软件工具-中国产业智库

面向大数据

一、互联网海量信息获取的挑战

随着互联网技术尤其是移动互联技术的发展,各类信息得到了广泛的应用,如何在网络环境下收集、整理和组织各种信息资料、资料,创建规范的信息空间,实现信息资源知识化和有效利用,已成为当前情报界研究的热点,问题主要集中在:

  • 传统的信息加工和序化方式不能适应数据类型繁多、结构各异的互联网数据;
  • 多源异构的数据信息对数据清洗和数据质量评价提出挑战;
  • 基于信息检索的序化方式无法满足现代产业决策的需求;
  • 情报分析向智能化方向转变——关注信息对象的相关关系;
  • 网络环境下知识组织系统建设尤为紧缺。
海量信息获取的挑战

二、新技术带来新变革

基于大数据的知识发现关键技术源于信息管理、统计学、计算机科学、软件工程等多个学科,其中关于自然语言处理、数据挖掘、分析模型等内容的研究仍在继续……

大数据分析技术

在当今信息技术背景和信息资源激增的形势下,传统的以手工方式进行的情报产品远远不能满足信息用户的高层次需求,互联网+情报服务已成潮流。产业竞争情报将从单一领域的情报研究转向全领域情报研究、利用多种数据资源、注重新型分析技术、强调情报研究的严谨性和情报研究的智能化工作。

三、知识工作自动化

2013年,麦肯锡发布报告《展望2025:决定未来经济的12大颠覆技术》,指出“知识工作自动化”是12大颠覆性技术之一。知识自动化不是指知识本身的自动产生,而是指诱发知识的传播、获取、分析、影响、产生等方面的自动化;是“人”嵌在自动化之中的必然。

知识工作自动化

然而,我们并不能否认情报分析专家在产业技术分析服务中的决定性作用。竞争情报人员具备对技术和产业领域的知识和洞察力,处理“零次情报(观察、访谈等数据)”的经验,因而在为情报分析建立假设,发现潜在关联关系,以及理解关联背后的商业逻辑方面表现出自动化知识工作工具难以匹敌的能力。

产品流程化

一、按需定制,用工程化的理念打造中国产业智库平台

产品流程化主要包括三大板块:过程工具化,数据平台化,分析自动化。

过程工具化是中国产业智库平台的最大特色,也是产品流程化最大的难点。我们以以满足客户需求为导向,以产业技术分析工作经验为指引,实现知识工作标准模块分割,数据资源集成,中文文本数据智能处理挖掘等功能,功能可复制,可扩展。

数据平台化是提升中国产业智库平台服务价值的载体,我们在汇集产业技术大数据资源的同时,研究并开发了产业分类主题词表体系,中文文本信息处理系统,实现数据信息处理流程的规范化和数据信息的标准化。

分析自动化包括数据可视化、信息地图、文本信息深度挖掘、聚类分析、机器学习等,是将产业技术分析专家的分析经验和分析模型转化为机器语言,实现利用计算机技术处理海量数据资源,最终获取有用的情报知识,以最形象、最直接的方式将数据呈现给用户,从而支持用户的决策。

产品生产线

二、打造 “  工具 + 数据平台 + 专家智慧 → 解决方案 ” 的工作模式

数据+平台+专家智慧

服务个性化

个性化竞争情报服务能够为不同用户提供不同的服务和知识,如定题情报推送服务、定题知识产权预警、个性化定制等内容,满足用户的个性化需求。个性化服务主要表现在四个方面:

知识服务个性化

我们要用权威、完整的数据和精准的信息,为国内智库建设提供基础支持,同时,我们也要进一步学习和提升我们的情报分析理论水平和数据挖掘技术水平,更好地为中国的智库建设做好服务。

拟解决问题

大数据环境下的使用与任务