一、问题描述
咨询研究是一项复杂工作，时间跨度长，需要调研大量支撑性的数据与知识。零散无序地隐藏在国内外专业数据库、数字图书馆、以及互联网上，花费时间精力依然难寻支撑性数据或知识。数据数据源不允许访问，“进不去”，分散在各部门的数据不对外开放；数据源之间难以联通，数据源壁垒高铸，信息孤岛，数据无法互联互通；数据搜索深度不够，“找不深”无法实现数据深度搜索。
二、解决方案
1.组织结构
由知识中心项目办牵头分析项目实际情况，考虑联合申报建设要求和与原知识中心协同建设的现状，结合向中国科学院和中国地震台网进行调研，学习发改委同类项目的管理实施经验。整个项目团队按照项目工作职能进行分工，设置领导小组，专家组，管理组，监理组，实施组等。在项目领导小组和和管理组的整体把控下，对技术路线和需求管理进行总体控制，实施研发从资源，技术，服务，运营四个方面进行管理和执行。
2.建设架构
（1）聚焦领域，突出特色，坚持高价值资源建设
充分发挥知识中心覆盖30余个专业领域的优势及中国工程院的地位与影响，注重汇聚、整合、关联，打通各领域专业知识资源，强化特色资源建设。持续构建中国工程科技专家库、规范机构数据库、持续沉淀战略咨询资源、加强对工程院咨询报告的富媒体加工、观点抽取、观点图等深度加工；持续丰富全球知名智库机构资源，持续对知名智库机构咨询报告和快讯信息进行采集，采用人工翻译、人机标注等方式进行深度加工；持续汇集各个领域的科学数据、实验数据；持续积累高质量学术会议视频资源。通过以上措施，持续提升知识中心特色资源占比和资源价值。
（2）面向末端，打造精品化的知识服务
中国工程科技知识中心不是科研项目、也不是一次性项目建设，是持续建设、运营的互联网服务平台，需要面向主要用户群体和多层次需求，聚焦国家战略或特定用户的场景，综合性、专业性相协同，充分发掘知识中心特色资源，新建或迭代知识服务产品，形成系列精品。
（3）持续践行互联网服务运营
在知识中心多年建设成果基础上，在发改委项目资助下，知识中心从2017年到2019年，充分互联网平台的特点和优势，开展了一系列卓有成效的运营实践工作，实现知识中心产品及服务向用户的快速触达和传播。在建立新媒体矩阵、品牌化运营、体系化运营、拓展运营渠道、运营指标体系、构建运营支撑环境等方面积累了比较丰富的实践经验。
（4）坚持资源、技术、服务、运营四条线协同推进
中国工程科技知识中心是一项宏大的系统工程，需要从资源、技术、服务、运营四个线条协同开展工作，缺一不可。通过资源建设，推动数据汇聚与资源共享，实现科学配置和高效互通；通过技术建设，推动技术创新与能力开放，实现知识融合和生态繁荣；通过产品与服务建设，推动知识增值与特色服务实现智慧引领和价值创造；通过开展互联网运营，推动知识中心品牌建立和社会影响力形成，推动运营统筹与创新实践，实现合作共赢和持续发展。
（5）持续推动搭平台,组联盟,建生态
中国工程科技知识中心由国内40余家科研院所、高校、企事业单位共同参与建设，需要充分激活活力、调动资源、发挥各家所长。各家分中心充分发挥领域专长和优势，建设汇聚领域特色优质资源、开发高质量的专业知识应用和服务；技术支撑单位充分利用人工智能、大数据方面的技术能力引领知识中心在大数据挖掘、知识组织实现突破；平台建设单位充分发挥系统集成的经验，统筹推动多渠道的海量资源汇聚、多源异构数据融合、知识组织技术工程化实施、知识应用开发和特色综合性知识服务产品建设，建立广泛的渠道开展多样性的运营推广工作，并持续探索建立流通平台和机制，实现知识生产与消费的互动运营和资源增值。通过以上各方的共同努力，搭平台、组联盟、建生态，推动知识中心项目持续繁荣。
荣获2023领先科技成果奖
三、应用成效
1.整合我国工程科技数据资源，促进我国工程科技发展环境的优化
持续推动工程科技领域“元数据海”及特色资源建设，形成了广泛的资源领域覆盖，汇聚了工程科技30多个专业领域资源，工程科技领域一级学科覆盖率达90%，二级学科覆盖率达86%；资源规模显著提升，到达了70亿，资源体量100TB，建立了稳定广泛的资源渠道，建成了资源汇聚加工的技术环境和工具手段，开发了丰富的资源应用，形成了一套比较科学的资源管理体系。
2.促进产业结构升级、管理方式变革，推动经济转型发展
工程科技领域海量的数据资源，推动了公益性专业数据的公开共享，公益性一体化知识服务网络平台的建设可极大助力大众创新创业和企业转型能力的提升。大数据关键共性技术的研发，提高了大数据技术工具应用转化和“政产学研用”结合，工程科技领域的大数据创新应用持续激发了商业模式创新，不断催生新业态，已成为互联网等新兴领域促进业务创新增值、提升企业核心价值的重要驱动力。
3.以工程领域大数据思维的创新方式推动供给侧改革
科技大数据与传统产业的融合，可为企业提供大数据存储管理、数据整合及分析以及各种商业应用能力，提高企业的技术实力、专利能力，增加企业的软实力，为企业建立协同发展的新业态、新模式，促进传统产业转型升级和新兴产业发展，提高经济增长的质量和效益，从而有助于精准助力供给侧改革，构建高精尖经济结构。
四、创新点
中国工程科技知识中心在知识服务实践探索方面取得了长足发展、成效显著。面向多类型用户开展了个性化、定制化的知识服务，有力支撑了数据密集型科研创新、管理决策。
1.总分联盟组织模式
知识中心由中国工程院牵头，紧密联合家国家级研究院、各部委情报所、行业信息中心及协会、学会、大型企业等作为协建单位，规模大、领域广。这种总分的组织模式为知识服务的技术开发、服务推广开启了很好的实践。
2.知识服务类型多样化
开展了多层面、多类型的知识服务，包括面向个性化需求的分析挖掘服务、面向普惠需求的智能识别智能检索服务、面向特定主题的精细化专题服务等。
3.资源丰富且具特色、数据权威、连续性好、时效性强
不仅包含文献、专利、成果、报告等通用资源，还包含理、工、农、医等领域特色资源，这些数据资源均来自国内、国际权威机构和网站。
4.分析内容不断深入，关键技术不断创新
第一，采用复杂网络分析、社区划分分析、多维尺度分析、推算预报数据模型、插值模型、聚类分析等方法，实现各类特色资源的个性化智能分析及监测预报预警。第二，通过实体识别、语义标注、关系抽取等技术，构建领域知识图谱，实现领域内、领域间各类资源的关联打通。第三，采用Efficient、迁移学习、NLP等机器学习及深度学习的人工智能技术，研发了系列智能识别和检索工具。
荣获“鼎新杯”数字化转型应用大赛二等奖
荣获2023数据管理百项优秀案例