面向智库评价的数据资源中心建设研究

发布时间：2022-01-17 17:43

　　[目的/意义]智库建设是目前社会科学界热议的话题,如何科学合理地研究和评价智库也成为日益受关注的问题,高质量的智库研究报告需要高质量的数据平台支撑。[方法/过程]本文从智库研究与评价的需求出发,总结了目前智库知识资源体系的主要类型和建设现状,提出了大数据环境下面向智库研究的知识资源平台建设困难和挑战,介绍平台建设的原则思路和主要技术。[结果/结论]以中华智库研究网为实例,介绍面向智库研究的知识资源中心的建设,以及资源中心支撑智库研究的实践。 

【文章来源】：智库理论与实践. 2020,5(03)

【文章页数】：10 页

【部分图文】：

面向智库评价的领域知识库核心概念关系

面向智库评价的领域图谱构建的整体流程如图3所示,网络资源数据经过数据清洗和存储,形成结构化和非结构化数据,对结构化数据采用基于语义规则库的语义匹配算法,对非结构化数据采用基于语义挖掘和机器学习的实体关系抽取方法,初步构建知识体,再通过知识匹配和属性扩展方法,将知识体进行融合。构建领域知识库的时候,根据各种知识融合模型评价算法,同步进行知识融合结果评价和优化,最终形成面向智库评价的领域知识库。同时,由于智库机构具有关注时事,关注热点等特征,面向智库评价的智库领域知识库也要与时俱进,不断更新。基于这一特点,领域知识融合体系尽量采用与智库研究数据采集同步更新的方式进行知识库的更新,新采集到领域数据后,同步进行知识冲突监测和领域知知识库数据更新。

不断完善平台数据质量,持续不断、客观准确地收集智库的相关数据是平台能够持久生存,并且不断扩大影响力的关键。平台基础数据在“机器抓取,人工录入审核”大原则下,利用中心丰富的数据资源,采用相对权威的数据源,严格按照“三重过滤,两重审核”机制,确保数据质量,见图4。针对不同数据类目的特点,完善不同的数据更新机制,确保数据的完整性和时效性。5.1 丰富的数据来源

【参考文献】：
期刊论文
[1]国内外智库评价方法比较分析[J]. 雷佳丽,郑军卫.  情报理论与实践. 2019(04)
[2]基于系统理论的中国特色新型智库影响力评价及特征分析[J]. 方茜.  经济体制改革. 2018(02)
[3]智库评价研究进展及我国智库评价建设[J]. 朱敏,房俊民.  情报杂志. 2017(08)
[4]中国智库评价体系的现状与展望[J]. 王文,李振.  智库理论与实践. 2016(04)
[5]智库知识库的构建研究[J]. 许鑫,吴珊燕.  情报理论与实践. 2014(03)



本文编号：3595161