李放

（大连东软信息学院数字艺术与设计学院，辽宁 大连 116023）

目前，大数据技术的概念重点突出的是“大”[1]，这个“大”不仅指的是一种量级，更多的是种类，例如个人信息、物品数据、网络信息等，只要是能够统计出来的信息，都可以统称为数据，也就可以用数据技术进行分析和处理。在数据分析处理的过程中，将处理结果应用到实际的项目中，也是非常重要的。

换言之，通过结果进行预测和判断，建立数据与事物之间的内部联系，探索问题背后的规律，就显得尤为重要。而智库作为一种以政策为导向的，拥有知识密集型的生产和处理者的集合[2]。将其与大数据技术有效融合在一起，无疑会起到事半功倍的作用。

1 大数据技术发展

在网络流行之前，数据主要是以人工的方式进行记录，通过纸笔、录音机、录像机等工具，将数据记录并保存下来，并且大多是保存到某一个固定的地点。这种记录保存的方式，不仅数据量小，而且极易造成数据的丢失和损坏。

随着移动互联网的普及，云计算技术的发展，人们保存数据的方法也随之多了起来，这个时候，大数据技术才迎来了真正意义的美好时代。比如，使用移动手机的用户个人信息会被手机中的传感器捕获，这样用户的出行地点、时间，甚至个人喜好等数据信息都会被记录，并上传到云平台，经过云计算，得出用户的出行规律，并作出准确预判。再比如，人们使用互联网搜索功能的次数越来越多，用户的搜索行为则聚集了非常大的数据信息，这些数据信息为商家或者搜索公司提供了非常全面而又准确的个人行为规范，从而可以及时地推送符合其个人喜好的文章或者商品。

现如今，大数据是一种群体行为的数据，也是更加准确、全面的数据。这些数据不仅被大众所熟悉，更是比以往的数据更深入地影响着个人的生活。可以说，在新的时代背景下，谁掌握了大数据的使用方法，也就掌握了未来的发展方向。

2 智库的发展

我国智库经过三十余年的发展，无论从数量上，还是专业分工上，都得到了极大的提高。智库机构专业分工众多，数量庞大，既有官方、半官方智库，也有相对独立的民间智库[3]。其中，官方智库指的是由政府创建，并由政府指定研究课题，有着充足研究经费的智库，其研究人员大多数是具有事业编制的，机构有着稳定的课题来源以及人员构成。半官方智库指的是类似高等院校的，既具有一定的官方背景，又具有一定的自主性的智库，其人员构成既有高校人员，同时也有一定比例的编外人员，这样既可以保证课题的来源稳定，又可以保证课题的自主性。民间智库指的是不管是从机构，还是人员构成都没有政府背景，虽然接受了官方的研究课题，但是可以在一定程度上保证研究的自主性和客观公正性。但是随之而来的问题就是无法保证课题来源的稳定性，并且，因为是机构自负盈亏，所以人员的流动性比官方和半官方要大一些，人员的构成也会存在一定的问题。

国内关于智库的研究仍属于初级阶段，定量分析方法还有待广泛运用，具有中国特色的智库发展研究工作还有很多空白区域[4]。首先，新型智库体制机制的创新力急需提升[5]。新型智库需要打破编制制度、人事制度等束缚，以创新力为根本，带动整体发展。不管是官方还是半官方，去除管理的行政化模式，加强人员的考核制度，从根本上避免“官本位”。同时严格控制人员流动和固定比例，做到稳定人员构成，减少人员流动，从真正意义上稳固研究人员。其次，明确智库建设定位。不仅是从功能上全面、准确地打造新型智库，而且要将专业性和预测性做大做强，功能与专业并存，减少或者避免某一方面的缺失。最后，智库建设统筹协调需要加强。我国活跃智库大多数集中在东部沿海地区，其中北上广位列前三[6]。

3 大数据融合中国特色智库建设

3.1 根据数据来源明确智库成果

按照不同的研究领域将研究工作分为社会、文化、经济、政治等，同时利用各式媒体对研究成果进行推广。例如自媒体等媒体工具。自媒体有着广泛的群众基础，每一位用户都可以成为自媒体，并通过自媒体来发表意见。因为自媒体的准入门槛相对较低，所以监控也相对较难，因此就需要对自媒体数据进行有效分析，提取有用的、正向的数据，摒弃没用的，甚至反向的数据。通过自媒体，可以将研究成果以用户可以理解的方式传播出去，并接收反馈。由于移动互联网的特殊性，信息是互通的，并且接入者和输出者是可以互相转换和影响的，因此通过媒体工具可以很容易地获取访问用户的兴趣、地址，甚至个人信息等，将这些数据进行分类研究，并利用大数据技术对这些信息进行监控，对涉及不同的研究领域采用不同的数据来源，这样，对于智库制定政策来说，可以产生深远的影响。做到专人研究、专事处理，从而避免出现外行指导内行，跨专业领域指导的问题。

3.2 根据数据规律创新智库技术

研究数据规律，通过数据变化的性质与定量分析，深入了解数据的发展变化，洞悉深层次的原因。数据与每个用户的生活都是有关联的，每一个用户都是数据的产生来源，不管是生活、生产，还是其他各个方面，每一天都有大量的数据产生，这些数据被搜集起来，通过某一种方式将其中的变化规律显示出来，并通过分类或者变化规律，来创新研究技术。该技术不仅要重视使用方法，而且还要重视其推广工作。通过推广工作，改进数据结构的升级改造，创新数据网络的构建，为数据处理提供新的思路和解决方案。与此同时，面对复杂多变的数据内容，在搜集数据的同时，也要不断完善数据库，利用数据挖掘等技术，处理内部的非规律化数据，这样不仅可以丰富数据库结构和内容，而且对于样本的数量和质量都起到了非常大的推动作用，更重要的是，通过这种创新技术，可以为智库制定政策提供更为准确的数据依据，适用性更为广泛，为推广打下了坚实的基础，也为我国提升城市的经济、政治等方面的竞争力，提供了一种路径。

3.3 根据数据质量加快智库转型

指定详细的数据质量标准，将数据的错误率降到最低。依托专业的研究人员，在定性和定量研究的基础上，通过深层次的数据分析与挖掘，找到数据之间的规律，将这种规律显示出来，进而增加信服力。同时，客观处理海量数据，通过大数据的规律，应用到智库自身的发展，掌握数据反映问题的具体内容以及其产生的后果。通过已有的专业知识，以快速准确的方式提供这些问题的解决方法。并且以书面指导作为标准，严格规定每一个政策的管理过程、评估环节。通过各种不同的方式，例如电话沟通、电子邮件等方式，搜集数据，并根据大数据以及真实背景来制定标准框架，并在此框架的基础上，不断完善与更新，从而保证政策的有效性和真实性。作为大数据类型的智库，不仅要有数据处理的思维模式，更要将该模式与智库本身的特点融合在一起，将大数据作用到智库的建设中来，从而为智库的政策指定和研究提供转型的方向。智库的转型，不仅要求技术方面需要更新迭代，更是要求研究人员思维模式的转换，从原来的机械式处理数据模式，转换成灵活的、善于总结规律的数据分析模式。这种模式对于研究人员的综合素质就提出了更高的要求，要求研究人员的知识背景和专业方向都有着更丰富的知识储备，同时也要求以不同的价值观、多角度的研究视角去解决更深层的问题。

4 结论

智库的发展是一个国家软实力的体现，利用大数据技术，结合中国特色研究，将二者有效结合在一起，不仅需要更加完善的管理机制，更需要数据技术的深度挖掘。移动互联网技术的快速发展，为我国的大数据提供了源源不断的数据来源，因此，通过这些数据的筛选、分类与处理，既可以突破智库的发展瓶颈，又可以为我国智库建设提供无限的可能。找准自身定位，明确研究方向，加快创新改革，善于使用多种形式媒体的推广与宣传，激发建设具有中国特色的智库活力。