摘要：[目的/意义]大数据环境下的智库研究旨在对海量的信息进行有效采集、处理、分析，挖掘信息中蕴含的逻辑规律，并将大量的无规则数据可视化表示，这是当今智库研究的热点。[方法/过程]文章通过分析国内外智库和大数据可视化的研究现状，整理了目前运用大数据可视化进行智库研究的相关理论，剖析大数据可视化方法在智库研究中的应用与创新。[结果/结论]结果表明：我国目前对智库研究的方法还比较单一，大数据可视化的智库研究方法发展迅速，包括支持智库大数据可视化分析的海量数据处理、可视化算法、图形可视化、人机交互、分布式处理等技术。大数据可视化分析在智库研究中的应用有助于智库数据信息直观展示、动态图形可视化对比分析、支持可视化分析的用户交互、智库数据资源集聚共享、提升智库作用和影响力。
关键词：智库 大数据 可视化 研究方法
分类号：TP3-05 C912
DOI： 10.19318/j.cnki.issn.2096-1634.2018.04.03
1 引言
智库专家的重要工作之一是在科学数据分析的基础上对未来研究形势及走向进行预判，形成具有竞争力和影响力的观点。随着智库研究所面对的问题日益复杂，是否掌握智库专业化和细致化分析方法以应对建设新型智库的挑战，将会成为决定智库机构今后成败的关键[1]。早在2015年1月，中共中央办公厅、国务院办公厅印发的《关于加强中国特色新型智库建设的意见》中就强调了政策咨询的重要性，需要以改革创新为动力，努力建设具有中国特色的新型智库体系，从而大力推动中国新型智库研究[2]。随着互联网的快速发展，大数据的收集、存储、分析方法为我国的智库研究带来了新的研究动力和挑战。尤其是大数据可视化方法的应用，该方法是从政策运行、政府管理与决策等视角，基于对海量数据的处理和分析，帮助决策者和公众理解关键问题、获取有效信息的方法，对该方法的运用将是未来进行智库研究的基本趋势。
1.1 智库研究现状
目前，智库研究已经进入了快速发展阶段。在机构数量方面，2018年1月30日，宾夕法尼亚大学发布的《2017年全球智库报告》（《2017 Global Go To Think Tank Index Report》）指出：全球智库机构数量高达7，815家，其中美国智库数量位居全球第1，为1，872家；我国智库数量位居全球第2，为512家[3]。
国内外学者对智库的发展现状、趋势等做了深入研究。Jacques Peter就曾针对美国传统智库的发展情况，采用科学计量方法进行统计、测算智库数据，分析美国传统智库的运行机制[4]。国内学者吕红基于WoS数据库对国际智库研究态势进行文献计量分析和信息挖掘，总结出目前国际智库的研究热点：（1）智库的发展运行现状及其对社会的影响力；（2）智库的角色定位与决策作用；（3）智库分类、领域及功能研究；（4）智库案例分析[5]。
目前智库研究领域的文献逐渐增加，在一定程度上能表征其学术研究现状和发展趋势，因此通过对国内外文献进行检索，以智库研究领域文献发文量进行对比，分析智库研究现状和趋势。国内文献检索选取中国知网（CNKI），来源类别为CSSCI的期刊数据库，以篇名为“智库”精确检索期刊文章，时间区間为2000—2017年，共得到1，095篇，国外文献检索选取WoS核心合集数据库，以“Think tanks”为主题，文章类型为“Article”进行检索，时间区间为2000—2017年，共得到947篇，检索时间为2018年4月11日，相关文献的发文量检索结果如图1所示。
由图1可知，2011年之前WoS核心合集中智库研究的文献数量相比CNKI的CSSCI期刊数据库较多，说明国外学者对智库研究较早，有一定的文献积累量，发表相关论文的数量在过去的16年间呈平稳增长趋势。而国内对智库的研究相对较晚，21世纪初才逐渐开始，研究基础较为薄弱，但从2011年后相关论文数量逐渐增加，说明国内学者在智库领域的研究逐渐增多。
1.2 大数据可视化研究现状
大数据可视化分析是目前大数据分析的重要方法之一，因其高效、直观、交互的图形表示功能，被广泛应用于各研究领域。大数据的环境下，数据类型逐渐多元化，用于可视化的数据源于数据库、html、XML文件、源代码等，通过处理、分析数据，实现数据的统计分析、知识表示、用户交互、视觉表现、人类认知、感知和探索决策[6-11]。大数据可视化技术充分利用数据分析，结合机器与人的优势分析问题、解决问题，实现视觉感知[12]。
大数据可视化方法来源于最初的科学可视化[13]和随着信息增长产生的信息可视化[14]，二者合称为数据可视化。Nightingale曾运用传统大数据可视化方法搜集、分析关于医疗和公共卫生的信息，其中运用最多的是饼图[15]。互联网技术助推了大数据可视化技术的发展，大量信息的聚集和可视化技术的改进，使得大数据可视化的功能不断完善，如基于海量数据，逐渐在内容丰富的图形中展现交互功能。交互式大数据可视化有助于复杂数据的选择和表示，能帮助用户和系统之间进行交互作用[16-17]。由于行业应用和数据类型的不同，大数据可视化分析方法也不同，其运用范围涉及政治、经济、金融、医疗等行业，处理的数据类型包括传统的结构化数据以及大数据环境下的大量非结构化数据如文本、网络、图像等[18]。
1.3 问题提出
通过对国内外智库研究文献的对比分析，并进行研究现状的梳理，对比国内外智库研究的现状和趋势发现，国外智库研究起步较早，而我国智库研究虽有一定成果，但研究方法还比较单一，还未形成成熟的研究体系。大数据时代的到来对我国的智库研究提出了新的挑战——如何进行大数据驱动的智库研究？大数据可视化方法，其应用涉及利用多种数据类型进行行业决策分析，涉及多学科交叉研究，如何运用大数据可视化技术支撑智库研究的应用和创新值得深思。