李大信

（河南省社會(huì)科學(xué)院文獻(xiàn)信息中心，河南 鄭州 450000）

黨的十八大以來(lái)，黨和政府對(duì)智庫(kù)在科學(xué)民主依法決策、國(guó)家治理體系和治理能力現(xiàn)代化、國(guó)家軟實(shí)力建設(shè)方面予以高度重視，并提出了建設(shè)中國(guó)特色新型智庫(kù)的總體目標(biāo)。要求充分發(fā)揮資政建言、理論創(chuàng)新、輿論引導(dǎo)、社會(huì)服務(wù)、公共外交等重要功能，明確指出中國(guó)特色新型智庫(kù)建設(shè)具有3個(gè)重大意義：一是黨和政府科學(xué)民主依法決策的重要支撐；二是國(guó)家治理體系和治理能力現(xiàn)代化的重要內(nèi)容；三是國(guó)家軟實(shí)力的重要組成部分［1］。

智庫(kù)作為知識(shí)服務(wù)的主體，智力資源和知識(shí)資源是其構(gòu)成的主要要素，智庫(kù)的工作對(duì)象就是信息和知識(shí)，它們?cè)谥菐?kù)中有著不可或缺的地位。21世紀(jì)以來(lái)，信息化、全球化加速發(fā)展，以大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)為主導(dǎo)的新一輪信息革命取得突破性進(jìn)展，信息和知識(shí)也呈現(xiàn)出爆炸性增長(zhǎng)，同時(shí)出現(xiàn)更多的載體和形態(tài)。這些信息和知識(shí)表現(xiàn)出與以往知識(shí)信息截然不同的特征，數(shù)據(jù)規(guī)模大（Volume）、數(shù)據(jù)類型多樣（Variety）、數(shù)據(jù)價(jià)值密度低（Value）、數(shù)據(jù)要求處理速度快（Velocity），業(yè)界稱之為大數(shù)據(jù)。

大數(shù)據(jù)帶來(lái)了全新的數(shù)據(jù)分析技術(shù)與方法，在復(fù)雜的環(huán)境和海量的數(shù)據(jù)中，解釋數(shù)據(jù)之間及數(shù)據(jù)與環(huán)境之間的廣泛聯(lián)系，準(zhǔn)確了解過去、把握現(xiàn)在、預(yù)測(cè)未來(lái)，使智庫(kù)可以在此基礎(chǔ)上更加科學(xué)地為決策提供知識(shí)服務(wù)；另外，智庫(kù)還可以通過社會(huì)信息大數(shù)據(jù)動(dòng)態(tài)觀測(cè)，發(fā)現(xiàn)政治、經(jīng)濟(jì)、社會(huì)、文化活動(dòng)中出現(xiàn)的各種情況，主動(dòng)進(jìn)行知識(shí)創(chuàng)新，為相關(guān)部門提供創(chuàng)新型、預(yù)測(cè)型知識(shí)服務(wù)。智庫(kù)要善于利用大數(shù)據(jù)技術(shù)的發(fā)展優(yōu)勢(shì)，在提供知識(shí)服務(wù)的過程中，從傳統(tǒng)依靠經(jīng)驗(yàn)和文獻(xiàn)的研究模式向利用大數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新研究模式轉(zhuǎn)變，實(shí)現(xiàn)研究工具的現(xiàn)代化，提高研究過程的科學(xué)性。

1 智庫(kù)知識(shí)服務(wù)

1.1 知識(shí)服務(wù)的概念

近年來(lái)，知識(shí)服務(wù)及其相關(guān)的研究多集中在圖書情報(bào)行業(yè)，研究側(cè)重于圖書情報(bào)行業(yè)的咨詢功能，把知識(shí)服務(wù)嵌入圖書情報(bào)工作的信息服務(wù)范疇來(lái)進(jìn)行討論，將其作為圖書館信息工作的一種高級(jí)階段形式，并賦予其顯性知識(shí)和隱性知識(shí)搜集整理的任務(wù)，對(duì)服務(wù)對(duì)象提出的問題進(jìn)行綜合性信息服務(wù)，并提供有針對(duì)性的信息報(bào)告。研究一般認(rèn)為知識(shí)服務(wù)是圖書館未來(lái)信息工作的重要形式，并從部分圖書館的實(shí)踐出發(fā)探討了知識(shí)服務(wù)是圖書館情報(bào)工作的核心功能，是圖書館智庫(kù)建設(shè)發(fā)展的方向和目標(biāo)。

李霞等認(rèn)為知識(shí)服務(wù)是一個(gè)滿足客戶不同類型知識(shí)需求的服務(wù)過程，其過程是知識(shí)服務(wù)提供者憑借其具有的高度專業(yè)化的知識(shí)，在充分挖掘客戶需求的基礎(chǔ)上，結(jié)合組織內(nèi)外搜集、整理的信息與知識(shí)，進(jìn)行知識(shí)創(chuàng)新，并借助適當(dāng)?shù)姆椒ê褪侄?，在與客戶交互的過程中，幫助客戶獲取知識(shí)、提高客戶解決問題的能力、幫助客戶理性決策，或者直接幫助客戶解決問題［2］。周利琴等認(rèn)為知識(shí)服務(wù)的目標(biāo)是為了滿足用戶的需求，在問題環(huán)境中把用戶的知識(shí)需求逐一細(xì)化分解，針對(duì)用戶的個(gè)性化實(shí)時(shí)需求來(lái)動(dòng)態(tài)組織知識(shí)服務(wù)，為用戶提供決策支持和解決問題所需的知識(shí)［3］。

這些研究注重圖書情報(bào)機(jī)構(gòu)的服務(wù)特性，并圍繞服務(wù)定位探討知識(shí)服務(wù)的形式、方法、技術(shù)手段，認(rèn)為知識(shí)服務(wù)就是更深入而廣泛的信息搜集、組織、傳輸?shù)倪^程。

1.2 智庫(kù)知識(shí)服務(wù)流程

我們從智庫(kù)的視角出發(fā)，分析智庫(kù)知識(shí)服務(wù)的流程，主要包括以下步驟：①課題立項(xiàng)（客戶提出研究方向，智庫(kù)分析需求確定研究課題）；②信息準(zhǔn)備（課題相關(guān)背景，最新研究成果，相關(guān)研究數(shù)據(jù)等）；③知識(shí)生產(chǎn)（數(shù)據(jù)分析，信息研究，取得成果，適用性評(píng)價(jià)）；④課題結(jié)項(xiàng)（完成知識(shí)服務(wù)，提交課題成果）。

由智庫(kù)的業(yè)務(wù)活動(dòng)流程可以發(fā)現(xiàn)，智力資源和信息資源是整個(gè)流程的關(guān)鍵因素，智庫(kù)知識(shí)服務(wù)過程就是智庫(kù)依靠所擁有的智力資源，進(jìn)行信息匯聚、知識(shí)創(chuàng)新的過程。

1.3 智庫(kù)知識(shí)服務(wù)的特征

通過分析智庫(kù)知識(shí)服務(wù)的工作流程可以看出，智庫(kù)知識(shí)服務(wù)具備以下特點(diǎn)。

1.3.1 專業(yè)化。智庫(kù)知識(shí)服務(wù)面向?qū)ｉT的對(duì)象，主要研究客戶自身無(wú)法解決或者解決代價(jià)過高的問題，研究方向高度專業(yè)化，研究工作者具備專業(yè)化的知識(shí)和技能，但智庫(kù)本身不參與客戶的直接工作，僅就相關(guān)問題提供咨詢和建議。

1.3.2 增值化。智庫(kù)知識(shí)服務(wù)是在原有信息的基礎(chǔ)上，通過知識(shí)的匯聚、研究與創(chuàng)新，滿足用戶的知識(shí)創(chuàng)新需求。在創(chuàng)新過程中，生產(chǎn)了新知識(shí)，實(shí)現(xiàn)了知識(shí)的增值。

1.3.3 定制化。智庫(kù)知識(shí)服務(wù)是面向特定客戶群體提供的，且每次知識(shí)服務(wù)都面對(duì)不同的客戶或不同的需求，智庫(kù)的知識(shí)服務(wù)需要根據(jù)客戶需求的層次和特點(diǎn)進(jìn)行細(xì)分，提供個(gè)性化、定制化的服務(wù)。

1.3.4 交互化。智庫(kù)知識(shí)服務(wù)要做到客戶導(dǎo)向，在知識(shí)創(chuàng)新的過程中，引入客戶評(píng)價(jià)和第三方評(píng)價(jià)，對(duì)階段性成果進(jìn)行評(píng)價(jià)和修訂，保持與客戶的溝通和交流，保證知識(shí)創(chuàng)新能夠滿足客戶需求。

1.3.5 廣泛化。面對(duì)日新月異的社會(huì)發(fā)展環(huán)境，智庫(kù)知識(shí)服務(wù)的知識(shí)創(chuàng)新過程，常常要跨領(lǐng)域、跨專業(yè)，因而新型智庫(kù)知識(shí)服務(wù)需要建立廣泛的知識(shí)創(chuàng)新網(wǎng)絡(luò)。一方面要注重信息資源的積累；另一方面要建立廣泛的智力資源合作網(wǎng)絡(luò)，做好人力資源儲(chǔ)備。

由以上特點(diǎn)可知，智庫(kù)知識(shí)服務(wù)是智庫(kù)面向客戶提出的知識(shí)需求，組織智庫(kù)所擁有的高度專業(yè)化的智力資源和信息資源，進(jìn)行專門的知識(shí)創(chuàng)新，以滿足客戶知識(shí)需求的過程。

2 大數(shù)據(jù)在智庫(kù)知識(shí)服務(wù)中的作用

大數(shù)據(jù)作為一種新的信息形式和技術(shù)手段，近年來(lái)其體量呈現(xiàn)爆發(fā)式的增長(zhǎng)。一方面，電子商務(wù)、科學(xué)研究、計(jì)算機(jī)仿真等領(lǐng)域數(shù)據(jù)量呈現(xiàn)快速增長(zhǎng)的趨勢(shì)；另一方面，網(wǎng)絡(luò)傳感、移動(dòng)互聯(lián)網(wǎng)、社交網(wǎng)絡(luò)也帶來(lái)了大量數(shù)據(jù)。新興數(shù)據(jù)采集技術(shù)的出現(xiàn)使得數(shù)據(jù)成本下降，但由于數(shù)據(jù)類型增多，半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)給數(shù)據(jù)處理帶來(lái)了難題。大數(shù)據(jù)技術(shù)的出現(xiàn)，使得對(duì)這些數(shù)據(jù)的處理成為可能。大數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)挖掘技術(shù)等新的技術(shù)手段以及海量的數(shù)據(jù)，成為一種新的戰(zhàn)略物資。

大數(shù)據(jù)的出現(xiàn)意味著人們從信息時(shí)代進(jìn)入大數(shù)據(jù)時(shí)代，從以信息搜集整理分析推動(dòng)社會(huì)發(fā)展的時(shí)代進(jìn)入以大數(shù)據(jù)的挖掘、分析、處理推動(dòng)社會(huì)創(chuàng)新的時(shí)代?；诖髷?shù)據(jù)的數(shù)據(jù)處理業(yè)務(wù)將逐漸替代傳統(tǒng)的信息搜集整理業(yè)務(wù)，滲透到智庫(kù)的知識(shí)服務(wù)過程中，為智庫(kù)知識(shí)服務(wù)帶來(lái)新的發(fā)展機(jī)遇。

2.1 大數(shù)據(jù)為智庫(kù)知識(shí)服務(wù)提供全面的數(shù)據(jù)資源

智庫(kù)知識(shí)服務(wù)傳統(tǒng)上以文本信息和統(tǒng)計(jì)數(shù)據(jù)等作為主要研究對(duì)象，采用常規(guī)文獻(xiàn)法和數(shù)據(jù)分析方法來(lái)進(jìn)行研究，信息是缺失而不完整的。隨著大數(shù)據(jù)時(shí)代的到來(lái)，物聯(lián)網(wǎng)、傳感器、社交網(wǎng)絡(luò)、智能終端的爆炸性增長(zhǎng)帶來(lái)了數(shù)據(jù)量的增長(zhǎng)。互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）預(yù)測(cè)到2020年，全球?qū)碛?5ZB的數(shù)據(jù)量。半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)得以記錄、存儲(chǔ)、挖掘、分析和利用，為智庫(kù)知識(shí)服務(wù)提供了體量巨大、內(nèi)容完整的數(shù)據(jù)。智庫(kù)得以從更深層次、更大范圍、更廣領(lǐng)域獲得研究對(duì)象的數(shù)據(jù)，為智庫(kù)知識(shí)服務(wù)提供了更加全面的數(shù)據(jù)資源。智庫(kù)在知識(shí)服務(wù)過程中，通過建立算法和模型對(duì)這些大數(shù)據(jù)進(jìn)行挖掘分析，能夠更加全面而客觀地認(rèn)知研究對(duì)象，獲得更加科學(xué)的依據(jù)，提高了研究的水平和效率。另外，在海量數(shù)據(jù)的基礎(chǔ)上，智庫(kù)可以根據(jù)客戶需求，利用大數(shù)據(jù)挖掘組合模型，進(jìn)行多方向的知識(shí)創(chuàng)新，形成一個(gè)知識(shí)集合，為客戶提供可選擇的、多樣化的智庫(kù)知識(shí)服務(wù)，提高智庫(kù)知識(shí)服務(wù)滿意度，提供更高水平的智庫(kù)知識(shí)服務(wù)。

2.2 大數(shù)據(jù)為智庫(kù)知識(shí)服務(wù)提供客觀的數(shù)據(jù)資源

客觀是指大數(shù)據(jù)多由機(jī)器搜集存儲(chǔ)，較少人為干擾，而且大數(shù)據(jù)基本上屬于公共資源，是可以被公眾獲取使用的。智庫(kù)知識(shí)服務(wù)應(yīng)當(dāng)以客觀數(shù)據(jù)為依據(jù)，數(shù)據(jù)的客觀性一方面來(lái)源于機(jī)器搜集、機(jī)器存儲(chǔ)；一方面來(lái)源于開放的數(shù)據(jù)源，如社交媒體、物聯(lián)網(wǎng)數(shù)據(jù)等。對(duì)數(shù)據(jù)關(guān)聯(lián)性的分析和挖掘，是通過合理設(shè)計(jì)的算法和模型來(lái)進(jìn)行；數(shù)據(jù)處理是面向全體數(shù)據(jù)進(jìn)行的，避免了人工分析的傾向性和疏漏。大數(shù)據(jù)通過高速發(fā)現(xiàn)、搜集和分析，從海量數(shù)據(jù)中挖掘更深層次、更多信息量的隱性信息，為數(shù)據(jù)分析挖掘結(jié)果提供了客觀性保障。

2.3 大數(shù)據(jù)為智庫(kù)知識(shí)服務(wù)提供了工作新思維

傳統(tǒng)智庫(kù)知識(shí)服務(wù)一般遵循以下流程：接受知識(shí)服務(wù)請(qǐng)求—收集信息—信息分析—找出因果關(guān)系—提出解決方案，使用戶的問題得以成功解決。但由于信息不全面、渠道不暢通，解決方案價(jià)值受到限制，一般屬于事后方案。

在大數(shù)據(jù)支持下，智庫(kù)知識(shí)服務(wù)可以為客戶提供多種模式的解決方案，其流程為：接受知識(shí)服務(wù)請(qǐng)求—收集數(shù)據(jù)—數(shù)據(jù)挖掘—發(fā)現(xiàn)相互關(guān)系—提出回溯性成果、預(yù)測(cè)性成果、預(yù)置性成果等?？梢酝ㄟ^數(shù)據(jù)挖掘過程中的數(shù)據(jù)關(guān)聯(lián)分析而非因果分析，根據(jù)數(shù)據(jù)特征進(jìn)行數(shù)據(jù)清洗，通過數(shù)據(jù)的關(guān)聯(lián)性發(fā)現(xiàn)數(shù)據(jù)趨勢(shì)，為用戶提供多種解決方案?；厮菪猿晒峭ㄟ^對(duì)已發(fā)生數(shù)據(jù)的挖掘，發(fā)現(xiàn)事物的發(fā)展模式和已有結(jié)果，并根據(jù)這個(gè)趨勢(shì)預(yù)測(cè)事物的發(fā)展結(jié)果。預(yù)測(cè)性成果是利用現(xiàn)有數(shù)據(jù)建立多樣化的數(shù)據(jù)模型，并對(duì)未來(lái)數(shù)據(jù)進(jìn)行多種預(yù)測(cè)和檢驗(yàn)，在此基礎(chǔ)上對(duì)事物未來(lái)的發(fā)展趨勢(shì)進(jìn)行評(píng)估，預(yù)測(cè)事物未來(lái)發(fā)展的多種可能結(jié)果。預(yù)置性成果同樣利用現(xiàn)有數(shù)據(jù)建立多樣化的數(shù)據(jù)模型，并按照客戶要求設(shè)置預(yù)置條件，當(dāng)預(yù)置條件被觸發(fā)時(shí)自動(dòng)為客戶提供即時(shí)方案。

大數(shù)據(jù)支持下的智庫(kù)知識(shí)服務(wù)將改變傳統(tǒng)的智庫(kù)知識(shí)服務(wù)流程，為客戶提供更具有前瞻性、謀劃性、可操作性的知識(shí)方案。

2.4 大數(shù)據(jù)為智庫(kù)知識(shí)服務(wù)提供廣泛的合作空間

在大數(shù)據(jù)環(huán)境下，智庫(kù)知識(shí)服務(wù)將在一個(gè)開放而多元的平臺(tái)上進(jìn)行。智庫(kù)的專家團(tuán)隊(duì)是智庫(kù)知識(shí)服務(wù)的基本保障。來(lái)自于不同行業(yè)的數(shù)據(jù)處理專家團(tuán)隊(duì)，對(duì)不同領(lǐng)域的數(shù)據(jù)進(jìn)行挖掘處理?？蛻魣F(tuán)隊(duì)不僅僅局限于提出需求和成果評(píng)價(jià)，而是滲透到智庫(kù)知識(shí)服務(wù)過程的每個(gè)環(huán)節(jié)。多團(tuán)隊(duì)緊密合作，形成跨學(xué)科的智力資源。

大數(shù)據(jù)資源將分別來(lái)源于客戶數(shù)據(jù)、智庫(kù)自有數(shù)據(jù)、購(gòu)買的專業(yè)數(shù)據(jù)以及開放的網(wǎng)絡(luò)數(shù)據(jù)，形成開放而多元化的數(shù)據(jù)資源。

跨學(xué)科的智力資源和開放而多元化的數(shù)據(jù)資源將會(huì)是大數(shù)據(jù)環(huán)境下智庫(kù)知識(shí)服務(wù)的基本配置，只有這樣才能保證智庫(kù)知識(shí)服務(wù)成果的科學(xué)性和正確性。

3 三駕馬車，推進(jìn)智庫(kù)知識(shí)服務(wù)大數(shù)據(jù)化發(fā)展之路

大數(shù)據(jù)如今已深入全球每個(gè)領(lǐng)域。僅就經(jīng)濟(jì)領(lǐng)域而言，據(jù)麥肯錫全球研究院估計(jì)，2009年美國(guó)各家公司平均儲(chǔ)存的數(shù)據(jù)超過1PB。歐洲組織的總體儲(chǔ)存數(shù)據(jù)在2010年超過了16EB。這說(shuō)明發(fā)達(dá)國(guó)家經(jīng)濟(jì)活動(dòng)中對(duì)大數(shù)據(jù)的依賴性已經(jīng)比較強(qiáng)。相比較，其他地區(qū)的人均數(shù)據(jù)密度就低多了。但是未來(lái)發(fā)展中國(guó)家也具有利用大數(shù)據(jù)的巨大潛力。中國(guó)龐大的人口基數(shù)和迅猛的經(jīng)濟(jì)增長(zhǎng)速度，必將推動(dòng)大數(shù)據(jù)規(guī)模的快速增長(zhǎng)，這從客觀上為大數(shù)據(jù)技術(shù)的發(fā)展提供了前提。

如何有效地把如此龐大的數(shù)據(jù)轉(zhuǎn)化為智庫(kù)知識(shí)服務(wù)的資源，提升智庫(kù)知識(shí)服務(wù)的水平，智庫(kù)需要把握好3個(gè)關(guān)鍵的因素：第一，搞好人力資源建設(shè)；第二，做好數(shù)據(jù)儲(chǔ)備；第三，開發(fā)好客戶需求。智庫(kù)要著力推進(jìn)政府、學(xué)界、產(chǎn)業(yè)界、資本市場(chǎng)各方合作，消除“數(shù)據(jù)割據(jù)”和“數(shù)據(jù)孤島”，在保障國(guó)家數(shù)據(jù)安全的前提下，最大限度地獲取大數(shù)據(jù)資源，促進(jìn)大數(shù)據(jù)的關(guān)聯(lián)應(yīng)用，從而為智庫(kù)的知識(shí)服務(wù)引入大數(shù)據(jù)支持，提升服務(wù)水平和價(jià)值。

3.1 人才資源建設(shè)

大數(shù)據(jù)時(shí)代，智庫(kù)知識(shí)服務(wù)所需要人才要同時(shí)具備學(xué)科專業(yè)知識(shí)和大數(shù)據(jù)知識(shí)，智庫(kù)專家既要有深厚的專業(yè)知識(shí)，還要具備計(jì)算機(jī)應(yīng)用知識(shí)，并具備數(shù)學(xué)、統(tǒng)計(jì)學(xué)等方面素養(yǎng)。

但人才匱乏是目前大數(shù)據(jù)應(yīng)用的發(fā)展瓶頸。麥肯錫認(rèn)為，2018年僅美國(guó)就需要14～19萬(wàn)名具有“深度分析”經(jīng)驗(yàn)的工作者以及150萬(wàn)名精通數(shù)據(jù)的經(jīng)理人。而實(shí)際情況是，這一要求遠(yuǎn)遠(yuǎn)得不到滿足。在當(dāng)前階段，智庫(kù)不一定有條件配備大數(shù)據(jù)體系的所有專業(yè)人才，如數(shù)據(jù)分析師、算法工程師、系統(tǒng)開發(fā)工程師、數(shù)據(jù)挖掘師、數(shù)據(jù)可視化設(shè)計(jì)師、數(shù)據(jù)后臺(tái)開發(fā)工程師等。這些大數(shù)據(jù)的專業(yè)性工作可以采用服務(wù)外包、簽約大數(shù)據(jù)專家團(tuán)隊(duì)的方式來(lái)解決。智庫(kù)在招聘人才和服務(wù)外包的同時(shí)，還要積極對(duì)專業(yè)人才的大數(shù)據(jù)素養(yǎng)進(jìn)行培訓(xùn)，引進(jìn)先進(jìn)的分析方法和模型，定期對(duì)專業(yè)研究人員進(jìn)行培訓(xùn)，這樣可以逐步提高研究人員的業(yè)務(wù)水平，逐步把專業(yè)人才培養(yǎng)成為綜合性人才。

3.2 大數(shù)據(jù)資源建設(shè)

大數(shù)據(jù)時(shí)代的到來(lái)使得數(shù)據(jù)成了企業(yè)、機(jī)構(gòu)乃至政府所重視的資源。2012年1月，瑞士達(dá)沃斯論壇發(fā)布的《大數(shù)據(jù)，大影響》報(bào)告形象地將數(shù)據(jù)稱為社會(huì)的“金礦”和“黃金”［4］。

智庫(kù)知識(shí)服務(wù)的數(shù)據(jù)分析、數(shù)據(jù)處理和數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)的實(shí)現(xiàn)也需要大數(shù)據(jù)資源的支持，而這些數(shù)據(jù)可以是智庫(kù)自身所擁有的數(shù)據(jù)資源，也可以是來(lái)自于客戶的數(shù)據(jù)資源，還可以是根據(jù)知識(shí)創(chuàng)新需要，從大數(shù)據(jù)資源公司購(gòu)買的數(shù)據(jù)資源。

智庫(kù)應(yīng)該充分認(rèn)識(shí)大數(shù)據(jù)在知識(shí)服務(wù)中的重要作用，提高大數(shù)據(jù)意識(shí)，利用自身優(yōu)勢(shì)，構(gòu)建大數(shù)據(jù)共享平臺(tái)，協(xié)調(diào)政府大數(shù)據(jù)資源、社會(huì)組織大數(shù)據(jù)資源、企業(yè)大數(shù)據(jù)資源以及自有大數(shù)據(jù)資源的交流交換及有償使用。

3.3 客戶市場(chǎng)開發(fā)

智庫(kù)知識(shí)服務(wù)應(yīng)該通過項(xiàng)目立項(xiàng)與客戶加強(qiáng)溝通，宣傳大數(shù)據(jù)在知識(shí)服務(wù)中的作用，引導(dǎo)客戶的大數(shù)據(jù)需求?？梢越⒋髷?shù)據(jù)智庫(kù)知識(shí)服務(wù)推廣平臺(tái)，宣傳大數(shù)據(jù)知識(shí)服務(wù)成功案例，展示大數(shù)據(jù)分析在客戶決策當(dāng)中的支撐作用，提醒客戶對(duì)智庫(kù)知識(shí)服務(wù)的追求不應(yīng)該止步于使用簡(jiǎn)單的統(tǒng)計(jì)分析軟件，而是應(yīng)該使用更加專業(yè)和精確的大數(shù)據(jù)挖掘分析。

4 結(jié)語(yǔ)

大數(shù)據(jù)技術(shù)的廣泛應(yīng)用使得海量、復(fù)雜、多結(jié)構(gòu)數(shù)據(jù)的即時(shí)獲取、精確分析、深度挖掘成為現(xiàn)實(shí)，為智庫(kù)知識(shí)服務(wù)帶來(lái)服務(wù)手段、服務(wù)理念、服務(wù)思維、服務(wù)基礎(chǔ)、服務(wù)載體、服務(wù)管理等方面的改變，也帶來(lái)很多服務(wù)增長(zhǎng)點(diǎn)。大數(shù)據(jù)不僅為智庫(kù)知識(shí)服務(wù)帶來(lái)全新的技術(shù)、方法、平臺(tái)、理念，幫助和促使人們通過數(shù)據(jù)整合、數(shù)據(jù)分析、數(shù)據(jù)挖掘來(lái)揭示出數(shù)據(jù)的內(nèi)在價(jià)值，實(shí)現(xiàn)智庫(kù)知識(shí)服務(wù)價(jià)值的增值，而且給智庫(kù)知識(shí)服務(wù)帶來(lái)很大挑戰(zhàn)。例如，利用大數(shù)據(jù)的同時(shí)如何做好數(shù)據(jù)隱私保護(hù)工作、如何防止保密數(shù)據(jù)的泄密、如何協(xié)調(diào)專業(yè)知識(shí)與大數(shù)據(jù)挖掘技術(shù)協(xié)作等。

但大數(shù)據(jù)帶來(lái)的價(jià)值和便利將是巨大的，智庫(kù)知識(shí)服務(wù)如果想在新的數(shù)據(jù)時(shí)代有所作為，必將著力解決大數(shù)據(jù)應(yīng)用中存在的各種問題，著力運(yùn)用好大數(shù)據(jù)工具，提高智庫(kù)知識(shí)服務(wù)的水平。