程中，專家意見逐漸趨于一致和收斂，最終得到技術(shù)預(yù)見的結(jié)果（詳見圖1 中的虛線部分）；而在新型方法中，從主題討論和知識生成的環(huán)節(jié)便開始出現(xiàn)分化，種子科技主題與開放網(wǎng)絡(luò)社區(qū)實(shí)現(xiàn)鏈接之后，大規(guī)模的專家用戶進(jìn)入開放網(wǎng)絡(luò)社區(qū)進(jìn)行充分討論和交互，所匯聚的網(wǎng)絡(luò)群體智慧承載于用戶生成數(shù)據(jù)當(dāng)中，經(jīng)過數(shù)據(jù)爬取、清洗、存儲等系列操作得到網(wǎng)絡(luò)評論數(shù)據(jù)集，而后利用多種文本挖掘方法對網(wǎng)絡(luò)評論中蘊(yùn)含的隱性知識進(jìn)行顯性化挖掘，最終得到能夠輔助技術(shù)預(yù)見決策的有價值信息，并利用專家推薦等方法實(shí)現(xiàn)問題求解。

圖1 基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見方法

3.1 關(guān)鍵步驟

（1）科技主題獲?。憾嘣磾?shù)據(jù)→種子科技主題。多維度多來源科技數(shù)據(jù)在近幾年呈現(xiàn)爆炸式增長，與此相對應(yīng)的數(shù)據(jù)分析技術(shù)也在迅猛發(fā)展。在管理經(jīng)濟(jì)及其他社會科學(xué)領(lǐng)域中，決策日漸依賴于數(shù)據(jù)和推理，而不是經(jīng)驗(yàn)和直覺。相關(guān)領(lǐng)域的專家用戶從不同來源與不同結(jié)構(gòu)的科技數(shù)據(jù)中，自主或被動地獲取到科技創(chuàng)新主題的初始感官。日常生活中主要的科技信息源主要包括以下幾類：一是電視廣播等；二是報紙期刊等；三是專業(yè)的科技文獻(xiàn)和專利；四是專門的科技網(wǎng)絡(luò)社區(qū)。

（2）科技主題投放：種子科技主題→開放網(wǎng)絡(luò)社區(qū)。開放網(wǎng)絡(luò)社區(qū)中科技主題的相關(guān)變化是本研究關(guān)注的重點(diǎn)。所謂的投放也是網(wǎng)絡(luò)社區(qū)中專家用戶和科技主題產(chǎn)生鏈接的過程，大體可以分為兩條路徑：一是技術(shù)預(yù)見研究者將種子科技主題定向地分配投送到匹配的網(wǎng)絡(luò)社區(qū)，路徑為種子科技主題指向?qū)＜矣脩簦欢羌夹g(shù)預(yù)見研究者從網(wǎng)絡(luò)社區(qū)中直接探尋已有的目標(biāo)科技主題進(jìn)行交互討論，路徑為專家用戶指向種子科技主題。

（3）科技主題討論。專家用戶在開放網(wǎng)絡(luò)社區(qū)中結(jié)合自身專業(yè)知識，針對感興趣的科技主題進(jìn)行發(fā)布、評論、回復(fù)、點(diǎn)贊、修改、刪除、查詢、收藏等多種交互行為，產(chǎn)生蘊(yùn)含豐富網(wǎng)絡(luò)群體智慧的交互數(shù)據(jù)。在網(wǎng)絡(luò)交互的過程中，專家用戶將自身經(jīng)驗(yàn)智慧等隱性知識外化為文字行為等顯性知識，網(wǎng)絡(luò)評論便是此知識轉(zhuǎn)化過程的良好中間載體，其主要以評論短文本的形式存在，為技術(shù)預(yù)見決策提供數(shù)據(jù)支撐。

（4）交互數(shù)據(jù)獲?。洪_放網(wǎng)絡(luò)社區(qū)→用戶生成數(shù)據(jù)→數(shù)據(jù)爬取→數(shù)據(jù)清洗→數(shù)據(jù)存儲→網(wǎng)絡(luò)評論數(shù)據(jù)集。通過網(wǎng)頁爬蟲等技術(shù)可以爬取到多維數(shù)據(jù)，包括登錄時長、登錄頻次、積分等級等結(jié)構(gòu)化數(shù)據(jù)，也包括關(guān)注好友、瀏覽文章、訂閱收藏等半結(jié)構(gòu)化數(shù)據(jù)，以及提問回答、搜索詞條、評論回復(fù)等非結(jié)構(gòu)化數(shù)據(jù)，將其結(jié)構(gòu)化存儲并進(jìn)行相關(guān)脫敏操作，以備后續(xù)操作中利用文本挖掘等方法探索其隱含的有價值信息。

（5）交互數(shù)據(jù)挖掘：網(wǎng)絡(luò)評論數(shù)據(jù)集→多種文本挖掘方法→技術(shù)預(yù)見決策輔助信息。專家用戶在開放網(wǎng)絡(luò)社區(qū)中對科技主題的討論可以分為兩條路徑：針對科技主題明確的評論數(shù)據(jù)，可以通過情感分析的方法判斷專家用戶對該主題的傾向性為正還是為負(fù)；針對科技主題尚不明確的評論數(shù)據(jù)，專家用戶在較大范圍內(nèi)或者漫無邊界地進(jìn)行交互時，可以通過主題模型的方法凝練生成數(shù)據(jù)蘊(yùn)含的特定內(nèi)容。

（6）權(quán)威專家研判識別。自動化和智能化是技術(shù)預(yù)見的發(fā)展方向，但是科技主題具有模糊性、非線性、不確定性，僅依靠目前的文本挖掘等方法尚不足以辨識出真正的前沿領(lǐng)域。從另一個角度講，技術(shù)預(yù)見結(jié)果仍欠缺客觀科學(xué)的評估度量標(biāo)準(zhǔn)，仍需要結(jié)合領(lǐng)域權(quán)威專家的經(jīng)驗(yàn)、知識、智慧進(jìn)行最終的識別、討論、研判和把握。此步驟也充分體現(xiàn)出錢學(xué)森［23］倡導(dǎo)的人機(jī)結(jié)合、以人為主的系統(tǒng)工程思想。

（7）技術(shù)預(yù)見問題求解：技術(shù)預(yù)見結(jié)果主題→相關(guān)領(lǐng)域?qū)＜彝扑]。在以往的技術(shù)預(yù)見模型構(gòu)建研究中，大都止步于通過專家研判得到預(yù)見結(jié)果（科技主題），進(jìn)而撰寫研究分析報告。本研究擬對預(yù)見結(jié)果（科技主題）進(jìn)行問題求解，即通過多專家推薦的方法發(fā)現(xiàn)能夠承擔(dān)相關(guān)科技主題研究的專家和團(tuán)隊(duì)，以形成從發(fā)現(xiàn)問題到解決問題的技術(shù)預(yù)見完整閉環(huán)和框架。

3.2 新型方法的特異性和優(yōu)勢

具體來講，基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見方法具有如下特異性：

一是開放網(wǎng)絡(luò)社區(qū)是基于互聯(lián)網(wǎng)的知識交流與知識創(chuàng)造平臺，知識與知識、用戶與用戶、知識與用戶之間形成廣泛的交互和關(guān)聯(lián)，為科技主題討論和知識轉(zhuǎn)化生成提供了良好的環(huán)境和場所，大幅度降低傳統(tǒng)專家咨詢討論過程中場所準(zhǔn)備、專家邀請、專家討論、資料整理等方面的時間成本和物質(zhì)成本。

二是開放網(wǎng)絡(luò)社區(qū)打破時間和空間的限制，多領(lǐng)域、多層次專家用戶的觀點(diǎn)得以集聚和碰撞，參與討論的專家用戶數(shù)量遠(yuǎn)超德爾菲法和專家會議通常邀請的專家數(shù)量，一方面可以減輕少數(shù)專家主觀色彩濃厚帶來的影響，另一方面可以降低權(quán)威專家或意見領(lǐng)袖的過度影響，專家不會礙于情面而無法自由地發(fā)表觀點(diǎn)，最終能夠?qū)⒋笠?guī)模、一般化專家用戶呈現(xiàn)的群體智慧融入技術(shù)預(yù)見決策當(dāng)中。

三是網(wǎng)絡(luò)評論涉及的科技主題廣泛多樣，大幅增加技術(shù)預(yù)見的領(lǐng)域覆蓋面，甚至擴(kuò)展至通用領(lǐng)域，也有利于進(jìn)一步研究科技主題的經(jīng)濟(jì)社會影響。隨著科學(xué)研究的復(fù)雜性和交叉性不斷增強(qiáng)，少數(shù)專家在研究領(lǐng)域的深度和廣度上存在一定失衡，網(wǎng)絡(luò)評論可以避免少數(shù)專家知識領(lǐng)域帶來的限制。

四是網(wǎng)絡(luò)評論是通過多種爬取技術(shù)手段得到的存量數(shù)據(jù)，即專家用戶在特定時段集成于網(wǎng)絡(luò)社區(qū)中的歷史數(shù)據(jù)和實(shí)時數(shù)據(jù)，相比于德爾菲法等專家調(diào)查數(shù)據(jù)，可以減少對專家是否及時回復(fù)或積極參與等主觀因素的依賴。此外，與網(wǎng)絡(luò)評論數(shù)據(jù)相比，文獻(xiàn)和專利數(shù)據(jù)存在較大的時滯性，不能及時有效地揭示科技發(fā)展和顛覆創(chuàng)新的方向和趨勢。

五是文本挖掘可以深層次挖掘、匯聚、凝練出網(wǎng)絡(luò)評論數(shù)據(jù)隱含的科技群體智慧，有助于獲得真正的基礎(chǔ)性、前瞻性、創(chuàng)新性、顛覆性的科技創(chuàng)新主題。此外，從相關(guān)技術(shù)本身來講，比如文本分類技術(shù)可將選定文本快速自動分類，有利于迅速確定文本涉及的技術(shù)領(lǐng)域及研究態(tài)勢。文本聚類技術(shù)可以突破提前設(shè)定的標(biāo)準(zhǔn)分類，通過評論文本的內(nèi)容相似度進(jìn)行分析，有利于發(fā)現(xiàn)新興技術(shù)領(lǐng)域和交叉技術(shù)領(lǐng)域。

整體來看，基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見方法具有如下優(yōu)勢：

（1）定性定量結(jié)合。定性預(yù)見方法可以充分發(fā)揮專家經(jīng)驗(yàn)豐富和追求創(chuàng)新的特點(diǎn)，定量預(yù)見方法可以充分考慮文獻(xiàn)專利等客觀數(shù)據(jù)包含的有價值信息，二者的互補(bǔ)融合可以有效提高結(jié)果的準(zhǔn)確性。新型方法也契合技術(shù)預(yù)見研究整體的發(fā)展趨勢，定性的網(wǎng)絡(luò)專家群體智慧與定量的文本挖掘方法相結(jié)合，專家用戶對科技創(chuàng)新主題給出定性的經(jīng)驗(yàn)知識和假設(shè)判斷，再利用文本挖掘方法進(jìn)行定量分析，最終得到科學(xué)合理的技術(shù)預(yù)見決策輔助信息。

（2）人機(jī)結(jié)合、以人為主。專家與機(jī)器的相互協(xié)作補(bǔ)充是技術(shù)預(yù)見實(shí)踐的主要工作方式［23］，雖然借助機(jī)器使得數(shù)據(jù)的獲取及挖掘更加自動化和智能化，但由于科技主題具有模糊性、非線性、不確定性，僅依靠目前的機(jī)器方法不足以辨識出真正的前沿領(lǐng)域，仍需要結(jié)合領(lǐng)域?qū)＜业慕?jīng)驗(yàn)、知識、智慧進(jìn)行深度討論和研判。因此在開放網(wǎng)絡(luò)社區(qū)中，需要各層次的專家用戶針對科技創(chuàng)新主題，依靠邏輯思維、形象思維、創(chuàng)造思維進(jìn)行充分的科學(xué)交互，并特別注重隱性知識的顯性化表征。

（3）閉環(huán)螺旋上升。在技術(shù)預(yù)見的整個模型框架中，知識結(jié)構(gòu)的復(fù)雜性和預(yù)見過程的漸進(jìn)性使得專家領(lǐng)域知識和文本挖掘技術(shù)需要進(jìn)行多次交互和反復(fù)，專家體系、機(jī)器體系、知識體系在多個循環(huán)過程中不斷被提煉、細(xì)化、融合［24］。作為一個逐漸趨近目標(biāo)的螺旋上升過程，至少包含以下3 種閉環(huán)：定性的專家領(lǐng)域知識—定量的文本挖掘技術(shù)—定性的專家領(lǐng)域知識（定性—定量—定性）；專家領(lǐng)域知識—網(wǎng)絡(luò)評論交互數(shù)據(jù)—專家領(lǐng)域知識（知識—數(shù)據(jù)—知識）；以人為主的知識轉(zhuǎn)化—以機(jī)器為主的知識挖掘—以人為主的知識深層次利用（人—機(jī)器—人）［25］。

4 結(jié)論

本研究首先對典型的技術(shù)預(yù)見方法及其優(yōu)缺點(diǎn)進(jìn)行梳理，主要可分為專家經(jīng)驗(yàn)和智慧驅(qū)動的、以定性為主的技術(shù)預(yù)見方法，以及數(shù)據(jù)和技術(shù)驅(qū)動的、以定量為主的技術(shù)預(yù)見方法；其次，隨著網(wǎng)絡(luò)社區(qū)的興起和海量評論數(shù)據(jù)的積累，提出基于網(wǎng)絡(luò)評論文本挖掘的技術(shù)預(yù)見模型框架，及其在定性定量結(jié)合、人機(jī)結(jié)合并以人為主、閉環(huán)螺旋上升等方面的特異性和優(yōu)勢；最后詳細(xì)闡述科技主題獲取、科技主題投放、科技主題討論、交互數(shù)據(jù)獲取、交互數(shù)據(jù)挖掘、權(quán)威專家研判識別、技術(shù)預(yù)見問題求解等關(guān)鍵步驟。