汇聚想法:数据驱动下的智库协同创新服务模式研究

发布时间：2020-12-22 16:25

　　【目的/意义】探讨智库协同创新服务模式旨在推动数据驱动环境下的智库模式变革,以保持其持续创新的能力。【方法/过程】在分析智库历史发展变化的基础上总结出智库运转的核心要素,并针对数据驱动环境下智库面临的挑战和机遇,提出数据驱动下的智库"想法协同"机制和构建模式。【结果/结论】新型智库协同创新服务模式在海量数据分析的支持下,通过集体想法的交互与融合,协同促进智库服务能力的提升。 

【文章来源】：情报科学. 2018年07期 北大核心CSSCI

【文章页数】：7 页

【部分图文】：

想法协同过程想法协同主要是充分发挥集体智力解答客观问题的过

???程，有助于最后形成一个融合各方智慧和利益的较为全面的解决方案。4基于“想法协同”的智库协同创新能力构建在海量数据分析的支撑下，智库的服务方式由智力密集型向数据密集型结合想法协同的方式转变，运转的重心转向想法协同，目的是通过想法流产生高质量并且具有创新价值的问题解决方案。要想促成想法流的高效运转，获得高效的智慧服务能力，需要在分析对象、分析主体各阶段融入智慧，使得数据和想法得以激活和流动，最终得到实现智库运转机制的全面革新。本文结合数据驱动下智库的“想法协同”思想，提出了图4所示的新型智库模式。图4数据驱动下的智库“想法协同”模式44.1数据流融汇价值大数据环境下，解决某一实际社会问题越来越需要围绕该问题的全数据。比如，若要解决污染问题，既需要环境、资源、生态方面的基本知识，还需要考虑如何形成绿色生产、循环经济，实现可持续发展。所以，数据驱动下的智库在资源对象处理阶段融入智慧，就是要获取尽可能丰富的数据作为基础支持，并且借助先进的数据处理技术，如物联网技术、语义网技术、智能分析技术等来获娶组织、分析、计算和呈现数据的逻辑及隐含在数据背后的规律，实现对数据价值的全方位描述与抽取，在数据持久流动中融汇价值，为创新发现及想法协同提供支持。数据流阶段主要有以下四个处理步骤：（1）数据共享与整合。数据流的基础是获取来源广泛的多元化数据，一方面，需要利用物联网技术感知信息，获取实时数据；另一方面，通过网络爬虫技术访问各种载体形式的数据，获取全媒介数据。在此基础上，与现有数据库的数据进行统一整合。（2）语义组织。要实现对不同来源数据的深度利用，就需要借助语义技术实现数据的序化和关联。首先要对已有数

【参考文献】：
期刊论文
[1]基于案例分析的美国顶级高校智库图书馆服务研究[J]. 梁宵萌.  图书馆论坛. 2018(01)
[2]面向网络信息资源聚合搜索的细粒度聚合单元元数据研究[J]. 曹树金,李洁娜,王志红.  中国图书馆学报. 2017(04)
[3]国外智库数据搜集策略及其在大数据环境下的挑战[J]. 安楠,祝忠明.  图书与情报. 2017(03)
[4]国内高校智库数据库建设现状及图书馆服务策略研究[J]. 高咏先.  图书情报工作. 2017(10)
[5]功能型图书馆智库服务模式及发展研究[J]. 龚花萍,高洪新,胡媛.  图书馆学研究. 2017(08)
[6]基于共享心智模型的设计智力协同过程研究[J]. 王业东,敬石开,魏振达.  计算机辅助设计与图形学学报. 2016(11)
[7]基于多学科支撑的智库可持续发展模式研究[J]. 李春美,魏凤.  情报杂志. 2016(09)
[8]科技智库数据信息服务模式研究[J]. 李纯,张冬荣.  情报理论与实践. 2016(06)
[9]融合情报流程:我国智库组织结构和运行机制的研究[J]. 张家年,卓翔芝.  情报杂志. 2016(03)
[10]面向决策的智库协同创新情报服务:功能定位与体系构建[J]. 李纲,李阳.  图书与情报. 2016(01)



本文编号：2932062