基于中國(guó)科協(xié)數(shù)據(jù)中心的大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)建設(shè)

李 森

（中國(guó)科協(xié)信息中心,北京 100000）

1 背景綜述

信息科技發(fā)展水平是國(guó)家的核心競(jìng)爭(zhēng)力，建設(shè)以知識(shí)服務(wù)為目標(biāo)的科技資源已成為國(guó)家軟實(shí)力的重要標(biāo)志。當(dāng)今世界，各國(guó)科技資源在影響區(qū)域決策、引導(dǎo)社會(huì)輿論、服務(wù)公共事務(wù)、體現(xiàn)國(guó)家軟實(shí)力等方面發(fā)揮著重要作用。高端科技資源建設(shè)，不僅是國(guó)家進(jìn)行宏觀決策的有力支撐，也是推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的重要內(nèi)容，加快以計(jì)算機(jī)科學(xué)與人工智能為代表的科技領(lǐng)域知識(shí)管理與服務(wù)能力建設(shè)，是科技強(qiáng)國(guó)的緊迫需求。

在產(chǎn)業(yè)數(shù)字化發(fā)展的背景下，國(guó)家大力支持大數(shù)據(jù)融合應(yīng)用在產(chǎn)業(yè)創(chuàng)新發(fā)展中發(fā)揮更大作用。我國(guó)國(guó)家發(fā)展和改革委員會(huì)于2020年12月23日發(fā)布的《關(guān)于加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見(jiàn)》中提出，要加強(qiáng)全國(guó)一體化大數(shù)據(jù)中心頂層設(shè)計(jì)，以形成行業(yè)數(shù)據(jù)大腦、城市數(shù)據(jù)大腦為發(fā)展目標(biāo)，利用政務(wù)大數(shù)據(jù)、工業(yè)大數(shù)據(jù)、城市大數(shù)據(jù)、大數(shù)據(jù)公共服務(wù)、行業(yè)數(shù)字轉(zhuǎn)型五點(diǎn)措施深化大數(shù)據(jù)融合應(yīng)用創(chuàng)新，提升政務(wù)大數(shù)據(jù)綜合治理能力，加強(qiáng)大數(shù)據(jù)公共服務(wù)支撐，推動(dòng)行業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，推進(jìn)工業(yè)大數(shù)據(jù)平臺(tái)建設(shè)，加快城市大數(shù)據(jù)創(chuàng)新應(yīng)用[1]。

中國(guó)科學(xué)技術(shù)協(xié)會(huì)（以下簡(jiǎn)稱“中國(guó)科協(xié)”或者“科協(xié)”）是中國(guó)科學(xué)技術(shù)工作者的群眾組織，是中國(guó)共產(chǎn)黨領(lǐng)導(dǎo)下的人民團(tuán)體，是黨和政府聯(lián)系科學(xué)技術(shù)工作者的橋梁和紐帶，是國(guó)家推動(dòng)科學(xué)技術(shù)事業(yè)發(fā)展的重要力量。匯聚科協(xié)系統(tǒng)數(shù)據(jù)資源的科協(xié)數(shù)據(jù)中心是“智慧科協(xié)”建設(shè)的核心和基石，是驅(qū)動(dòng)“三駕馬車”高速發(fā)展的重要支撐[2]。匯聚科協(xié)內(nèi)外部數(shù)據(jù)，尤其是外部數(shù)據(jù)，引領(lǐng)數(shù)據(jù)資源的有效治理和共享融合，開(kāi)展以數(shù)據(jù)的深度挖掘與融合應(yīng)用為特征的智能化應(yīng)用，打造科技行業(yè)動(dòng)態(tài)感知、互聯(lián)、智能的“智慧科協(xié)”，是中國(guó)科協(xié)信息化建設(shè)的重要內(nèi)容。

中國(guó)科協(xié)信息中心于2018年年初啟動(dòng)了中國(guó)科協(xié)數(shù)據(jù)中心建設(shè)，目前已建成集數(shù)據(jù)采集、存儲(chǔ)、加工分析和展示等功能于一體的數(shù)據(jù)中心技術(shù)平臺(tái)，匯聚了中國(guó)科協(xié)、全國(guó)學(xué)會(huì)和地方科協(xié)各組織節(jié)點(diǎn)的數(shù)據(jù)資源，一定程度上解決了數(shù)據(jù)分散、數(shù)據(jù)標(biāo)準(zhǔn)不一致、數(shù)據(jù)共享互通難等問(wèn)題。本平臺(tái)的建設(shè)是在此基礎(chǔ)上，圍繞計(jì)算機(jī)科學(xué)與人工智能領(lǐng)域的前沿方向、研究機(jī)構(gòu)、高端人才、科技成果等科技管理與服務(wù)要素，構(gòu)建大規(guī)模實(shí)體要素之間的知識(shí)網(wǎng)絡(luò)圖譜，形成立體全景科技態(tài)勢(shì)感知服務(wù)能力。

2 建設(shè)目標(biāo)

大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)的建設(shè)目標(biāo)是依托中國(guó)科協(xié)學(xué)科門類齊全、領(lǐng)域交叉充分、智力資源密集的獨(dú)特優(yōu)勢(shì)，聚焦科技領(lǐng)域，堅(jiān)持問(wèn)題導(dǎo)向，以全球視野動(dòng)態(tài)匯聚、融合關(guān)聯(lián)中國(guó)科協(xié)內(nèi)外資源，構(gòu)建面向全球科技領(lǐng)域的覆蓋面廣、權(quán)威性高、實(shí)時(shí)性強(qiáng)的科技大數(shù)據(jù)資源池，形成“科技領(lǐng)域—專家人才—科研成果”的科技資源知識(shí)圖譜，建成“研究興趣/學(xué)術(shù)影響/研究方向”等立體、多維、高精度的專家畫像標(biāo)簽體系，建成計(jì)算機(jī)科學(xué)與人工智能科技領(lǐng)域研究熱點(diǎn)、趨勢(shì)、人才態(tài)勢(shì)感知服務(wù)，利用復(fù)雜網(wǎng)絡(luò)關(guān)系分析、機(jī)器學(xué)習(xí)等挖掘技術(shù)，為宏觀科技管理與決策提供支持服務(wù)。

3 設(shè)計(jì)思路與主要功能

平臺(tái)的設(shè)計(jì)思路是圍繞建設(shè)智慧科協(xié)大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)的總體目標(biāo)，以計(jì)算機(jī)科學(xué)、人工智能兩個(gè)重點(diǎn)領(lǐng)域?yàn)樾枨鬆恳?，建設(shè)可擴(kuò)展的科技資源網(wǎng)絡(luò)關(guān)系圖譜、面向領(lǐng)域的科技態(tài)勢(shì)感知等服務(wù)。平臺(tái)總體設(shè)計(jì)架構(gòu)如圖1所示。

圖1 平臺(tái)總體設(shè)計(jì)架構(gòu)圖

平臺(tái)的主要功能包括大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)、計(jì)算機(jī)科學(xué)與人工智能科技資源池、科技資源知識(shí)圖譜處理與融合和科技態(tài)勢(shì)感知服務(wù)四個(gè)方面。

3.1 大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)

大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)主要基于已有數(shù)據(jù)基礎(chǔ)和技術(shù)基礎(chǔ)，快速開(kāi)發(fā)、定制計(jì)算機(jī)科學(xué)與人工智能大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)（以下簡(jiǎn)稱“平臺(tái)”），針對(duì)科協(xié)實(shí)際需求，重點(diǎn)面向計(jì)算機(jī)科學(xué)與人工智能科學(xué)兩個(gè)典型的學(xué)科，實(shí)現(xiàn)包括知識(shí)查詢、合作分析、網(wǎng)絡(luò)挖掘、熱點(diǎn)趨勢(shì)等功能的定制性研發(fā)。

3.1.1 知識(shí)查詢

知識(shí)查詢包括人才查詢、機(jī)構(gòu)查詢、學(xué)會(huì)查詢和成果查詢四大類。其中成果查詢又分為國(guó)內(nèi)期刊查詢、國(guó)內(nèi)論文查詢、國(guó)際論文查詢、專利查詢四大類。針對(duì)查詢的人才、機(jī)構(gòu)、學(xué)會(huì)、期刊、國(guó)內(nèi)論文、國(guó)際論文，點(diǎn)擊對(duì)應(yīng)的檢索結(jié)果會(huì)提供對(duì)應(yīng)的人才畫像、機(jī)構(gòu)畫像、學(xué)會(huì)畫像、期刊詳情、國(guó)內(nèi)論文詳情、國(guó)際論文詳情等信息。

3.1.2 合作分析

合作分析是指在科技網(wǎng)絡(luò)圖譜中，以指定兩個(gè)實(shí)體作為輸入，通過(guò)一些指標(biāo)要素包括成果—論文、成果—標(biāo)準(zhǔn)、成果—專利、成果—獎(jiǎng)勵(lì)合作情況進(jìn)行科技實(shí)體之間合作關(guān)系的網(wǎng)絡(luò)分析，從而可以獲得兩個(gè)指定實(shí)體間的合作分析圖譜。

3.1.3 網(wǎng)絡(luò)挖掘

網(wǎng)絡(luò)挖掘是指通過(guò)查詢發(fā)現(xiàn)指定科技人才之間或指定科技機(jī)構(gòu)之間基于知識(shí)網(wǎng)絡(luò)的直接關(guān)聯(lián)網(wǎng)絡(luò)信息，并用可視化網(wǎng)絡(luò)圖譜形式展示出來(lái)。在查詢中，首先指定科技人才的姓名或科技機(jī)構(gòu)的名稱，同時(shí)指定查詢條件，如時(shí)間范圍等，查詢當(dāng)前指定科技實(shí)體與其他同類科技實(shí)體及相關(guān)各類成果，組成科技實(shí)體與各類成果的網(wǎng)絡(luò)圖譜。網(wǎng)絡(luò)圖譜中科技人才、科技機(jī)構(gòu)、科技文獻(xiàn)等都可鏈接到該實(shí)體知識(shí)主頁(yè)。

3.1.4 熱點(diǎn)趨勢(shì)

科技文獻(xiàn)代表著科學(xué)研究的最新前沿，科技文獻(xiàn)中的關(guān)鍵詞在一定程度上可以反映一段時(shí)間內(nèi)科技發(fā)展的熱點(diǎn)方向。在不同學(xué)科領(lǐng)域內(nèi)，學(xué)術(shù)研究熱點(diǎn)狀況與熱點(diǎn)發(fā)展趨勢(shì)都是科技人員、科研管理部門普遍關(guān)注的焦點(diǎn)。因此，研究指定學(xué)科領(lǐng)域內(nèi)的研究熱點(diǎn)趨勢(shì)，分析指定熱詞的歷史研究趨勢(shì)，并對(duì)未來(lái)某段時(shí)間某一領(lǐng)域的研究熱點(diǎn)進(jìn)行預(yù)測(cè)，對(duì)科學(xué)研究及科技管理具有非常重要的參考價(jià)值。

3.2 計(jì)算機(jī)科學(xué)與人工智能科技資源池

計(jì)算機(jī)科學(xué)與人工智能科技資源池（以下簡(jiǎn)稱“資源池”）是平臺(tái)所有數(shù)據(jù)資源的綜合集成，是查詢、統(tǒng)計(jì)、關(guān)聯(lián)、圖譜及可視化等各類功能的數(shù)據(jù)基石。資源池實(shí)現(xiàn)了各來(lái)源科技數(shù)據(jù)資源的導(dǎo)入和集成管理。

資源池支持中國(guó)科協(xié)現(xiàn)有業(yè)務(wù)數(shù)據(jù)資源導(dǎo)入并支持開(kāi)放數(shù)據(jù)的獲取。主要導(dǎo)入的科協(xié)數(shù)據(jù)包括學(xué)會(huì)基本信息、學(xué)會(huì)LOGO圖片數(shù)據(jù)、學(xué)會(huì)人員數(shù)據(jù)、青科獎(jiǎng)及青年女科學(xué)家等各類人才數(shù)據(jù)。資源池中的資源種類覆蓋計(jì)算機(jī)科學(xué)與人工智能領(lǐng)域中高端人才基本信息、科技組織（企業(yè)組織、研究機(jī)構(gòu)、學(xué)會(huì)等）、研究成果（論文、專利、標(biāo)準(zhǔn)、專著）等信息。其中，中高端人才覆蓋中國(guó)科學(xué)院院士、中國(guó)工程院院士、杰青、優(yōu)青、青年女科學(xué)家、中科院“百人計(jì)劃”等。

3.3 科技資源知識(shí)圖譜處理與融合

科技資源知識(shí)圖譜處理與融合以科技人才、科技成果、組織機(jī)構(gòu)為核心，結(jié)合基于規(guī)則的方法和人工智能方法，實(shí)現(xiàn)數(shù)據(jù)的高效消歧與融合，構(gòu)建基于科技大數(shù)據(jù)的多維統(tǒng)計(jì)數(shù)據(jù)倉(cāng)庫(kù)，建成面向科技服務(wù)的知識(shí)圖譜。

3.4 科技態(tài)勢(shì)感知服務(wù)

基于統(tǒng)一的邏輯數(shù)據(jù)視圖，面向科技領(lǐng)域發(fā)展態(tài)勢(shì)，梳理態(tài)勢(shì)感知決策支持的指標(biāo)體系，研究能夠反映高端科技態(tài)勢(shì)感知的模型，如高端人才合作網(wǎng)絡(luò)圖譜、研究熱點(diǎn)分析、科研專家畫像、影響力分析等。運(yùn)用大數(shù)據(jù)、可視化等技術(shù)構(gòu)建動(dòng)態(tài)的態(tài)勢(shì)感知決策支持系統(tǒng)，從而更客觀、更科學(xué)地反映領(lǐng)域的發(fā)展態(tài)勢(shì)與水平，為科技管理與服務(wù)提供輔助決策。

科技態(tài)勢(shì)感知服務(wù)以高端科技知識(shí)服務(wù)為核心，建立機(jī)構(gòu)、人才、成果等的態(tài)勢(shì)感知服務(wù)，為計(jì)算機(jī)科學(xué)相關(guān)領(lǐng)域的研究者及科技管理者提供更全面的領(lǐng)域知識(shí)和更具針對(duì)性的學(xué)科領(lǐng)域和合作者信息，為科技人員與科技管理者提供很好的信息獲取服務(wù)和幫助。

建立科技態(tài)勢(shì)感知算法庫(kù)，以大數(shù)據(jù)中心建成的數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)來(lái)源，利用其提供的多維數(shù)據(jù)統(tǒng)計(jì)結(jié)果和面向科技服務(wù)的知識(shí)圖譜進(jìn)行分析輸入，以對(duì)科技態(tài)勢(shì)感知的決策支持指標(biāo)進(jìn)行分析。

4 總結(jié)

為進(jìn)一步強(qiáng)化“智慧科協(xié)”建設(shè)示范落地工作，發(fā)揮第二引擎的支撐作用，中國(guó)科協(xié)信息中心結(jié)合我國(guó)大數(shù)據(jù)、人工智能、新能源、區(qū)塊鏈等新一代信息技術(shù)的發(fā)展動(dòng)態(tài)，聚焦中國(guó)科協(xié)、全國(guó)學(xué)會(huì)核心業(yè)務(wù)需求的痛點(diǎn)，依據(jù)“盤活數(shù)據(jù)資產(chǎn)、發(fā)揮數(shù)據(jù)效能，科學(xué)性、可行性、創(chuàng)新性、前瞻性相結(jié)合”的原則，統(tǒng)籌開(kāi)展了大數(shù)據(jù)知識(shí)管理與服務(wù)平臺(tái)建設(shè)工作，嘗試在科技人才精準(zhǔn)服務(wù)、科技人才成長(zhǎng)規(guī)律以及科技人才區(qū)域流動(dòng)等方面提供大數(shù)據(jù)決策支撐服務(wù)。截至2020年年底，平臺(tái)站在全球人才制高點(diǎn)，從全球、全國(guó)兩個(gè)視角匯聚各類實(shí)體數(shù)據(jù)資源，共設(shè)計(jì)了數(shù)據(jù)實(shí)體14大類，數(shù)據(jù)資源池實(shí)體數(shù)據(jù)總量超過(guò)1.7億；以人、機(jī)構(gòu)、成果為紐帶和數(shù)據(jù)組織核心，對(duì)所有類型實(shí)體數(shù)據(jù)資源進(jìn)行全面融合，形成融會(huì)貫通的大規(guī)模關(guān)系網(wǎng)絡(luò)，并基于此實(shí)現(xiàn)了多類深層知識(shí)分析挖掘，系統(tǒng)邊（關(guān)系）數(shù)據(jù)量超過(guò)17億。在一定程度上，實(shí)現(xiàn)了科協(xié)現(xiàn)有業(yè)務(wù)數(shù)據(jù)資源與互聯(lián)網(wǎng)數(shù)據(jù)資源的消歧與融合，在資源共享、業(yè)務(wù)協(xié)同、決策支持等方面取得了一定效果。

數(shù)據(jù)作為生產(chǎn)要素的屬性表明，其未來(lái)必將走向市場(chǎng)。數(shù)據(jù)應(yīng)用范圍將從傳統(tǒng)的組織內(nèi)部應(yīng)用為主，發(fā)展為支撐內(nèi)部和服務(wù)外部并重，數(shù)據(jù)資產(chǎn)應(yīng)用和服務(wù)范圍的擴(kuò)大，將成為組織戰(zhàn)略發(fā)展的一部分。今后一段時(shí)期，組織能否樹立數(shù)據(jù)作為生產(chǎn)要素的戰(zhàn)略意識(shí)，挖掘和利用數(shù)據(jù)價(jià)值、盤活數(shù)據(jù)資源，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)保值到增值，決定了組織能否邁出生產(chǎn)要素到生產(chǎn)力轉(zhuǎn)化的重要一步。