大數(shù)據(jù)環(huán)境下技術(shù)創(chuàng)新管理方法研究

大數(shù)據(jù)環(huán)境下技術(shù)創(chuàng)新管理方法研究

0引言“提高自主創(chuàng)新能力，建設(shè)創(chuàng)新型國(guó)家”是我國(guó)自十七大以來(lái)確定的國(guó)家未來(lái)發(fā)展戰(zhàn)略的核心思想，而在勝利召開(kāi)的黨的十八大會(huì)議中，更是明確提出了“實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”的偉大構(gòu)想，并指出“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐，必須擺在國(guó)家發(fā)展全局的核心位置”以及“以全球視野謀劃和推動(dòng)創(chuàng)新，提高原始創(chuàng)新、集成創(chuàng)新和引進(jìn)消化吸收再創(chuàng)新能力，更加注重協(xié)同創(chuàng)新”等重要方針政策。這是黨中央國(guó)務(wù)院在深刻把握當(dāng)代科學(xué)技術(shù)與經(jīng)濟(jì)發(fā)展特征的基礎(chǔ)上，為我國(guó)未來(lái)發(fā)展打造核心驅(qū)動(dòng)力所做出的重大戰(zhàn)略部署。因此，在這一特定環(huán)境下，如何實(shí)現(xiàn)技術(shù)創(chuàng)新管理工作的“創(chuàng)新驅(qū)動(dòng)發(fā)展”，是我國(guó)科技工作者亟待思考的重要問(wèn)題之一。另一方面，近年來(lái)，“大數(shù)據(jù)”引起各國(guó)政府、產(chǎn)業(yè)界和科技界的高度關(guān)注[1]，2012年3月19日，美國(guó)總統(tǒng)奧巴馬宣布啟動(dòng)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃（BigDataResearchandDevelopmentInitiative）”，旨在提高從大型復(fù)雜數(shù)字?jǐn)?shù)據(jù)中抽取知識(shí)與觀點(diǎn)的能力，以幫助解決國(guó)家在科學(xué)與工程中最緊迫的諸多挑戰(zhàn)問(wèn)題，增強(qiáng)國(guó)家安全，實(shí)現(xiàn)教育與學(xué)習(xí)的轉(zhuǎn)變[2]。該項(xiàng)計(jì)劃的提出將“大數(shù)據(jù)”研究上升到美國(guó)國(guó)家戰(zhàn)略的最高層，以國(guó)家政府為核心的全球“大數(shù)據(jù)”戰(zhàn)略競(jìng)爭(zhēng)正式拉開(kāi)序幕?！按髷?shù)據(jù)”時(shí)代的來(lái)臨，標(biāo)志著傳統(tǒng)數(shù)據(jù)挖掘方法已經(jīng)不再適應(yīng)日新月異的數(shù)據(jù)環(huán)境，在數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析以及可視化等諸多方面捉襟見(jiàn)肘。與此同時(shí)，各行各業(yè)對(duì)數(shù)據(jù)的依賴性有增無(wú)減，甚至以數(shù)據(jù)為基礎(chǔ)的定量分析方法也有逐步取代耗時(shí)耗力的以專家為基礎(chǔ)的定性分析方法的趨勢(shì)。正是在這樣的大背景下，傳統(tǒng)的“技術(shù)創(chuàng)新管理”方法也面臨著巨大的挑戰(zhàn)，傳統(tǒng)的數(shù)據(jù)挖掘方法與工具技術(shù)逐漸無(wú)法應(yīng)付技術(shù)領(lǐng)域中迅速涌現(xiàn)的大規(guī)模數(shù)據(jù)，更無(wú)法實(shí)現(xiàn)對(duì)如此量級(jí)數(shù)據(jù)的實(shí)時(shí)處理與分析，從而喪失產(chǎn)生輔助決策依據(jù)的數(shù)據(jù)分析方案與能力。因此，從我國(guó)技術(shù)創(chuàng)新管理工作的實(shí)際需求出發(fā)，如何有效把握“大數(shù)據(jù)”環(huán)境下的大機(jī)遇與大挑戰(zhàn)，應(yīng)對(duì)“大數(shù)據(jù)”給傳統(tǒng)技術(shù)創(chuàng)新管理工作所帶來(lái)的從思維體系到技術(shù)方法的大變革，實(shí)現(xiàn)我國(guó)技術(shù)創(chuàng)新管理工作的決策創(chuàng)新，既是本文的立足點(diǎn)，也是本文期望解決的實(shí)際問(wèn)題。為達(dá)到這一目標(biāo)，一方面，本文將結(jié)合當(dāng)前國(guó)內(nèi)外的最新研究進(jìn)展，并著重關(guān)注已公開(kāi)的美國(guó)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”項(xiàng)目研究?jī)?nèi)容[2]，深入剖析美國(guó)國(guó)防部與國(guó)防部高級(jí)研究計(jì)劃局相關(guān)項(xiàng)目的研究目標(biāo)與研究對(duì)象，尋求“大數(shù)據(jù)”環(huán)境下美國(guó)國(guó)防研究中的新思路、新理念。另一方面，本文以數(shù)據(jù)挖掘技術(shù)為核心，構(gòu)建“目標(biāo)驅(qū)動(dòng)”與“數(shù)據(jù)驅(qū)動(dòng)”并行的雙向技術(shù)創(chuàng)新管理方法體系，為我國(guó)技術(shù)創(chuàng)新管理的實(shí)際工作提供有力支撐。1研究背景1.1國(guó)內(nèi)外研究現(xiàn)狀麥肯錫全球研究院將“大數(shù)據(jù)”定義為“無(wú)法在一定時(shí)間內(nèi)使用傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具對(duì)其內(nèi)容進(jìn)行獲取、管理和處理的數(shù)據(jù)集合”[3]?！按髷?shù)據(jù)”可以認(rèn)為是“分析”的另一種表述，它是尋求從數(shù)據(jù)中萃取知識(shí)，并將其轉(zhuǎn)化為商業(yè)優(yōu)勢(shì)的智能化活動(dòng)[4]。在大多數(shù)文獻(xiàn)中，“大數(shù)據(jù)”被總結(jié)為如下三個(gè)特征（即三個(gè)V）：（1）容量大（Volume）:2012年，全球數(shù)據(jù)總量約為2.7～3.5ZB。而每秒鐘通過(guò)網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)總量已經(jīng)超過(guò)了20年之前互聯(lián)網(wǎng)的總存儲(chǔ)量。（2）產(chǎn)生速度快（Velocity）:IBM將這一屬性定義為數(shù)據(jù)進(jìn)出的高速性，也可以將這一特性引申理解為對(duì)大數(shù)據(jù)迅速的處理能力以及決策能力的要求。（3）多樣性（Variety）:大數(shù)據(jù)所包含的數(shù)據(jù)種類不僅僅包含常規(guī)意義上的關(guān)系數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)，還容納了如圖片、流媒體以及社會(huì)網(wǎng)絡(luò)信息在內(nèi)的全新數(shù)據(jù)類型。此外，大數(shù)據(jù)的“信息價(jià)值大與冗余信息多（Value）”這一屬性也被眾多專家學(xué)者納為大數(shù)據(jù)的第四個(gè)特征。雖然，“大數(shù)據(jù)”一詞早在20世紀(jì)80年代就已經(jīng)出現(xiàn)，但是一直以來(lái)，“大數(shù)據(jù)”僅僅是作為數(shù)據(jù)挖掘技術(shù)定義中“海量數(shù)據(jù)”的另一種表述，局限于計(jì)算機(jī)學(xué)科中的“海量數(shù)據(jù)”挖掘與處理技術(shù)等研究，并未形成具有影響力及代表意義的突出研究成果或研究方案。2008年，《Nature》雜志出版?？禕igData》，基于多個(gè)學(xué)科的實(shí)際研究現(xiàn)狀系統(tǒng)地介紹了“大數(shù)據(jù)”所蘊(yùn)含的潛在價(jià)值與挑戰(zhàn)[5]。自此，“大數(shù)據(jù)”正式登上科學(xué)研究的大舞臺(tái)，并成為各個(gè)學(xué)科中的研究熱點(diǎn)問(wèn)題。而2011年，《Science》雜志出版的?？禗ealingwithData》則標(biāo)志著“大數(shù)據(jù)”時(shí)代的到來(lái)[6]。筆者于2013年2月12日通過(guò)WebofScience在SCI與SSCI數(shù)據(jù)庫(kù)中以“BigData”為檢索詞，在主題中進(jìn)行檢索，共獲得232篇文獻(xiàn)。其中，196篇的出版時(shí)間在2008年以后（包括2008年），117篇來(lái)自2012年。由此可見(jiàn)，“大數(shù)據(jù)”研究在全球范圍內(nèi)的“新”與“熱”。本文通過(guò)VantagePoint文本挖掘軟件生成了SCI與SSCI數(shù)據(jù)庫(kù)中“大數(shù)據(jù)”相關(guān)文獻(xiàn)的基于關(guān)鍵詞的關(guān)聯(lián)圖譜（見(jiàn)圖1）。從圖1不難發(fā)現(xiàn)，“BigData”與“CloudComputing”（云計(jì)算）是所有文獻(xiàn)的最核心，而33個(gè)關(guān)鍵詞中計(jì)算機(jī)與軟件技術(shù)相關(guān)的關(guān)鍵詞在一半以上，其中具有“大數(shù)據(jù)”文件管理與處理軟件Hadoop與MapReduce更是出現(xiàn)在了關(guān)聯(lián)圖的顯著位置。不過(guò)，我們還發(fā)現(xiàn)，“DataManagement”（數(shù)據(jù)管理）、“DataGrid”（數(shù)據(jù)格）以及“Ontology”（本體）三個(gè)關(guān)鍵詞形成了聚類，出現(xiàn)在圖的右下角（圈中所示），這可以認(rèn)為是“大數(shù)據(jù)”管理相關(guān)研究的涌現(xiàn)。由圖1可知，當(dāng)前國(guó)外的“大數(shù)據(jù)”研究工作仍然集中在如何進(jìn)行大數(shù)據(jù)存儲(chǔ)、處理、分析以及管理的技術(shù)及軟件應(yīng)用上，而關(guān)于“大數(shù)據(jù)”與應(yīng)用管理科學(xué)的結(jié)合，尤其是與技術(shù)管理科學(xué)結(jié)合的研究幾乎為零。本文還對(duì)這232篇文章作者所在的國(guó)家與其相關(guān)文章的關(guān)鍵詞進(jìn)行了關(guān)聯(lián)分析，生成基于關(guān)鍵詞的國(guó)家間關(guān)聯(lián)圖如圖2所示。很顯然，以美國(guó)為核心，包括德國(guó)、英國(guó)以及比利時(shí)等在內(nèi)的歐美國(guó)家是研究“大數(shù)據(jù)”的最核心，而中國(guó)并不在這個(gè)核心集群之內(nèi)，且與其他國(guó)家也幾乎無(wú)關(guān)聯(lián)。放眼當(dāng)前國(guó)內(nèi)學(xué)者圍繞“大數(shù)據(jù)”展開(kāi)的相關(guān)研究，不難發(fā)現(xiàn)，雖然“大數(shù)據(jù)”研究已經(jīng)引起了中國(guó)學(xué)者的高度重視，圍繞“大數(shù)據(jù)”的研究工作也全面展開(kāi)。然而，國(guó)內(nèi)的“大數(shù)據(jù)”研究尚屬起步階段。自2012年5月份以“大數(shù)據(jù)科學(xué)與工程——一門(mén)新興的交叉學(xué)科？”為主題的香山會(huì)議順利召開(kāi)以來(lái)，在不到一年的時(shí)間，以李國(guó)杰院士為核心的計(jì)算機(jī)學(xué)科專家學(xué)者紛紛就圍繞“大數(shù)據(jù)”定義的“數(shù)據(jù)科學(xué)”的理論架構(gòu)與算法應(yīng)用等問(wèn)題進(jìn)行了綜述性的歸納研究與探討[1]。如馬帥等就對(duì)“大數(shù)據(jù)”的異構(gòu)數(shù)據(jù)模型與存儲(chǔ)、復(fù)雜數(shù)據(jù)智能分析、數(shù)據(jù)質(zhì)量以及大數(shù)據(jù)安全性等問(wèn)題進(jìn)行了分析和討論[7]。不過(guò)，針對(duì)如何應(yīng)對(duì)“大數(shù)據(jù)”環(huán)境給科技管理問(wèn)題帶來(lái)的挑戰(zhàn)，國(guó)內(nèi)的相關(guān)研究微乎其微。在這一方面，中國(guó)科學(xué)院的王飛躍教授及其研究團(tuán)隊(duì)在處理與分析大數(shù)據(jù)使其有效支撐科技決策問(wèn)題上進(jìn)行了深入的研究，并構(gòu)建了面向大數(shù)據(jù)和開(kāi)源信息的科技態(tài)勢(shì)解析與決策服務(wù)系統(tǒng)[8]?；谝陨蠂?guó)內(nèi)外研究現(xiàn)狀，可以發(fā)現(xiàn)，“大數(shù)據(jù)”研究雖然是當(dāng)前全球各個(gè)學(xué)科領(lǐng)域的研究熱點(diǎn)問(wèn)題，但是，相關(guān)研究仍然很大程度上集中在以“云計(jì)算”為核心的“大數(shù)據(jù)”相關(guān)計(jì)算機(jī)技術(shù)與軟件的開(kāi)發(fā)上，如何把“大數(shù)據(jù)研究”應(yīng)用于實(shí)際的學(xué)科領(lǐng)域，或者說(shuō)如何指導(dǎo)生產(chǎn)實(shí)踐工作應(yīng)對(duì)“大數(shù)據(jù)環(huán)境”的研究，幾乎僅停留于理論階段。因此，本文將著眼點(diǎn)于美國(guó)的“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”，希望能從該項(xiàng)計(jì)劃的制定與實(shí)施過(guò)程中尋找能夠?qū)ⅰ按髷?shù)據(jù)”研究與技術(shù)創(chuàng)新管理工作相結(jié)合的突破口。1.2美國(guó)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”與美國(guó)國(guó)防自“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”宣布啟動(dòng)以來(lái)，涉及該項(xiàng)計(jì)劃的六大聯(lián)邦部門(mén)（美國(guó)國(guó)家科學(xué)基金會(huì)、美國(guó)國(guó)家衛(wèi)生研究院、美國(guó)能源部、美國(guó)國(guó)防部、美國(guó)國(guó)防部高級(jí)研究計(jì)劃局與美國(guó)地質(zhì)勘探局）承諾投資兩億多美元，以大力推動(dòng)和改善與大數(shù)據(jù)相關(guān)的收集、組織和分析工具及技術(shù)，從而提升其從大型復(fù)雜數(shù)字?jǐn)?shù)據(jù)中抽取知識(shí)與觀點(diǎn)的能力。其中，不難發(fā)現(xiàn)兩個(gè)問(wèn)題：一、國(guó)防部及其高級(jí)研究計(jì)劃局均被列入大數(shù)據(jù)計(jì)劃的核心部門(mén)之中，可見(jiàn)國(guó)家安全問(wèn)題在本次美國(guó)大數(shù)據(jù)計(jì)劃中有舉足輕重的地位；二、“從大型復(fù)雜數(shù)字?jǐn)?shù)據(jù)中抽取知識(shí)與觀點(diǎn)的能力”是各大部門(mén)均強(qiáng)調(diào)的核心問(wèn)題，而這也正是本次美國(guó)大數(shù)據(jù)計(jì)劃尤為重視的“預(yù)警與監(jiān)測(cè)”問(wèn)題的根源所在。與此同時(shí)，美國(guó)國(guó)防部也提出應(yīng)對(duì)大數(shù)據(jù)環(huán)境的基本策略為不斷提高“從數(shù)據(jù)到?jīng)Q策的能力”，實(shí)現(xiàn)由數(shù)據(jù)優(yōu)勢(shì)向決策優(yōu)勢(shì)的轉(zhuǎn)化。美國(guó)國(guó)防部與國(guó)防部高級(jí)研究計(jì)劃局針對(duì)“大數(shù)據(jù)”計(jì)劃的立項(xiàng)情況以及各項(xiàng)目擬解決的核心問(wèn)題（見(jiàn)表1），國(guó)防部每年通過(guò)2.5億美元左右（其中6000萬(wàn)美元用于支持新的研究項(xiàng)目）的投資在各個(gè)軍事部門(mén)開(kāi)展一系列研究計(jì)劃，旨在以創(chuàng)新方式使用海量數(shù)據(jù)，通過(guò)感知、認(rèn)知和決策支持的組合，建立真正的、能夠獨(dú)立完成操控并做出決策的自治式系統(tǒng)，提高作戰(zhàn)人員和分析人員的環(huán)境與狀況感知能力，增強(qiáng)對(duì)任務(wù)和流程的支持[9]。國(guó)防部的目標(biāo)是將分析人員從任意語(yǔ)言文字資料中提取信息的能力提高100倍，同時(shí)希望他們觀察到的目標(biāo)、活動(dòng)和事件的數(shù)量也獲得相同幅度的提升。本文針對(duì)表1所列美國(guó)國(guó)防部的8個(gè)項(xiàng)目和國(guó)防部高級(jí)研究計(jì)劃局的“XDATA”項(xiàng)目進(jìn)行分析與歸納，對(duì)其解決的問(wèn)題目標(biāo)之間的內(nèi)在聯(lián)系總結(jié)如圖3所示。其中，“XDATA”項(xiàng)目是全部項(xiàng)目計(jì)劃的基礎(chǔ)，它通過(guò)提供基礎(chǔ)技術(shù)與軟件工具，實(shí)現(xiàn)對(duì)大數(shù)據(jù)的自動(dòng)化處理能力；“心靈之眼”項(xiàng)目與“機(jī)器讀取”項(xiàng)目則側(cè)重于針對(duì)大數(shù)據(jù)的數(shù)據(jù)分析能力的提升，而“機(jī)器讀取”項(xiàng)目更將這種能力上升到了“人工智能”的高度；“PROCEED”項(xiàng)目集中于“加密”算法層，是大數(shù)據(jù)分析能力在具體領(lǐng)域中的應(yīng)用研究；“彈性云”項(xiàng)目、“ADAMS”項(xiàng)目與“CINDER”項(xiàng)目則將大數(shù)據(jù)研究與國(guó)防緊密結(jié)合，把著眼點(diǎn)定位在“網(wǎng)絡(luò)”之中，并通過(guò)相應(yīng)的大數(shù)據(jù)“監(jiān)測(cè)”能力，實(shí)現(xiàn)保障國(guó)家安全的最終目標(biāo)；“INSIGHT”項(xiàng)目可以認(rèn)為是國(guó)防部諸多項(xiàng)目的制高點(diǎn)，它將“監(jiān)測(cè)”提升為“預(yù)警”能力，這也是“數(shù)據(jù)驅(qū)動(dòng)決策”的最終體現(xiàn)。因此，通過(guò)分析美國(guó)國(guó)防部針對(duì)大數(shù)據(jù)展開(kāi)的項(xiàng)目研究?jī)?nèi)容及其目標(biāo)，可以歸納為以下三個(gè)層次：“面向大數(shù)據(jù)的基礎(chǔ)工具與技術(shù)研發(fā)”、“以指揮與控制為導(dǎo)向的大數(shù)據(jù)分析及可視化”、“基于大數(shù)據(jù)研究的偵查與預(yù)警機(jī)制”（如圖4所示）。其具體內(nèi)容包括如下幾點(diǎn)：“面向大數(shù)據(jù)的基礎(chǔ)工具和技術(shù)研發(fā)”方面，基于非結(jié)構(gòu)化與半結(jié)構(gòu)化的大數(shù)據(jù)處理技術(shù)是美國(guó)國(guó)防項(xiàng)目研究的重點(diǎn)問(wèn)題，以改善從國(guó)家快速增長(zhǎng)的海量數(shù)據(jù)中提取知識(shí)與觀點(diǎn)的能力。而軍事數(shù)據(jù)中占據(jù)很大比例的軍事圖像及視頻數(shù)據(jù)，又成為相關(guān)研究必須重視的問(wèn)題之一。與此同時(shí)，信息安全問(wèn)題也是國(guó)防研究中的重要挑戰(zhàn)?！耙灾笓]與控制為導(dǎo)向的大數(shù)據(jù)分析及可視化”方面，美國(guó)希望運(yùn)用先進(jìn)的計(jì)算機(jī)技術(shù)極大程度地實(shí)現(xiàn)大數(shù)據(jù)指揮與控制的人工智能化，包括針對(duì)大數(shù)據(jù)的智能處理、輔助決策的能力。一方面，常規(guī)的計(jì)算機(jī)技術(shù)（如數(shù)據(jù)挖掘方法等）被大量的運(yùn)用到針對(duì)大數(shù)據(jù)的智能化處理工作中來(lái)。另一方面，針對(duì)大數(shù)據(jù)的可視化研究也迅速成為眾多研究的熱點(diǎn)與重點(diǎn)?！盎诖髷?shù)據(jù)研究的偵查與預(yù)警機(jī)制”方面，提升軍事情報(bào)的獲取、跟蹤、定位、處理、分析和預(yù)警能力，是各國(guó)軍事研究中的最核心問(wèn)題。美國(guó)為確保其在相關(guān)研究工作中的世界領(lǐng)先定位，更加關(guān)注于如何有效利用大數(shù)據(jù)這一挑戰(zhàn)與契機(jī)，尋求通過(guò)有效的技術(shù)與工具提前識(shí)別軍事情報(bào)中的潛在威脅，達(dá)到提前預(yù)警與防護(hù)的最終目的。值得一提的是，在大數(shù)據(jù)項(xiàng)目的具體施行過(guò)程中，美國(guó)國(guó)家政府有效地利用了美國(guó)科研機(jī)構(gòu)與高校在基礎(chǔ)算法與技術(shù)研究以及軟件開(kāi)發(fā)等領(lǐng)域的卓絕研究能力，與其展開(kāi)深度合作，提升了項(xiàng)目研發(fā)的效率。例如，根據(jù)佐治亞理工大學(xué)官方網(wǎng)站上的相關(guān)報(bào)道，2012年11月，佐治亞理工大學(xué)工程學(xué)院的兩個(gè)研究團(tuán)隊(duì)獲得了一份來(lái)自于“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”價(jià)值270萬(wàn)美元的技術(shù)研發(fā)項(xiàng)目，其側(cè)重點(diǎn)為機(jī)器學(xué)習(xí)方法以及數(shù)據(jù)可視化方面的研究[10]。綜上所述，基于美國(guó)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”項(xiàng)目的深入調(diào)研，尤其是針對(duì)大數(shù)據(jù)計(jì)劃最核心的美國(guó)國(guó)防部及國(guó)防部高級(jí)研究計(jì)劃局在相關(guān)立項(xiàng)中的側(cè)重點(diǎn)與項(xiàng)目目標(biāo)的分析，不難發(fā)現(xiàn)，從傳統(tǒng)的“目標(biāo)驅(qū)動(dòng)決策”向“數(shù)據(jù)驅(qū)動(dòng)決策”的重大轉(zhuǎn)型是美國(guó)國(guó)家戰(zhàn)略應(yīng)對(duì)大數(shù)據(jù)環(huán)境的最直接變化之一，而基于傳統(tǒng)數(shù)據(jù)分析方法的“評(píng)估與預(yù)測(cè)”理念也正在向“監(jiān)測(cè)與預(yù)警”轉(zhuǎn)化。有效地利用大數(shù)據(jù)環(huán)境，深入挖掘與分析潛在技術(shù)競(jìng)爭(zhēng)情報(bào)，監(jiān)測(cè)技術(shù)發(fā)展動(dòng)態(tài)，分析潛在網(wǎng)絡(luò)威脅與攻擊，正是大數(shù)據(jù)環(huán)境下美國(guó)政府的全新國(guó)家戰(zhàn)略思維與部署。2大數(shù)據(jù)環(huán)境下我國(guó)技術(shù)創(chuàng)新管理“雙向”決策模型如何應(yīng)對(duì)“大數(shù)據(jù)”時(shí)代所帶來(lái)的挑戰(zhàn)與機(jī)遇？美國(guó)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”項(xiàng)目提供了一條行之有效的新思路與新方案，即轉(zhuǎn)變決策驅(qū)動(dòng)根源，由傳統(tǒng)的“目標(biāo)驅(qū)動(dòng)決策”向“數(shù)據(jù)驅(qū)動(dòng)決策”轉(zhuǎn)化。以此為契機(jī)，我國(guó)的技術(shù)創(chuàng)新管理工作如何適應(yīng)大數(shù)據(jù)環(huán)境，如何應(yīng)對(duì)大數(shù)據(jù)環(huán)境下更為復(fù)雜與激烈的國(guó)際競(jìng)爭(zhēng)，如何有效地將大數(shù)據(jù)環(huán)境作為重要契機(jī)運(yùn)用到國(guó)家技術(shù)創(chuàng)新研究工作中來(lái)，正是本文希望達(dá)到的重要目標(biāo)。參照美國(guó)“大數(shù)據(jù)研究與開(kāi)發(fā)計(jì)劃”項(xiàng)目中引入的新思路，本文在整合技術(shù)創(chuàng)新管理現(xiàn)有理論方法的基礎(chǔ)上，充分考慮大數(shù)據(jù)環(huán)境帶來(lái)的挑戰(zhàn)與機(jī)遇，構(gòu)建了面向技術(shù)創(chuàng)新管理的雙向決策模型，即目標(biāo)驅(qū)動(dòng)模式與數(shù)據(jù)驅(qū)動(dòng)模式并行的雙向決策模型（見(jiàn)圖5）。一方面，以傳統(tǒng)目標(biāo)驅(qū)動(dòng)為基礎(chǔ)，形成以傳統(tǒng)數(shù)據(jù)挖掘技術(shù)與方法為核心的數(shù)據(jù)獲取、處理、分析、支持決策的技術(shù)評(píng)估與預(yù)測(cè)模型。另一方面，圍繞大數(shù)據(jù)環(huán)境下的復(fù)雜數(shù)據(jù)特征與環(huán)境，采用當(dāng)前數(shù)據(jù)挖掘領(lǐng)域應(yīng)用于大數(shù)據(jù)處理的新方法、新思路，形成以自組織動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)為核心，能夠有效預(yù)警并積極處理突發(fā)事件的技術(shù)監(jiān)測(cè)與預(yù)警模型。本模型的數(shù)據(jù)源均切實(shí)圍繞“大數(shù)據(jù)”展開(kāi)。一方面，包含科技文獻(xiàn)（期刊、專利）、技術(shù)研究報(bào)告與統(tǒng)計(jì)數(shù)據(jù)等在內(nèi)的科技數(shù)據(jù)是作為傳統(tǒng)數(shù)據(jù)挖掘方法的核心數(shù)據(jù)源之一；另一方面，作為“大數(shù)據(jù)”環(huán)境賴以生存的網(wǎng)絡(luò)環(huán)境是考慮“大數(shù)據(jù)”數(shù)據(jù)源問(wèn)題時(shí)不可忽視的問(wèn)題，因此，本模型采納了網(wǎng)絡(luò)數(shù)據(jù)中的輿情數(shù)據(jù)與社交網(wǎng)絡(luò)動(dòng)態(tài)數(shù)據(jù)（博客、微博客等），這部分?jǐn)?shù)據(jù)也是“大數(shù)據(jù)”環(huán)境下實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)并預(yù)警的數(shù)據(jù)基礎(chǔ)。此外，本模型還把政府政策數(shù)據(jù)、市場(chǎng)動(dòng)態(tài)與企業(yè)數(shù)據(jù)以及金融交易數(shù)據(jù)等信息囊括在技術(shù)競(jìng)爭(zhēng)情報(bào)分析的數(shù)據(jù)源中。而作為大數(shù)據(jù)環(huán)境中不可或缺的重要要素——“云計(jì)算與云存儲(chǔ)”技術(shù)與“并行計(jì)算”技術(shù)也被本模型納入到數(shù)據(jù)層中，作為本模型提取潛在信息、展開(kāi)技術(shù)競(jìng)爭(zhēng)情報(bào)分析的重要技術(shù)方法之一。2.1技術(shù)評(píng)估與預(yù)測(cè)模型技術(shù)評(píng)估與預(yù)測(cè)模型圍繞雙向決策中的“目標(biāo)驅(qū)動(dòng)決策”展開(kāi)，即決策者首先要明白自己的目的是什么，明白“干什么”，然后，研究“怎么干”。一般而言，“目標(biāo)驅(qū)動(dòng)決策”面向具體的“技術(shù)”對(duì)象，在大數(shù)據(jù)環(huán)境下，采用常規(guī)的數(shù)據(jù)挖掘方法，通過(guò)數(shù)據(jù)采集、加工與分析計(jì)算等步驟，將數(shù)據(jù)轉(zhuǎn)化為可供技術(shù)創(chuàng)新決策目標(biāo)支持的有效知識(shí)或觀點(diǎn)。具體運(yùn)用在我國(guó)技術(shù)創(chuàng)新管理工作中，“目標(biāo)驅(qū)動(dòng)決策”模型則通過(guò)有目的的對(duì)大數(shù)據(jù)環(huán)境下科技、網(wǎng)絡(luò)以及其他數(shù)據(jù)中的潛在信息進(jìn)行有效萃取與分析，實(shí)現(xiàn)對(duì)具體技術(shù)領(lǐng)域的“知識(shí)發(fā)現(xiàn)”與“可視化”，從而達(dá)到評(píng)估技術(shù)發(fā)展?fàn)顟B(tài)，預(yù)測(cè)技術(shù)發(fā)展趨勢(shì)的最終目的。技術(shù)評(píng)估與預(yù)測(cè)模型圍繞“技術(shù)挖掘”理論體系展開(kāi)。其中，作為“技術(shù)挖掘”理論的核心思想——“技術(shù)機(jī)會(huì)分析”方法由美國(guó)佐治亞理工大學(xué)AlanPorter教授于1995年提出[11],即整合文獻(xiàn)計(jì)量學(xué)方法與專家知識(shí)，針對(duì)與某特定新興技術(shù)領(lǐng)域相關(guān)的科技文獻(xiàn)數(shù)據(jù)展開(kāi)挖掘與分析，定義技術(shù)領(lǐng)域的核心參與者、核心國(guó)家或地區(qū)、該技術(shù)的實(shí)時(shí)變化以及技術(shù)參與者或國(guó)家間的關(guān)聯(lián)關(guān)系等。2003年，AlanPorter教授以“技術(shù)機(jī)會(huì)分析”方法為核心，提出“技術(shù)挖掘”理論[12]，系統(tǒng)地歸納了技術(shù)創(chuàng)新環(huán)境下如何掌握并分析科技文獻(xiàn)數(shù)據(jù)[13]，提取“技術(shù)競(jìng)爭(zhēng)情報(bào)”，并通過(guò)“預(yù)測(cè)創(chuàng)新路徑”方法進(jìn)行可視化展示[14]。本模型中采用了“技術(shù)挖掘”理論中歸納的技術(shù)創(chuàng)新環(huán)境下進(jìn)行技術(shù)競(jìng)爭(zhēng)情報(bào)分析需要考慮的39個(gè)技術(shù)管理問(wèn)題[12]，如“技術(shù)發(fā)展的熱門(mén)方向是什么？”、“什么驅(qū)動(dòng)了技術(shù)的發(fā)展？”、“技術(shù)的哪些方面符合應(yīng)用目的？”以及“哪些國(guó)家、公司、大學(xué)或研究機(jī)構(gòu)在此技術(shù)或領(lǐng)域中領(lǐng)先？”等。這些技術(shù)管理問(wèn)題是結(jié)合實(shí)際技術(shù)創(chuàng)新管理應(yīng)用，可供選擇的實(shí)際“目標(biāo)”，而如何目標(biāo)驅(qū)動(dòng)決策，“干什么”與“怎么干”由此展開(kāi)。技術(shù)評(píng)估與預(yù)測(cè)模型基于傳統(tǒng)的數(shù)據(jù)挖掘方法，引入當(dāng)前文獻(xiàn)計(jì)量學(xué)與科學(xué)計(jì)量學(xué)領(lǐng)域中的適當(dāng)新技術(shù)新方法，在兼顧傳統(tǒng)數(shù)據(jù)挖掘能力的基礎(chǔ)上，提升知識(shí)發(fā)現(xiàn)與表現(xiàn)能力。其中，“基礎(chǔ)工具與技術(shù)”部分在采用了傳統(tǒng)的“自然語(yǔ)言處理”技術(shù)的基礎(chǔ)上，引入了“主題詞簇技術(shù)[15]”，即綜合運(yùn)用停詞表、模糊語(yǔ)義處理、主題詞網(wǎng)絡(luò)合并分析、詞頻與文本頻次轉(zhuǎn)換分析以及關(guān)聯(lián)規(guī)則等文獻(xiàn)計(jì)量學(xué)方法，實(shí)現(xiàn)對(duì)自然語(yǔ)言處理后仍然存在大量冗余主題詞與噪聲數(shù)據(jù)的數(shù)據(jù)清洗與合并工作。而“分析理論與方法”部分，本文則以“語(yǔ)義TRIZ理論”為核心[16]，打破傳統(tǒng)詞頻分析專注于孤立的主題詞的分析方法，通過(guò)語(yǔ)義分析方法，構(gòu)建基于“主語(yǔ)—謂語(yǔ)—賓語(yǔ)”的“問(wèn)題與解決方案”模型，深入挖掘科技文獻(xiàn)中的語(yǔ)義信息，并將知識(shí)發(fā)現(xiàn)結(jié)果通過(guò)技術(shù)路線圖方法予以可視化表征。2.2技術(shù)監(jiān)測(cè)與預(yù)警模型大數(shù)據(jù)環(huán)境下，蘊(yùn)含著豐富潛在信息的海量數(shù)據(jù)大量涌現(xiàn)，任何一種可能改變經(jīng)濟(jì)社會(huì)結(jié)構(gòu)與現(xiàn)有技術(shù)水平的新興技術(shù)或者任何一次可能產(chǎn)生技術(shù)創(chuàng)新的新思維、新想法都可能存在并以某種形式表征在大數(shù)據(jù)中。在國(guó)家技術(shù)創(chuàng)新管理工作中，如何掌控潛在新興技術(shù)的發(fā)展動(dòng)態(tài)，挖掘可能促進(jìn)技術(shù)升級(jí)的核心技術(shù)，監(jiān)測(cè)競(jìng)爭(zhēng)對(duì)手相關(guān)技術(shù)領(lǐng)域的最新進(jìn)展，并針對(duì)這一切可能情況做出及時(shí)并有效的反應(yīng)，正是技術(shù)監(jiān)測(cè)與預(yù)警模型所希望達(dá)到的最終目的。有別于技術(shù)評(píng)估與預(yù)測(cè)模型需要事先制定“目標(biāo)”，依“目標(biāo)”的需求進(jìn)行相應(yīng)的數(shù)據(jù)挖掘工作，技術(shù)監(jiān)測(cè)與預(yù)警模型更側(cè)重于機(jī)器的自組織與自學(xué)習(xí)能力，通過(guò)對(duì)小規(guī)模數(shù)據(jù)的訓(xùn)練與學(xué)習(xí)，形成反應(yīng)并處理相應(yīng)大數(shù)據(jù)的人工智能。這種自組織自學(xué)習(xí)的動(dòng)態(tài)實(shí)時(shí)檢測(cè)系統(tǒng)在傳統(tǒng)數(shù)據(jù)挖掘方法的基礎(chǔ)上，融入能夠響應(yīng)動(dòng)態(tài)數(shù)據(jù)變化的動(dòng)態(tài)數(shù)據(jù)挖掘理念，有效地運(yùn)用相應(yīng)的技術(shù)方法，能發(fā)現(xiàn)大數(shù)據(jù)中的“容疑點(diǎn)”，并深入挖掘與分析“容疑點(diǎn)”中的有效信息，從而達(dá)到最終形成“監(jiān)測(cè)與預(yù)警”的最高目標(biāo)。結(jié)合我國(guó)技術(shù)創(chuàng)新管理工作的實(shí)際需求，本文歸納了技術(shù)創(chuàng)新管理決策支持目標(biāo)的四個(gè)方面，如表2所示。有別于技術(shù)評(píng)估與預(yù)測(cè)模型中的傳統(tǒng)數(shù)據(jù)挖掘技術(shù)，技術(shù)監(jiān)測(cè)與預(yù)警模型中以數(shù)據(jù)為驅(qū)動(dòng)，首先就表現(xiàn)在“自組織動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)”模塊的構(gòu)建。通過(guò)規(guī)則的建立與基于機(jī)器學(xué)習(xí)的算法訓(xùn)練，形成專