在如今的智能化背景下，智库作为决策咨询机构，在课题研究过程中所需的数据及其组织和分析等技术已发生巨大变化，并呈现出数据驱动性、应用智能性和服务智慧性等特征。数据驱动是当前各界组织为应对海量数据而萌生的一种转型思想，其应用将是组织赢得竞争优势和快速发展的关键基础。那么如何通过数据驱动的智慧数据服务提升智库研究与服务能力，推进由智库大国向智库强国转变，已成为智库建设中需要研究的关键问题。如今，在智能技术的持续推动下，图情机构主体的服务环境急剧变化，促使其传统服务向智慧数据服务转型。这使得图情机构在当前和未来发展中逐渐包含了知识、智慧和决策属性。图情机构已具备专业能力与服务优势，可通过提供智慧数据服务，实现数据驱动、智慧数据服务与智库建设的融合统一。因此，本文提出面向智库建设的智慧数据服务模式，即以图情机构为智慧数据服务主体，基于智库课题研究过程，感知其场景化智慧数据服务需求，将数据驱动的智慧数据服务与智库研究过程相融合，为智库提供多源数据获取、融合与应用、智能技术方法、用户需求判定等智慧性的资源与服务，最终通过智慧平台与新媒体技术实现场景化、精准化与个性化推送。

1相关研究

1.1智慧数据服务相关研究

智慧数据服务，是智慧型或智能化的“数据服务”，即在“互联网+图书馆”思维指引下，把新兴适用性智能化设备、工具投入到数据服务中，以新技术带动和推进数据服务升级。目前以图情领域学者研究较多，图情机构在经历了由文献服务到信息服务再到知识服务的转型，现正在向智慧数据服务延伸。通过文献调研可知，学者们主要围绕着智慧数据服务的内容及要素、技术方法和服务模式3个方面展开研究，在智慧数据服务的内容和要素方面，学者们从智慧公共文化服务与智慧社会发展等角度，形成了数据驱动下集设施、产品、活动、服务为一体的智慧数据服务内容集合，并构建了包括智慧图书馆等智慧数据服务核心要素理论框架等；在智慧数据服务的技术与方法方面，学者们将资源管理与服务的关键环节、功能设计、馆员智慧与现代化智能技术相结合，继而提出了智慧数据服务过程中的数据获取、边缘计算、智慧平台、智能推荐系统和多元隐私主体协同保护等方案；在智慧数据服务模式方面，现有研究主要从智能技术、多元用户和服务场景等入手构建智慧数据服务模式，如面向科研用户的嵌入式智慧数据服务模式研究和用户需求驱动下的智慧图书馆服务模式等。

可见，在图情领域内，智慧数据服务研究与实践已初具规模，其应用也体现了图情机构智能技术与人文价值并重的服务定位与核心理念，为更多用户解决更复杂的现实问题提供了智慧性的选择。此外，上述研究也反映出图情学科在新型技术与创新服务等层面的拓展、渗透与融合，这成为研究图情学科交叉（多学科、边缘学科和跨学科）发展特点和学科体系深化发展的重要实践。智慧数据服务也将带动图情领域的技术提升、理念创新、管理变革和服务转型。因此，图情机构已具备专业能力和职业素养，可应用数据驱动的智慧数据服务来感知与分析智库研究过程中的实际需求，以及时有效地推送个性化与智慧化资源。

1.2面向智库建设的相关服务研究

如今，面向智库建设的相关服务研究主要集中在由图情机构向新型智库、高校智库、企业智库和军队院校智库等提供服务，根据图情机构服务的发展阶段来看，在信息服务方面，作为较早参与智库建设的服务形式，学者们主要讨论了面向智库决策支持的图书馆信息服务功能定位和面向企业智库建设的信息服务模式等；在数据服务方面，主要通过解析面向智库的数据服务新变化和具体实现，探讨如何构建面向智库建设的图书馆数据共享空间服务模式和面向高校智库的数字学术服务模式等；在知识服务方面，主要讨论面向高校智库的协同化集成式知识服务模式以及图书馆知识服务的创新路径等；在情报服务方面，主要将智库研究活动和情报研究与实践相融合，构建支持智库活动及其产品生产的情报流程与模式和面向决策的智库协同创新情报服务体系及功能定位等；在智慧数据服务方面，整体而言目前缺少面向智库建设的智慧数据服务研究，现有研究仅是探究面向智库的智慧数据服务创新和智库本身的智慧化等问题，如支撑新型智库的图书情报机构智慧数据服务创新和大数据时代智库建设智慧化等，但也已呈现出智慧数据服务对当今及未来智库建设的重要价值与必然趋势。

可见，学者们通过结合图情领域的实践和经验，探讨了面向智库建设的服务内容、服务流程和创新模式等，并提出智库能力提升策略，这对于本研究具有重要的参考价值和可借鉴意义。同时，上述研究反映出图情机构创新服务的各个阶段都尝试在智库领域实现渗透、应用与融合，并已逐渐取得成效。虽然在一定程度上改善了智库研究与服务，但随着智库发展，传统服务模式受到冲击和挑战，未能更有针对性地基于智库需求，智能推荐数据驱动的智慧性资源与服务，致使智库需求与服务内容严重脱节。因此，本文提出面向智库建设的智慧数据服务，基于感知大数据背景下的智库研究过程中的细粒度需求，推送智慧数据服务，形成可推广和可移植的智慧数据服务模式，提升智库研究能力和服务水平。

2智库的智慧数据服务需求分析

本节主要从我国当前相关规定与要求对智库建设与发展的宏观管理以及国内外智库的具体实践出发，梳理出我国智库当前的状态和服务需求。

1）在宏观管理方面。纵观美国、英国、日本和欧洲等发达国家智库建设较早，发展迅速，在国家事务咨询决策中发挥了重要作用，如英国政府发布的《数字战略2017》提出7大战略目标和举措，以实现智库的数据化和智能化转型，可见建设高水平、国际化智库已成为一种国际发展态势。面临我国智库建设现状，在2013年，我国政府就提出要建设中国特色新型智库，正式将智库建设提升到国家战略高度，并通过《国家高端智库建设试点工作方案》；2015年，中共中央办公厅、国务院办公厅印发《关于加强中国特色新型智库建设的意见》，详细阐述了中国特色新型智库的功能定位和建设标准，为智库建设指明道路和方向。为响应国家政策号召，各级政府及权威图情机构积极探索并尝试解决智库建设中的服务保障问题，如2017年，中国科学技术情报学会和中国社会科学情报学会联合发布《情报学与情报工作发展南京共识》，提出在大数据时代背景下，努力推动情报机构转型发展并支持智库建设；中国科学技术数据研究所积极支持国家高端智库建设，立足于高精尖高端科技创新领域，旨在为决策创新提供全方位的数据支持与数据服务；中国社会科学院图书馆通过构建包含服务认识、数据建设、服务方式及工作思路等方面的智库服务体系，统筹谋划智库职能各要素，从战略高度做好顶层设计，形成智库与图书馆联动工作机制。

2）在具体实践方面。根据中国上海社会科学院智库研究中心最新发布的《中国智库影响力评价与排名》，从实践来看，基于我国智库的发展环境及运行机构环境，形成了以官方智库、地方智库、企业智库、社会智库和高校智库5类智库为主体的智库建设与发展模式。但各类智库的发展并不均衡，如官方智库与地方智库和社会智库间差距较大，各类智库情报服务能力参差不齐，如高校智库常出现服务与需求的脱节问题。而随着社会发展，各类智库在支持决策的同时，也面临选题方向偏离、投入和产出不匹配、问题与现象分析不够深入、数据开发与管理不足、研究缺乏智能技术以及机构间参与性不足等问题，限制了我国智库的整体水平提高。可见，具备获取、融合、分析和应用多源数据等大数据思维和大数据应用技能，实现基于数据的评价、预测、诊断、优化和监控等，才可能更好地支持科学决策。

针对这些问题，笔者于2020年6—12月间，采用方便抽样方式选择智库人员进行了深度访谈，以了解国内顶级智库在课题研究过程中利用各类图情机构所提供智慧数据服务的需求、经历与期望。经调研发现，地方智库、社会智库和高校智库往往比官方智库更依赖于图情机构的支持和保障，而图情机构也能在多渠道调研分析、数据建设、情报挖掘、监督评价等方面推动智库发展。在国外，很多智库很早就重视图情机构的支撑作用，与图情机构之间也保持多种联系，如美国兰德公司的图情机构，为其项目研究提供资料支持、参考咨询、研究方法、成果宣传与评价等支持，成为数据内容的评价者和价值增值的驱动者；而有些智库甚至是由图情机构转型而来，如美国著名智库胡佛研究所。在国内，传统图情机构也逐渐与智库融合发展，如江苏省科技情报研究所与江苏省科技发展战略研究院合署办公；上海社会科学院图书馆、河北省社会科学院社会科学数据中心等相继完成馆藏书目数据库的建设，并根据本院智库需求，通过互联网+平台、+人工智能等形式完善数据采集，保障面向智库的数据精准推荐、科研成果转化；第二十届全国社会科学院图书馆馆长协作会议暨社科智库大数据平台建设论坛的主题为社科智库大数据平台建设的推进。

因此，无论在宏观管理还是具体实践上，都直接或间接地表现出智库建设的需求以及图情机构支援智库建设的良好趋势。对于智库而言，在大数据环境下，对瞬息万变的数据作出快速反应是对图情机构的客观需求，且显得尤其重要和迫切。受政策导向影响，智库建设正处于快速发展期，智库产品产出需要大量的多源异构数据，但并非所有智库都有充足的资金、技术和专业的情报人才队伍，仅靠自身资源保障体系是不够的，这就需要来自专业性或综合性图情机构的支持。图情机构支持智库建设，可从以人文价值引领服务和以情报专长支撑数据基础两方面发挥作用，也应主动融入到智库建设中，提供更多智慧数据服务保障。

3面向智库建设的智慧数据服务模式构建思路及其框架

3.1构建思路

因为要针对智库具体需求进行多源数据的采集、融合、分析和推荐等，并不是任何层次的图情机构都有能力和条件完成，所以本文所讨论的智慧数据服务的重要功能和作用，它的服务主体是具有较强服务资质的图情机构，主要是针对具有支持智库建设经历和智慧数据服务能力的图情机构，如当前国内一些社会科学院图情机构、中国国家图书馆和国内各省市一些公共图书馆等，如中国科学院文献情报中心就以嵌入式服务来满足中国科学院各研究所日常科研服务需求，并通过适当激励机制激发团队服务动力。虽然从实际情况看，要想实现整合全国有服务资质的图情机构来建立面向智库的智慧数据服务模式很有难度，但可以先分地区、分类别及隶属关系建立服务模式，比如先以与智库相匹配的内部图情机构或合作密切的外部图情机构为主体，通过统一标准进行示范性智慧数据服务模式建设。在实践中，图情机构资质的不同意味着提供服务及其内容质量会存在差异，所以应将智库的研究过程需求与已存在合作或业务关联的图情机构智慧数据服务能力相融合。根据调研结果可知，在现实情景下，为智库提供支持的图情机构普遍表现出规模较大、实力较强，且具有高质量的智慧数据服务水平，主要与智库间始终保持着长期或短期项目协同或业务往来的合作关系，而对于其他条件和规模不理想的图情机构，应循序渐进，可先与智库建立关联，再根据优势突破服务壁垒。

因此，本文主要研究与智库处在合作关系下，具有相应能力与资质的图情机构所提供的智慧数据服务模式，该模式遵循智库需求感知、数据驱动、智慧数据服务的构建思路。在需求方面，主体应从数据、人文与技术维度感知智库的细粒度需求，分析不同智库类型、不同场景、不同研究过程需求；在数据驱动方面，以多源数据为基础，通过大数据与人工智能等技术，融合多源、异构的全样本关联数据，挖掘其内在联系与逻辑内涵，驱动场景化和精准化智能推荐服务可持续运行；在智慧数据服务方面，主体应高度考虑智库的即时状态和业务场景，主要依托智慧环境和智能技术等挖掘智库需求与资源及服务间的内外关联，以智能推荐系统与平台等为载体，智能推送智慧性资源与服务。智慧数据服务与传统服务不同，主要是基于智库研究过程需求，实现智慧性资源与技术的个性化推送，具有智能化、精准化和自动化特点，能更有针对性和系统性地支持智库议题研究过程，充分体现图情机构的人文情怀、人文价值和人文智慧，见表1。

3.2模式框架

该模式在于基于智库需求促进多源数据、智能技术和领域专家等大数据资源与技术驱动下的深化应用，并通过推送智慧性资源与服务支持智库进行研究问题定义、情报分析和数据及其成果传播等活动，加深智库的课题研究优化与决策支持效果。因此，构建面向智库建设的智慧数据服务模式，见图1，包括5个层次：①需求层，主体通过智库个体与群体动态画像、面对面交流和研究报告分析等获取和分析不同智库在不同场景下议题研究的具体需求，并通过数据驱动的智慧数据服务帮助其进行决策支持，需求识别主要是为主体进行多源数据的挖掘与分析等奠定针对性服务的基础；②主体层，注重图情机构的主观能动力、客观参与力和机构资质等条件，当前提供智慧数据服务的图情机构趋于精英化，如国家图书馆、专业情报机构和社科院图情机构等，并由这些机构完成面向智库的智慧数据服务活动；③数据层，主体要基于需求层的感知与分析结果，结合与应用数据科学技术与理论方法，以智库课题研究问题为导向采集、组织和融合多源数据、专家系统和智能技术等，形成智慧数据服务空间，最终推送最优化方案；④服务层，基于主体对智慧性资源及服务完成融合，再通过智慧数据服务平台和智能推荐系统等途径向智库推送，并建立并完善智库与图情机构之间的智能推荐机制与路径；⑤应用层，在完成智能推荐并在智库接受服务后，主体应评价所推送的智慧性资源与服务对智库研究过程各阶段进行支持的应用效果，并收集智库反馈结果，分析不足，进一步修正与升级智慧数据服务等。

4面向智库建设的智慧数据服务模式实现过程

4.1智库课题研究过程分析

智库成果产出需要经过严格的研究过程来实现。目前，智库的课题或任务研究过程通常包括问题判定、数据采集、数据分析、数据及其成果传播、推广、共享和服务效果评估等主要环节，并以此形成完整、系统的成果产出体系，见图2。对此本文通过将具体研究过程中涉及的关键环节与智库场景化特征相结合作为智慧数据服务的重要参考，使后续服务具备针对性、全面性、客观性和精准性。据此，图情机构应从感知智库智慧数据服务需求，建立并融合数据驱动的智慧数据服务体系及智慧性资源与服务推荐3个方面实现支持智库建设。

4.2感知与识别智库细粒度需求

获取智库需求为后续针对性的智慧数据服务提供了依据。图情机构可利用以下方法获取与识别智库需求。①内容分析法，基于大数据与机器学习对智库的研究报告、主题讲座和调查报告等进行快速、动态、详细的分析并获取智库议题来源、资源形式、引用特征以及研究工具等数据。从不同属性文本中识别智库重点关注的领域，再将主题、资源、需求和场景进行整合与关联，可得到智库特征数据，获取政策、技术、舆情和成果转化等不同业务场景的细粒度需求。②调查与访谈，通过在线或面对面形式可直接感知智库需求，也可设置关键问题，为思考如何提供智慧数据服务提供完整指导框架。此外，结构化访谈可深入了解某一问题，最真实、最直接感知智库需求，一定程度上可弥补内容分析法的不足。③智慧平台，可提供交互接口，对智库反馈问题进行及时有效处理，建立与其他社交网络的融合与关联，在认知和情感共同作用下，最终提升智库满意度。基于用户体验理论，通过“感受—理解—形成态度—促进使用”过程，促使智库将服务与自身需求关联起来，巩固智慧数据服务的地位和价值。此外，还可利用个体或群体用户画像描述智库显隐性特征来感知智库需求，见图3。

4.3建立并融合数据驱动的智慧数据服务体系

4.3.1提供决策需求挖掘与业务场景分析 除了获取智库需求外，主体还应支持智库挖掘决策者需求进而确定业务场景，依此来指导多源数据的挖掘、融合、评价与分析等智慧数据服务。对此，图情机构可充分结合智慧互联技术，支持智库刻画决策者需求和场景数据，并快速转化为具体情报问题，最后通过情报预测方法研判场景动态变化及其对决策者的影响，如美国战略智库情报机构通常运用场景分析法分析处于相互作用中的多元主体在特定空间内的竞争及对抗情况，经过不断筛选、剥离和去除不相关因素，以贡献度大小排序确定关键领域，据此进行逆向论证与正向规划，最后提出解决思路。对此，可参照类似方法，辅助智库全面深入分析多元主体状态，通过智能识别等技术获得更明确的用户背景数据，配备智能管理系统，采集和分析其属性数据、行为数据，挖掘关键显性需求，识别或引导其隐性需求，使智库精准定义研究问题。此外，可利用人工智能感知周围环境、模拟人类行为，进行深度学习与自我迭代，不断适应新环境，以支持智库完成场景扫描任务；再如文本分析、情景分析和政策分析等主观性和技术性方法，都可实现场景确定，并保证准确性，帮助智库形成科学合理的价值判断，防止决策支持过于空泛和不切实际，如日本国际问题研究所情报机构就利用了自动文本分析、社会网络分析等方法洞察复杂的政治、经济与社会问题场景，帮助智库进行决策支持。

4.3.2提供多源数据的融合与应用 图情机构可基于获取的智库需求，明确智库研究问题，帮助建立与完善数据采集机制，推动多源数据管理流程优化，这可使智库在研究时更准确地分析问题，追根溯源，把握社会问题的趋势动向，总结实践经验。然而多源数据的采集和组织，不仅需要丰富的数据保障体系，还需要专业人才发掘数据间逻辑联系，如兰德公司图情机构根据项目需求将多源异构数据有序分类组织与优化整合，注重结构化与非结构化数据并存，保障了数据客观性、逻辑性、可验证性和可解释性等。对此，图情机构可利用大数据、物联网和人工智能等处理、甄别、挖掘新闻资讯、研究报告、图书专著以及社交媒体等多源数据，并构建智慧平台，其协同功能和共享技术便于智库成员间、智库与图情机构间的数据交流和共享，如上海社科院图情机构，通过建设人文社科智库数字平台，打造社科研究数据共享和知识创新服务网络，提升了社会科学创新水平和智库服务水平。此外，对于智库产出的报告、计划、方案等大量有价值且分散的经验、教训、技巧等过程性与成果数据。图情机构可对其序化处理、整合保存、完整记录和语义关联，实现增值和复用，从而为智库组织和开发大量显性与隐性的智慧资源，最终提升智库决策咨询效能。

4.3.3提供多元化的质量控制方法 无论是基于智库需求采集的多源数据还是智库成果，质量控制都是应用前的关键环节，高质量的数据和成果对于智库或决策者而言至关重要。如今，国内外一些图情机构已逐渐参与到智库相关评价活动中，如瑞典斯德哥尔摩国际研究所为保障数据质量，与多国图书馆签有交流协议，与全球400多家研究机构合作，获得了大量特殊的高质量内部数据；如中国社会科学评价中心主要依靠社科院图书馆资源与专业人才完成的《中国智库发展报告》等；南京大学中国智库研究与评价中心，其中也不乏图情领域专家学者。如今，智库正面临着政策制定者和社会公众对智库数据和研究基础的怀疑，从而影响信誉。在数据质量控制上，可利用大数据技术进行过滤、集成、转换、归约和可视化表示等，保证数据的准确性、完整性以及可挖掘性，形成智库可理解、可用的知识以便于挖掘其潜在价值。对于成果评估，可提供智慧评估和预警，智慧评估需要进行知识组织、隐性知识挖掘、搭建交流渠道等知识管理，将需求与知识进行匹配和分析，评估解决问题的程度；智慧预警需要对成果可能产生的结果进行假设分析，并结合证实、证伪、竞争性假设以及情景分析等方法验证假设，并提出多种预案；此外，图情机构还可提供反馈数据的调研分析、文献计量、指标构建和专家分析等质量控制方法。

4.3.4提供智能技术与专家智慧资源 通过数据挖掘得到的多源数据具有巨大价值，需利用智能技术和专家智慧才可能发现其潜在价值。人工智能、信息图形和新媒体等技术为智库研究提供了一系列创新新方法与新工具。美国兰德公司的情报机构便采用了大量基于大数据技术的情报研究方法与创新思维。对此，图情机构可基于智库的情报分析需求，把握其大数据技术应用情况，积极搭建技术库、方法库和工具库，如利用大数据分析技术对网络舆情反映出来的社会热点、焦点问题进行全方位、多角度的实时监测、全面覆盖、及时报送、正确引导，保障智库真正做到知情、晓意和解忧，如兰德公司情报部门就开发了增强数据挖掘与分析的自动化和智能化工具，如组合分析工具（Portfolio Analysis Tool,PAT），用于商业投资或投资决策。此外，采用可视化技术全景化展示多源数据，智库可通过全感官沉浸式体验，实现对社会动态与舆论趋势的深刻洞察，再利用机器学习加快智库政策研究过程，以预测全球流行病与分析用户偏好需求，以此拓宽智库情报分析的边界，实现智能决策支持。在专家方面，图情机构可培养或引入数据分析师，如美国战略与国际研究中心情报部门正在推行的人才多元化战略，利用智慧平台采集专家数据，完善专家系统，提升专家数据管理能力，使智库可检索和选择学科领域研究人才，推动智库情报分析的自动化和智能化。

4.3.5提供智慧平台与新媒体技术 智慧平台与新媒体是获取智库需求、传播智库成果以及推荐智慧资源与服务的重要媒介。如今，许多图情机构都可应用智慧平台与新媒体技术推广智库产品，使其被动服务向主动模式转变，如上海社会科学院图书馆开通公众号“逸思悦读”，黑龙江社会科学院文献中心公众号“龙江社科文献信使”等，为智库成果推广提供了保障。实践表明，新媒体技术对图情机构业务开展和服务推广效果显著。在疫情期间，很多图情机构公众号在宣传疫情防护时，更多是通过公众号帮助智库推广以及向智库推送各类数据，支持智库防疫、建议，如黑龙江省社会科学院文献数据中心的“龙江社科文献信使”，根据智库专家需求推送相关数据，并联合中国知网举办社科大讲堂，将视频教学和云端课堂相结合，通过在线培训与互动，向科研人员讲解在灵活办公期间的数据收集与工具运用方法。在智能化时代，图情机构可利用新闻网站、论坛、微博、微信、新闻客户端等全媒体平台推广，积极抢占舆论宣传高地，加大微媒体、自媒体和独立媒体的权重，重点推广智库的服务内容、流程、资源以及典型案例等，以展示智库实力，提升智库影响力，进而发挥智库的意识形态阵地功能。

4.3.6提供多元化资源融合的智慧空间 智慧空间可以存储、复用与融合智库所需的多源数据、技术工具、专家数据以及智库成果等，且具有管理和评价功能，也可以对智库需求进行分析，而构建智慧空间一直都是图情机构的专长，其分类、挖掘和标引等技术为智慧空间提供了保障。比如德国马普学会，就以机构知识库、图书馆、档案馆等建立智慧空间保存和使用数据资源。其中数据融合子空间，能更高效地利用多源数据融合对智库议题进行相互补充、交叉印证和相关分析，全面揭示事物联系，挖掘新模式与关系，从而为智库不同场景的议题研究提供决策支持参考；技术子空间，可衡量与评价智库研究思路、研究过程与结论的科学性、合理性，推论出智库在研究某议题时采用哪类方法更高效；成果子空间，可构建研究背景知识库，通过既定规则高效地识别、抽取、组织相关数据，用以衡量智库研究资源储备，为后续研究提供多源数据，如黑龙江省社科院、甘肃省社会科学院等图情机构相继增加了智库数据库建设业务等。通过智慧空间对数据、技术、成果和智慧进行融合，有利于实现知识层面的智库成果管理与评价。此外，还可打造多元智慧资源与服务相互关联的数据网络共同体，降低智库的认知与检索负荷，最终为智库的智能化研究和用户需求语料库建设提供重要支撑。

4.4实现智慧性资源与服务的智能推送

图情机构可定期对智库所需的资源进行智能化分类、标签化、关键词截取、关联，形成知识图谱，并将多源数据、智能技术和专家数据等同智库需求进行匹配和推送，如上海社会科学院通过建设上海人文社科智库数字平台，打造社科研究数据共享和知识创新服务网络，提升了社会科学创新水平和智库工作水平；北京市社会科学院图书馆完成了北京市社会知识库系统和国内外社科热点追踪及分析系统的建设等，都在资源推送方面有较好表现。通过智慧平台相互协同并融合智慧性资源以及智库研究的过程性数据等，经过结构化处理整合到智慧空间，可更好地帮助智库从数据中挖掘知识价值，从而改善决策效果。而智慧推荐系统中的协同过滤、矩阵分解算法和标签技术等，可将主题相同或相近的智慧性资源进行有效标注与筛选，减少资源堆积现象，同时，系统将引导智库与图情人员、领域专家和智慧馆员等进行交流，充分挖掘隐性知识，丰富智慧资源体系。此外，平台不仅要与图情机构智能管理系统全部对接，还应关联智库平台，在智慧数据服务与开放共享应用上力求简洁快速，通过与各种系统的识别与关联，实现对智库研究过程需求全覆盖，支持智慧数据服务功能模块的动态接入与扩展。进而更加主动、泛在与及时地通过智能感知和云计算分析智库基本属性和行为特征数据，最终灵活地向智库推送智慧性资源与服务。

5结束语

如今，数据科学理论与方法为面向智库建设的智慧数据服务提供了技术支持。本文基于数据驱动的智慧数据服务思想展开研究，为体现多源数据和智能技术等作为面向智库建设的智慧数据服务核心要素的关键作用，构建了包括智库课题研究过程分析、智库需求感知、数据驱动的智慧数据服务内容体系等内容在内的智慧数据服务模式，最终实现面向智库的场景化、精准化与个性化智慧数据服务推送。智慧数据服务，不仅可提升智库研究能力与服务水平，也体现了图情机构的人文价值与人文情怀。因此，图情机构要全面把握并迎接国家智库建设规划与布局下的机会与挑战，充分利用智慧化条件与优势，主动探究面向智库的更深入且高效的智慧数据服务模式，最终实现自身价值。然而，如何将图情机构优势和智库建设紧密结合，运用智能技术手段，构建更具针对性、细粒度的功能模块，形成智库研究和图情机构一体化协同融合发展的服务模式，也是未来值得深入研究的重要问题。

作者分别系吉林大学管理学院博士生；教授；博士生；博士生