1.构建多主体合作的情报感知体系，实现智慧协同与情报流转
在科技情报感知体系中，情报协同主体始终居于主导地位，在情报感知的生命周期中，情报需求的感知则处于首要地位。早在二战时期，美国社会科学委员会、学术团体、情报领域学者、情报机构就联合建立战略情报局，以此识别国家的情报导向需求，这开创了学界与情报界协同合作的先河。中国科学院文献情报中心刘细文等人认为协同战略情报研究是未来科技情报的首要工作模式。在传统的科技情报协同平台中，领域专家一直处于核心位置。但是对于关键核心技术，仅依靠领域专家可能会存在思维定势及认知偏差等原因导致科技情报感知有误差。再加上关键核心技术本身具有的潜在性、颠覆性等特征使其更加难以被发现与感知，这就需要引入大众智慧，扩大情报响应范围，增强科技情报识别与预测的准确性、全面性、及时性。当然大众智慧并不是指所有群众或网民评选，更多是依靠该领域的长期关注者，人员选取主要包括该领域相关网站的核心用户、该领域的青年学者、企业、工业人员等，同时还应建立信任和激励机制，吸引其他学科领域群体持续广泛的参与。。从协同主体的组织模式出发，情报感知的各主体应形成良好的组织结构。一方面科技管理与决策部门应“下好全国一盘棋”，为关键核心技术的攻关建设国际一流的科技情报服务中心，发挥领导、统筹作用，提升科技情报感知能力;另一方面，其他情报协同主体应保持扁平化设计，彼此间形成横向沟通网络，以平等互惠的原则吸纳不同领域、不同行业的情报机构及人员，以此拓宽情报协同平台的网络结构。总体来说，关键核心技术领域情报感知协同平台的主体主要包括科技智库机构、科技管理部门、领域与战略专家、情报咨询机构及大众群体。由科技管理与决策部门作为主导，科技情报机构作为协同平台的情报枢纽，有效识别国家决策需求，分析关键核心技术的发展态势。同时，科技情报机构还需在协同平台中充分承担情报共享与情报重构的责任，实现不同主体间的情报流通无阻。领域专家与大众间则需实现智慧协同，以此弥补专家所存在的思维定势、晕轮效应等问题。由于关键核心技术本身具有很强的跨学科协同性，高校、科研院所作为主要技术研发机构，在情报协同平台中并非以传统的单兵作战形式，而是以多学科团队交叉形式存在，综合多领域科学团队的情报意见，以扩大高校、科研院所对关键技术的态势感知具有先天优势。
2.打造多源异构的科技情报数据库，实现全源情报挖掘
在情报感知的生命周期中，情报采集是扫描、评估、刻画等过程的前提，在面向关键核心技术的情报感知体系中，情报协同平台在精准识别情报需求后需对所需情报进行采集。对于关键核心技术领域情报感知服务体系中的数据来源，由于关键核心技术所具有的潜在性、前瞻性、应用性等特征，传统情报库信息已经难以应对。因此情报协同平台首先要充分拓宽科技情报的元数据来源，根据原有情报库结合专家、大众智慧以及特定领域网络信息搭建全领域、全类型科技情报知识库。领域网络信息是指特定技术领域的相关信息，既包括专利报告、科技期刊、图书等结构化数据，也包括各技术、新闻等门户网站信息、国外情报、科技等网站信息、知识社交平台信息等非结构化数据。特别是对于关键核心技术的前瞻性特质，各国情报科技部门往往会发布科技前瞻评估报告，如韩国科技评估与规划研究院(KoreaInstituteofScienceTechnologyE
valuationandPlanning，KISTEP)公布的《KISTEP十大新兴技术》以及知名咨询公司高德纳(Gartner)每年发布的《十大战略科技发展趋势》等技术报告文件。尽管全领域、全类型的科技情报密度高、容量大，但是由于大国博弈高度情报对抗条件下的开源情报来源的不可靠性逐渐增加，开源情报的欺骗效应也渐渐被用作国际间科技竞争的新型工具。鉴于国防与军事技术的高度敏感性，融合开源情报的全源情报成为国防科技情报研究保障的关键形式
。因此，在针对关键核心技术领域的情报采集过程中需要由开源情报向全源情报逐渐转变，利用全源情报消除开源情报的不确定性。总体而言，情报协同平台既需要打造多源异构的科技情报数据库，也需要将目光转向全源情报的收集与利用，以全源性思维和全源性手段实现对全部情报来源、全部利益相关体、全部情报人员思想等要素的综合考虑和应用，以此加强对潜在关键性技术的感知。
3.设置多重扫描指标，实现关键核心技术情报识别第一，关键核心技术领域指标设定。关键核心技术的形成遵循“10→3→1”收敛轨迹，这表明关键核心技术是逐步遴选收敛出来的。由于情报采集与归纳的多源异构数据与全源情报，其数量庞大、形式多样，如何根据情报需求，确定攻克关键核心技术所需的科技情报是首要任务。目前公认的科技数据扫描方法主要为基于大数据的专家思想碰撞的方式，研究认为对于关键核心技术的隐蔽性及前瞻性，单一指标难以实现精准探测，因此关键核心技术指标的设定应包括广域扫描指标与特定领域扫描指标两种。广域扫描指标用于对多源异构数据库进行初步整体非定向扫描，以便用于专家遴选，根据其作用功能。根据关键核心技术的主要特质和学者们的研究，本文对初级指标的框架进行表述。对于颠覆性指标的设定，研究根据Christensen及栾春娟等等的研究，将其分解为四个维度，这四个维度分别代表了关键核心技术的不同颠覆领域。前瞻性的指标分为该技术是否对行业、技术具有预见作用，能够精准捕捉未来技术的发展态势。垄断性主要是指该技术具有难以模仿的特质，对于情报感知体系来说，还要精准判断该技术的研发能否保持长期垄断以及是否具有较高的垄断价值。潜在性的判别指标是要识别该技术目前的发展现状，是否为潜在性技术，同时该技术的潜在价值如何。夏绪梅等认为关键核心技术具有高投入的特性，同时政府还要判别投入所形成的成果产出，因此本研究将高投入性指标设为投入指标与产出指标。特定指标用于特定技术领域与交叉技术领域评审。由于关键核心技术具有交叉性、融合性、长期性，这需要对某个领域进行长期监测，同时还需多领域专家共同评审。因此该指标需要根据关键核心技术的本质特征与所在领域前沿技术特征相结合，根据不同领域、行业的现状，遴选不同专家进行指标设定。第二，关键核心技术领域数据扫描与识别。根据已设定的技术指标，情报感知体系将根据技术评价指标及专家智慧，对多源数据进行扫描与识别。对于广域技术扫描，其核心在于动态全域监测，监测范围广，监测结果粗度较高。对于特定领域技术扫描，其核心在于智能情报挖掘，识别特定技术领域与交叉技术领域发展态势，要求保持较细粒度。但是无论是广域扫描还是特定扫描，都需要对科技数据进行多轮迭代筛选，以此捕捉技术弱信号。由于地平线等扫描系统主要侧重于技术的热度、突变度等特征，缺乏综合维度的评估，难免存在误差，需要结合专家与大众智慧。即技术数据迭代筛选的过程也是人机协同的过程。因此科技情报数据识别的过程主要包括四个阶段。
a．科技数据初筛选。该过程是机器智慧的集中体现，需要同时对特定领域与非特定领域利用不同指标进行广域扫描。机器智慧首先利用大数据挖掘分析等方法对科技情报数据进行初步整体的非定向扫描，根据突变度、新兴度、热度等维度对潜在技术进行评估，同时根据初步指标对技术进行遴选，将机器识别为关键的技术存至技术清单1。对于特定领域及交叉领域所进行的定向扫描，机器智慧利用特定指标与交叉指标进行技术筛选，对认定为关键的技术存至技术清单2。对于清单2中的技术还需要利用机器智慧绘制技术交叉图谱、演化趋势图，辅助领域专家评审。
b．科技数据再筛选。该过程是专家智慧与大众智慧的集中体现。对于预选技术清单1，领域专家需要联合大众智慧，根据机器智慧所提供的相应技术信息，如技术突变点、研究机构、国家等结合初步指标进行关键技术判定，以此实现第一轮的智慧融入。专家评分后，将保留于清单1中的技术进行二轮迭代，同时在迭代中引入新探测技术。通过技术筛选的不断反复，逐渐完善技术清单1并交至数据平台。对于技术清单2，需要结合特定领域及跨学科的专家团队智慧，该领域专家根据机器提供的技术交叉图谱、演化趋势图进行分析，之后根据特定指标或交叉指标对技术清单2进行审验，发现清单漏洞并对谱系结构、技术演化图谱予以完善，之后进行多轮迭代，最后提交至数据平台。
c．科技数据提交。技术清单1与清单2录入数据平台后，由跨学科团队进行专家审定，验证其科学性，对于存在漏洞的技术清单应反交至上层清单，重新审验。之后根据科技管理部门情报需求按领域、按行业进行情报决策支持并将所需技术清单及相关情报提供给情报协同平台。
d．科技数据归档。即将最终所得技术清单进行分档归类，该过程由情报协同平台完成。情报协同平台需要综合全球核心技术领域知识库、案例数据库等分类原则，建立符合我国科技管理及相关部门所需的重点跟踪科技库和专题科技库。对于归档后的科技情报数据，应该保持定期监测，本文也基于此建立五维监测体系。
4.态势监测与技术演化导航，实现情报刻画与评估情报刻画可以被解释为“以促进感知的形式呈现。”正如钱学森曾说“情报是激活了的知识”。因此，情报刻画与评估便为情报感知的激活与具体展示。在科技情报感知体系中，情报刻画与评估的首要目的是根据扫描与识别的结果绘制关于关键核心技术的情报产品。情报产品主要包括场景模拟、技术监测与技术演变导航与图谱绘制。
4．1技术发展态势监测关键核心技术发展态势的监测包括监测该技术市场潜力、其他国家的应用案例、政策、监管与道德伦理问题等。通过了解海外先进技术最新发展情况，以及国外对该技术的应用政策、技术开发和部署情况，为我国科技管理部门提供决策支撑。事实上，欧盟早已经开展对关键核心技术的态势监测，其主要是从“技术”“领域”“国家”三个维度进行布局，以此实现技术监测。在我国也有学者根据学科分类体系对技术监测进行探讨。本文结合以往学者与国家的研究，建立“国家”“技术”“领域”“技术特质”“技术交叉”的五维监测体系。国家维度包括主要研发国家。对于产业领域维度，国际普遍使用《国际标准产业分类法》，本文依据该法案及欧盟的产业领域分类方法，将产业领域划分为27类。技术维度则为科技情报数据的识别成果，将所识别的关键核心技术归纳于产业领域之中，并发现其中的领域交叉与技术交叉，根据技术交叉绘制演化导航与交叉图谱。技术特征维度用于评估该关键核心技术的全面特征，指标主要使用已构建的交叉指标与特定指标。根据监测体系，还可以实现智能情报检索。比如利用监测体系分析美国在化工产业的关键技术发展现状、国家之间技术领域对比、识别潜在的技术交叉趋势等。
4．2技术演化导航与图谱绘制智能情报是技术演化导航与图谱绘制研究的起源。钱学森先生早在1983年便提出过智能情报的相关观念，并认为情报研究的发展需要长期与智能技术相结合。技术演化导航与图谱绘制是关键核心技术领域情报感知服务体系的主要成果之一。技术演变导航与图谱绘制的重要性在于将不同领域之间技术的交叉融合、技术演变的关键节点、技术分支脉络都予以诠释。对于已归档分类的科技情报数据，动态监测其发展态势是必不可少的程序。黄祥喜等提出构建智能情报检索系统，以此实现技术演变路径的快速导航。但以此方式实现的快速导航具有信息迟滞，同时难以实现更深层次的情报挖掘。本文认为利用场景模拟方法对五维检测体系中的技术演化进行模拟复现是实现导航的有效途径。利用场景模拟方法将分布在时间、空间不同维度的技术导航进行关联，发现潜在新兴交互技术。同时通过多场景模拟，对新兴技术应用的可能性、与其他技术之间的耦合性进行判断，以此提高潜在技术的挖掘。关键核心技术的谱系绘制还有利于分析科技演化路径的拐点、异常点、突变点，针对突变点进行情报搜集以实现预测情报服务。对于场景模拟的方式，则可以尝试众包激励，鼓励大众进行市场模拟或者利用数字孪生技术进行虚拟仿真。
4．5反馈科技需求，实现情报响应情报响应在《情报与文献工作辞典》中被定义为，情报接受者对情报产品的接收情况。在科技情报感知体系中，情报响应既是情报采集、情报扫描、情报刻画、评估的响应，也是将情报产品提供给科技管理部门的响应;既是情报过程的响应也是情报主体间的响应。就情报主体间的响应而言，该过程是情报协同主体根据我国科技决策部门的需求，响应情报感知体系在科技情报采集、扫描、识别、刻画、评估等方面的能力，提前感知“卡脖子”技术问题对我国经济、社会、政治等方面可能造成的影响，形成情报产品并将所生成的情报产品提供给科技决策管理部门，为我国关键核心技术的攻关提供情报需求的过程。通过情报响应，以期加强我国在前沿技术、关键核心技术等方面的科技预测、预测能力，支持我国科技发展决策，避免或减少我国科技安全与发展以及国家整体利益受到侵害。
