新技术环境下的智库情报服务创新研究

黄晓斌 张明鑫

摘   要：随着5G技术、区块链技术、大数据、人工智能和物联网等技术的发展，智库机构积极借助新兴信息技术创新情报工作流程和情报服务方法，对于提升智库影响力和传播力而言具有重要意义。文章探讨了新技术的发展给传统智库机构带来的挑战，提出了新技术环境下的智库情报服务创新体系，指出：①智库应当积极应用大数据技术、物联网技术和人工智能等新兴信息技术，提升智库的数据驱动发现情报研究需求的能力;②采用大数据技术挖掘分析海量数据资源;③利用专家系统提升决策的效率;④基于区块链技术构建智库信息资源协同与共享平台;⑤借助移动互联网和智能可穿戴设备为专家的研究活动提供支撑;⑥基于用户画像为用户推送智库研究成果等。

关键词：智库;情报服务;5G;区块链;大数据;物联网;人工智能

Abstract With the development of 5G， big data， AI， internet of things and block chain， innovation of the information services of think tank with the help of new technology is of great importance to improve the influence of think tank. This paper explores the challenges of think tank in the new technological environment and puts forward some new information services based on AI and other new technologies. These new information services are as follows： Think tank should ①actively apply emerging information technologies such as big data technology， Internet of things technology and artificial intelligence to improve their ability of data-driven discovery of information research needs;②extract and analyze massive data resources with big data technology;③use expert system to improve the efficiency of decision;④build the information resource collaboration and sharing platform of think tank based on block chain Technology;⑤support experts' research activities with mobile Internet and intelligent wearable devices; and ⑥push think tank research results for users based on user profile.

Key words think tank; information services; 5G; AI; big data; internet of things; block chain

1   引言

智庫，又称“头脑库”或“智囊团”，在为党和国家资政建言、引导社会舆论、提供情报信息服务和开启民智等方面发挥了重要的作用。智库的生命力在于其思想观点的影响力，而智库思想观点的影响力来源于智库思想观点的传播力[1]。因此，为了保持持续不断的生命力并增强智库机构的影响力，智库机构需要不断提升研究成果的质量水平，并积极借助各类信息传播方式和研究成果发布平台来传播自身的研究成果。然而，随着大数据、5G通讯、区块链和人工智能等新兴信息技术的发展，海量数据资源的非结构化和异构式分布、新媒体传播方式的兴起等均给传统智库的数据搜集、数据分析和研究成果的传播与发布方式等带来了挑战。对于智库机构而言，在新的技术环境下，为了保证研究成果的质量并提升研究成果的传播力和影响力，智库机构需要积极借助新兴信息技术，整合传统情报工作流程并创新情报服务方式，才能适应新技术环境所带来的各种挑战。

因此，智库机构如何利用大数据思维与技术实现数据驱动的情报研究需求挖掘，将多源、海量、异构数据整合为智库项目研究所需的资源，进而提高决策的质量和水平？如何通过物联网技术为智库研究专家提供基于情境感知的知识服务？如何利用人工智能技术建立专家系统，实现更加精准高效的问题求解和决策咨询？为了回答以上问题，本研究探讨了新技术环境下传统智库的情报工作流程与服务方式面临的挑战，并提出了新技术环境下智库的情报服务创新对策，旨在为新技术环境下智库机构的发展提供一定的参考和借鉴。

2   新兴信息技术环境下传统智库情报服务面临的挑战

大数据、物联网、人工智能、5G通讯以及区块链等信息技术的迅速发展，深刻影响了智库情报服务的资源环境和技术环境。从智库情报研究的整个流程来看，新技术给智库机构的需求识别、数据搜集、数据分析、政策研究、研究成果的发布宣传以及信息资源共享等全过程均带来了严峻的挑战。

2.1    数据驱动能力亟待提升

新技术环境下，智库机构数据驱动挖掘情报研究需求的能力较弱。传统智库的情报研究需求主要来源于委托命题和自主选题[2]。委托命题是指政府在制定和颁布涉及社会公共利益的政策时，委托特定的智库机构，就指定的研究题目展开调研、分析和评价，形成研究报告，为政府提供决策咨询服务。自主选题是指智库机构自主选择相关研究课题，形成研究成果并向社会公众进行宣传。因此，传统智库在确定情报研究需求的过程中，更多依赖的是政府选题或智库专家的个人经验和对社会热点的定性把握程度，缺少定量数据挖掘与分析的过程。

然而，随着经济社会的深入发展，涉及重大公共利益的社会热点事件日趋复杂、瞬息万变，仅依赖智库专家的个人经验难以准确深入地把握情报研究需求。而大数据技术等新兴信息技术的出现，一方面使得基于大数据挖掘的智库环境扫描以及智库情报研究需求的识别成为可能，但另一方面也对智库机构的数据驱动能力提出了挑战。这表明，新技术环境下，智库情报研究问题的确定，不仅需要智库专家的智慧和经验，同时也需要数据驱动过程的支撑。

2.2     面向更加复杂多样的海量数据

随着大数据和物联网等技术的发展、海量的非结构化的数据资源，如各类型的文本、数值、音频、视频以及用户生成内容等逐渐成为智库情报研究的重要信息来源。与高度结构化和系统化的传统文献信息资源不同，大数据具有非结构化、时效性强、规模庞大和价值密度低等特点，因此如何对大数据进行整序并从中挖掘出有价值的信息成为了智库情报研究过程中的重要挑战。

2.3    科研管理工具智能化水平较低

智库专家从事的是脑力劳动，所产生的成果以思想观点为主，而思想观点的产生离不开各种科研管理工具，如文献管理软件EndNote、社会科学数据分析软件SPSS和办公软件WPS等。目前智库研究人员所使用的主要科研工具包括文献数据库（如WOS、CNKI）、办公软件（Word，Excel）和数据分析软件（SPSS，Tableau）等[3]。然而，新技术环境下，海量的非结构化数据资源和智库研究问题的复杂性等，均对传统智库的科研管理工具提出了更高的要求。由于传统智库科研管理工具处理的数据量较小、处理效率较低且较难实现多人协同处理和协同办公的功能，在大数据、人工智能和物联网等新兴信息技术快速发展的背景下，提升智库专家科研管理工具的智能化水平和数据处理效率，为智库专家的研究过程提供智能化服务，是传统智库科研管理工具变革的重要方向。

2.4    传统智库研究周期较长

智库研究以特定领域的现实问题为导向，在信息搜集和信息分析的基础之上形成科学结论，进而为重大公共问题制定方案和政策。然而，传统智库从研究问题的确定、信息搜集、信息分析到政策研究全过程的周期往往较长;随着互联网的不断发展，新环境下的现实问题，尤其是网络突发热点事件等具有明显的复杂性和时效性的特点。因此，只有积极借助新兴信息技术，缩短智库情报研究的周期并迅速形成解决方案与调控政策，才能更好地把握突发热点事件发展动向、引导网络舆论和加强社会调控。

2.5    研究成果发布渠道单一

智库的研究成果需要借助一定的传播渠道和传播平台进行传播，才能起到影响政府决策和社会服务的重要作用。智库的研究成果主要通过主流媒体，如报纸发表专栏文章，出版专著图书和接受电视采访等方式进行传播，其发布渠道较为单一，网络影响力和传播范围有限。然而，随着移动互联网和5G通讯技术的发展，微博、微信和短视频等新媒体传播方式逐渐兴起;与传统的主流媒体传播相比，新媒体传播方式不仅传播范围更大、传播影响力更强且传播速度更快，而且在互动体验上也明显优于主流媒体。因此，新技术环境下，传统智库机构单一的传播渠道一定程度上阻碍了智库研究成果的传播和扩散。

2.6    信息资源协同共享能力较弱

智库机构通过自建馆藏或数据库的形式实现对调研数据和项目研究成果数据的存储和管理。然而，大数据的出现以及大数据技术的发展，使得单一智库机构的数据存储与管理能力在大数据时代下受到了严峻挑战;同时，新环境下，涉及经济、社会、科技领域和网络空间安全的问题日趋复杂，跨智库的交流与合作的重要性日益凸显。因此，大数据环境下，加强智库机构间的数据信息资源共享，进而实现智库信息资源的分布式存储与管理，对于促进智库间的交流合作并积极应对大数据时代的挑战而言，具有重要意义。

3   新技术环境下的智库情报服务体系

新兴信息技术在给智库的情报服务方式带来挑战的同时，也为智库机构的情报服务创新提供了机遇。本研究结合新技术环境下智库情报服务面临的各种挑战，从智库情报需求挖掘、数据搜集、数据分析、政策研究、成果发布与宣传和信息资源共享的全过程出发，分别从技术层、资源层和业务层三个层次提出了新技术环境下的智库情报服务体系（见图1）。

3.1    数据驱动的智库情报研究需求挖掘

确定研究问题以及明确情报研究需求，是智库研究的首要环节，也是影响后续智库情报工作与情报服务的重要因素。傳统智库情报研究问题的确定，更多依赖的是专家的经验智慧和对社会热点的定性把握程度，缺少数据挖掘和数据分析的支撑。随着大数据和互联网的不断发展，互联网上海量的数据信息资源成为了实时反映社情民意和社会发展动态的重要信息来源。如国家统计局的各类统计数据，为研究国家经济、社会和文化发展现状提供了数据支持;用户在各类型社交媒体上所生成的评论、转发和分享内容等，是研究网民观点态度的重要基础;专利数据库是研究国家科学技术的发展状况以及科技创新的重要工具。与此同时，物联网所生成的数据资源，也为数据驱动的智库情报需求挖掘提供了可能。物联网技术的推广和普及，使得安装在不同实体上的传感器能够实时采集任何实体的位置、温度和外形等信息，然后通过现代通讯技术的方式将信息传输到互联网络。物联网技术使智库机构能够超越空间限制，实现对不同实体的智能化感知、识别和管理，从而减轻智库研究人员实地调研走访获取数据的负担。

大数据为数据驱动的智库情报需求挖掘提供了数据来源，而大数据技术和人工智能技术等则为数据驱动的智库情报需求挖掘奠定了技术基础。借助于大数据采集技术、大数据过滤技术、大数据挖掘与分析技术和人工智能中的自然语言处理等技术，智库机构通过建立舆情与大数据分析平台的方式，实现对门户网站、社交媒体UGC、新闻网站以及物联网设备所生成的实时数据的自动爬取、自动采集、过滤和挖掘出情报研究需求的过程。与此同时，5G通讯技术能够为数据的采集和传输提供更快的速率，一定程度上减少了数据传输过程中的延迟;同时，由于更快的数据传输和处理速率，智库舆情与大数据分析平台能够实现实时并发处理多个数据采集任务，从而进一步提升智库机构的大数据处理能力。

在大数据自动采集、自动过滤和自动分析的基础之上，智库机构实现了网络舆情追踪和社会热点事件的挖掘，并结合大数据自动挖掘与分析的结果，提炼出研究问题和情报研究需求，最终实现数据驱动的智库情报研究需求挖掘和识别。然后，根据情报研究需求的特点，从专家库中挑选合适的智库研究专家并进一步拟定研究方案，为后续的智库研究奠定基础。

3.2    基于大数据技术的数据采集与分析

数据的采集与分析，是智库情报研究的重要环节。传统智库的数据搜集来源主要有[4]：（1）调查数据。智库研究员采用问卷调查、走访、观察和访谈等方式，深入了解社会公众的现状或者利益相关群体的诉求;（2）自建数据库。智库机构在长期的发展过程中，形成了大量的调查数据和项目数据;智库通过自建数据库的方式对机构自身的各类型数据和研究报告进行组织和整理，其内部数据也是智库研究的重要信息来源;（3）商业数据库。智库机构与其他的数据库商进行合作，购买的商业数据库也是智库研究的数据来源;（4）图书馆馆藏文献。图书馆的文献信息资源为智库研究提供了重要的信息来源。在数据搜集的方法上，主要依赖人工调查、手工检索和图书馆的文献传递等服务，数据搜集的效率低、速度慢且搜集所花费的时间成本和人力成本较大。

大数据技术，尤其是大数据采集和大数据挖掘等技术的发展，为智库机构从互联网上海量的数据信息资源中挖掘出与智库研究相关的信息提供了可能。各类型的以文本、图片、音频和视频等形式存在的网络信息资源是智库研究的重要信息来源;尤其是随着社交媒体的不断发展，网民所发布的评论和观点等，即用户生成内容（UGC）的挖掘与分析在网络舆情监测和社会热点事件挖掘方面扮演着十分重要的角色。借助于大数据采集和大数据挖掘技术，物联网所形成的数据也将成为智库情报研究中的重要数据来源，从而进一步拓宽智库情报研究的数据搜集渠道。与此同时，借助于关联规则、神经网络和聚类算法等大数据挖掘算法，智库机构能够从搜集的海量数据信息资源中识别出数据之间的规律，形成针对特定事物的知识或者情报，进而为特定决策提供支撑。

如以兰德公司为例，兰德公司十分重视大数据技术在智库研究过程中的重要作用，积极将大数据技术融入传统的双驱动参与型服务模式之中[5]。一方面，兰德公司充分利用在长期情报研究过程中形成的各类型调查数据、项目数据和研究成果数据等自有数据资源或购买数据资源;另一方面，通过积极搭建大数据采集与分析平台，利用大数据采集技術爬取网络数据，并对数据资源进行筛选和整序，利用大数据平台的元数据管理功能对所有的数据资源进行规范描述和统一管理。然后，使用关联规则和神经网络等大数据挖掘算法，从智库数据库中挖掘出有价值的信息，并以可视化的形式生成各类型的图表，展示给客户和社会公众（见图2）。

然而，在大数据采集和挖掘的过程中，需要重点关注以下关键环节：（1）数据脱敏（Data Masking）。大数据采集和基于物联网技术获取不同个体的实时传感数据的过程中，或会产生一定的隐私安全问题。加强个人隐私保护，除了完善国家和企业的隐私法规或隐私政策以外，在隐私保护的技术层面，还可以使用数据脱敏技术来降低大数据挖掘过程中的隐私泄露风险。数据脱敏又被称为数据变形，是指基于给定的规则，对敏感数据进行处理，使得具有相应权限的管理员或用户才能获取该敏感信息的一种保护机制[6];（2）数据安全。大数据中存在的非法信息、有害信息或干扰信息等，是影响数据质量的重要因素;同时，大数据传输过程中的数据传输安全也是影响大数据采集和大数据挖掘的关键环节。因此，提升智库情报数据搜集过程中的数据安全性，一方面需要借助于大数据过滤技术，自动识别和剔除非法信息或有害信息，另一方面需要使用加密传输等技术，提高数据传输过程的安全系数;（3）数据整序。大数据具有数据规模庞大和数据类型复杂多样等特点，而基于元数据的大数据管理，能够实现对复杂多样的海量数据的统一描述、管理与控制，从而实现对不同类型和格式的大数据的有效管理。

3.3    基于人工智能的专家系统

智库机构借助于大数据技术所形成的针对特定事物或社会现象的知识与情报，是智库政策研究的重要基础。大数据挖掘与分析技术侧重于从海量的数据信息资源中挖掘出数据之间的内在规律和联系，强调从数据呈现的规律中分析事物现状、挖掘对象之间的相关关系或因果关系，并基于已有的数据规律预测事物未来的发展趋势。因此，大数据挖掘技术着重解决的是“是什么”以及“为什么”的问题，而智库研究的核心在于形成研究政策或方案，为主体的决策提供政策支持或方案，即侧重于解决“怎么做”的问题。传统智库机构的政策研究过程主要依赖于专家的智慧与经验;从获得数据、分析数据再到政策研究和形成方案，往往需要较长的研究周期。

人工智能技术和决策支持系统等技术的发展，使得由计算机模拟人类专家决策的过程成为了可能。基于人工智能的专家系统，汇聚了某领域专家提供的经验与知识，建立知识库和规则库，借助该领域专家提供的经验与知识对特定问题进行推理和判断，从而实现模拟专家决策的过程[7]。可见，专家系统是一种模拟人类专家解决领域复杂问题的计算机程序系统（简化版专家系统见图3）。简言之，这一系统主要包括知识库和推理机两部分，知识库汇聚了领域内的专家的经验与知识，而推理机则负责结合专家的知识对现有问题做出判断和决策。

专家系统一共经历了5个发展阶段，包括基于规则的专家系统、基于框架的专家系统、基于案例的专家系统、基于模型的专家系统和基于网络的专家系统。其中，基于规则的专家系统需要真正的权威专家参与讨论推理规则，能够较好地模拟领域内专家的推理与判断的过程，因此基于规则的专家系统是目前使用较为广泛的一种专家系统[8]。运用基于规则的专家系统的构建思路，构建智库专家系统（见图4）。

智库专家系统主要包括情报参数输入模块、知识获取模块、知识管理模块、知识库、推理机、解释机和人机界面等组成部分。情报参数输入模块负责将大数据挖掘与分析所获得情报数据进行汇总，并输入到专家系统之中;知识获取模块与知识管理模块负责对领域内专家的经验与知识进行搜集、完善、修改、整理和组织;知识库存放的是经过规范化整理专家的经验与知识;推理机按照一定的规则和算法，利用知识库的经验、知识与规则，对问题进行计算和求解;解释机负责对推理过程和结果进行说明。运用专家系统对获取的知识或情报进行推理和判断，获得决策结果之后，以文字或图表的形式呈现至人机界面，交给智库研究专家进行审阅，结合专家的智慧与经验，对决策结果的合理性、科学性和可行性等进行评估，最终获得解决方案并由相关专家撰写研究成果。

因此，与传统的智库研究专家的决策支持和政策研究过程相比，使用基于人工智能的专家决策支持系统，一定程度上能够提升专家决策支持的效率，缩短政策研究的周期，从而使得智库政策研究成果能够迅速响应社会需求。

3.4    基于移动互联网和智能可穿戴设备的研究过程支持

专家系统对情报参数进行推理和计算之后，所得到的结果需要进一步结合专家的智慧与经验，形成智库研究成果。智库专家在形成研究成果的过程中，往往需要一定的科研管理工具或研究辅助工具，用于支持研究过程。新技术环境下，智库科研管理工具不仅需要具备基本的办公软件功能，同时还需要具有较好的协同处理能力、数据处理能力和针对专家研究过程的智慧服务。随着移动互联网和物联网等技术的发展，智能可穿戴设备和移动互联网深度融合，结合专家个人数据和专家日常研究过程中的外在环境数据，使得为专家的研究活动提供支撑成为可能。新技术环境下，将移动互联网和智能可穿戴设备融入专家的智库研究过程之中，有利于提升专家研究过程的效率和智能化水平。

使用手机、便携式电脑等移动终端设备和智能手表等可穿戴设备，搜集专家的人口特征数据、研究成果数据以及智能穿戴设备采集的情景数据，利用无线网络传输的方式进行加密传输，为专家的研究过程提供基于情景和具有较强针对性的服务：

（1）移动协同办公。移动互联网环境下，智库专家使用各类型的移动终端设备实现与其他智库研究专家的协同互动，包括：①即时通讯。通过移动应用APP提供的专家即时通讯功能，专家与专家之间可以及时就智库研究过程中的问题进行交流与沟通，提升研究过程的效率和时效性;②协同办公。智库研究专家可以借助平台提供的多人协同办公等功能，实现专家与专家之间的协同办公，提升智库研究的效率和质量;③群组研讨与视频会议。除此之外，智库专家还可以借助于平台的群组讨论功能和多人视频会议功能，使得智库研究的过程不再受到时空限制。

（2）智能推送。与此同时，借助于各类型的智能可穿戴设备，如智能眼镜和智能手表等，搜集专家研究过程中的页面注视轨迹，抓取关键页面内容等信息，并结合专家的个人数据（如近期研究方向、研究动态），为专家提供具有针对性的信息资源服务，满足专家的研究需求，一定程度上有利于提升服務的个性化和智能化水平。

（3）数据采集记录。借助于各类型的可穿戴设备，如智能手表、智能眼镜和智能手环，对专家实地调研走访以及研究过程中的图片、视频和音频等信息进行实时采集和记录。同时，智能可穿戴设备本身具备移动存储的能力，能够暂时对重要数据进行保存，从而提升了专家研究活动过程中数据搜集与数据保存的能力。

（4）跨媒体数据共享。手机等移动终端和不同可穿戴设备之间支持跨媒体的数据共享和格式转换，从而实现研究数据的跨媒体备份，大大增强了数据保存的安全性，同时也为专家的研究活动提供了便利。

（5）云存储与计算服务。各类型的移动终端支持云端存储，专家可以随时借助无线网络将可穿戴设备中存储的数据通过无线传输的方式上传至云端，同时也能够随时下载云端存储的数据;同时支持通过移动终端的方式调用云端的数据挖掘与分析功能，无需在本地进行数据分析与挖掘，从而减轻了移动端运行的负担。

（6）虚拟投影。通过无线网络接入移动互联网，智能手表和智能眼镜等可穿戴设备能够提供全息视频通话、界面投影和虚拟键盘等虚拟投影功能，从而使得专家随时随地均能借助智能穿戴设备的投影功能展示观点和研究成果。

3.5    基于区块链技术的信息资源协同与共享平台

新技术环境下，建立智库研究成果协同与共享平台，加强智库研究成果的聚合与共享，是促进智库机构间的合作与交流并积极应对新技术环境下的各种挑战的重要方式。智库机构之间通过建立一个具有接入、存储、管理和共享功能的跨地域、跨系统的信息资源聚合与共享平台，将智库机构长期发展过程中形成的项目数据、研究成果以及其他信息资源等进行汇聚和整合，从而实现智库间的资源聚合和服务共享。然而，不同机构个体之间的信息资源共享实践中，往往存在着数据格式不一致、相互信任困难、数据可追溯性差、数据安全风险系数高、数据交换滞后和资源共享服务协同性较差等问题[9]。随着区块链技术的不断发展，其在信息资源存储与信息资源共享等领域的应用前景逐渐受到了一部分学者的重视，为解决传统智库信息资源协同与共享平台建设过程中的诸多问题提供了契机。区块链技术所特有的安全可靠和可追溯性等特点，能够有效解决信息资源协同共享过程中存在的信任困难和数据安全性较差等问题，同时，区块链中的所有参与者均具有平等的地位，其去中心化的特点实现了真正意义上的信息资源共建共享，从而有利于提升智库机构之间的协同共享能力，促进机构之间的交流合作。

运用区块链技术搭建智库信息资源协同与共享平台，首先，基于区块链技术的基本思想，在平台的技术架构上，主要包括网络层、数据层、共识层、合约层和应用层5个层次。（1）网络层：区块链网络系统采用P2P网络来组织系统中的每个节点，保证每个节点都以平等地位相互连接，共同具有维护和管理整个网络系统的职责，从而使得系统呈现去中心化和开放式的特点;（2）数据层：区块链网络中的数据区块由区块头和区块两部分构成，区块头包括上一区块的Hash值、难度目标和随机数等，区块部分起存储数据的作用;各个区块按照生成的时间先后顺序串联起来，进而形成了链式数据结构;（3）共识层：共识层采用Pow和Pos等多种共识机制，在生成节点或更新数据的过程中保证节点数据的有效性和节点的安全性，从而能够在分布式系统中就节点数据的验证等方面迅速达成共识[10];（4）合约层：合约层封装区块链系统的各类脚本代码、算法 以及由此生成的更为复杂的智能合约[10]。通过使用智能合约技术，实现区块链系统的自动运行和任务处理，进而使得区块链系统能够适用于宏观金融和复杂社会系统平台的构建;（5）应用层：基于底层的区块链关键技术，针对不同的需求和目标，实现不同的功能，如资源共享、分布式存储和账户管理等。

在智库信息资源协同与共享平台的功能架构上，各個智库机构之间按照区块链的公有链组织模式进行组织，即在该系统中无官方管理机构和中心服务器，各个智库机构按照系统规则自由接入网络并基于共识机制开展工作。然后，基于区块链底层的技术架构，构建出6个核心的应用系统，包括注册管理系统、资源管理系统、资源存储系统、资源服务系统、资源传输系统和资源安全系统。6个核心的应用系统为机构用户提供机构认证、智库业务协同、机构资源共享和资源分布式存储等功能，为个人用户提供资源发现、资源统一检索、信息资源聚合和订阅推送等服务。

3.6    基于用户画像的个性化推荐服务

通过建立智库信息资源聚合与共享平台，智库机构实现了不同类型智库研究成果的聚合，同时也为社会公众提供了一个获取和利用智库机构最新成果的重要渠道。然而，新技术环境下，为了增强智库机构的传播力和影响力，智库更应当借助各种研究成果发布渠道，主动开展个性化的推送服务，向社会公众推送更具精准性和形式多样性的研究成果。

传统智库注重建立研究成果的发布与展示平台，用于定期更新和宣传机构最新的研究成果和研究动态，其信息传递模式具有明显的多向被动式传递的特征，且较少根据某一类型用户的特征，为其提供个性化的信息服务。随着各类型新媒体传播方式的兴起以及社交媒体的普及和推广，互联网上海量的用户生成内容为智库机构挖掘和识别用户的兴趣、爱好和行为习惯等，并根据用户的个性化特征为其提供精准的信息服务奠定了基础。

首先，智库机构借助于大数据技术，从海量的社交媒体数据中搜集与用户有关的动态数据与静态数据。其中，静态数据是指用户相对稳定的信息，主要包括人口属性等方面数据，如性别、年龄和地域等;动态数据是指用户不断变化的行为数据，即用户在互联网上的行为操作对应的数据，包括浏览、点击和下载等。其次，采用特定的聚类算法、关联规则和神经网络等大数据挖掘算法，发现数据背后的用户规律，并基于数据背后的规律构建出核心用户或目标用户的画像，包括用户的主要人口属性、任务属性和信息需求等。最后，基于用户建模构建的用户画像，智库机构可以进一步根据目标用户的个性化需求特征，对研究成果聚合平台中的信息资源进行编辑加工，采用可视化效果强、易理解和易传播的形式展现研究成果，并借助于个性化推荐算法将研究成果推送至目标用户的使用场景之中，使得研究成果从内容到形式上，均契合目标用户的个性化需求特征。

4   结语

新的技术不仅为智库的发展带来了挑战，同时也为智库机构的创新带来了机遇，智库机构如何抓住新兴信息技术带来的机遇并化解挑战，将成为未来智库机构需要重点关注的问题。本研究首先探讨了大数据、人工智能、物联网和5G通讯技术等新兴信息技术的发展给智库情报工作流程和情报服务带来的挑战，提出新技术环境下，传统智库存在着数据驱动发现情报研究需求的能力较弱等问题;然后从技术层、业务层和资源层三个层次，提出了新技术环境下的智库情报服务创新对策，强调智库机构应当集中整合新兴信息技术，创新智库情报工作流程和情报服务方法以适应新技术环境下的各种挑战。新技术环境下，为了增强智库的生命力和研究成果的影响力，智库机构需要在确定情报研究需求、数据搜集、数据分析、政策研究、研究成果发布与宣传和信息资源共享的全过程融合新兴信息技术，创新情报服务，尤其需要加强信息资源聚合与共享平台建设和个性化推荐服务建设，努力提升智库研究成果的易理解性和可读性，创新智库研究成果呈现方式和传播方式等。