| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 导言 | 第10-23页 |
| 第一节 研究背景与意义 | 第12-13页 |
| 一、研究意义 | 第12-13页 |
| 二、研究背景 | 第13页 |
| 第二节 国内外研究 | 第13-20页 |
| 一、国外研究现状 | 第14-16页 |
| 二、国内研究现状 | 第16-20页 |
| 第三节 研究方法 | 第20-21页 |
| 一、比较分析法 | 第20页 |
| 二、文献分析法 | 第20-21页 |
| 三、历史研究法 | 第21页 |
| 第四节 创新及局限 | 第21-22页 |
| 第五节 章节结构 | 第22-23页 |
| 第一章 智库发展的历史梳理 | 第23-41页 |
| 第一节 智库的起源与含义 | 第23-28页 |
| 一、智库的起源 | 第23-24页 |
| 二、智库的含义 | 第24-28页 |
| 第二节 智库的发展历程 | 第28-30页 |
| 一、智库的诞生与起步时期（19世纪80年代--20世纪40年代） | 第28-29页 |
| 二、智库的规模性发展时期（20世纪50年代--20世纪60年代） | 第29页 |
| 三、智库的快速发展时期（20世纪70年代--20世纪80年代） | 第29页 |
| 四、智库的转型创新时期（20世纪90年代--至今） | 第29-30页 |
| 第三节 智库的类型 | 第30-34页 |
| 一、智库的基本分类 | 第30-32页 |
| 二、中国智库的分类 | 第32-34页 |
| 第四节 中国智库的现况 | 第34-41页 |
| 一、智库的现况 | 第34-38页 |
| 二、大数据智库的现况 | 第38-41页 |
| 第二章 智库在大数据时代面临的挑战与机遇 | 第41-55页 |
| 第一节 大数据时代的来临 | 第41-46页 |
| 一、大数据时代的基本含义 | 第41-43页 |
| 二、大数据时代的基本特征 | 第43-46页 |
| 第二节 大数据时代的挑战 | 第46-49页 |
| 一、传统智库数据挖掘能力低下 | 第47-48页 |
| 二、传统智库数据分析能力不足 | 第48-49页 |
| 第三节 大数据时代的机遇 | 第49-55页 |
| 一、前瞻技术的融入 | 第49-51页 |
| 二、预测能力的提高 | 第51-52页 |
| 三、管理机制的完善 | 第52-55页 |
| 第三章 大数据智库的定义与特征 | 第55-61页 |
| 第一节 大数据智库的定义 | 第55-57页 |
| 第二节 大数据智库的特征 | 第57-61页 |
| 一、具备独立的数据分析团队 | 第57-58页 |
| 二、拥有完善的自建数据库 | 第58-59页 |
| 三、善用大数据思维 | 第59-61页 |
| 第四章 美国大数据智库的案例 | 第61-71页 |
| 第一节 美国企业公共政策研究所 | 第61-64页 |
| 一、背景简介 | 第61-62页 |
| 二、应用实践 | 第62-64页 |
| 三、案例小结 | 第64页 |
| 第二节 布鲁金斯学会 | 第64-67页 |
| 一、背景简介 | 第64-65页 |
| 二、应用实践 | 第65-66页 |
| 三、案例小结 | 第66-67页 |
| 第三节 兰德公司 | 第67-71页 |
| 一、背景简介 | 第67-68页 |
| 二、应用实践 | 第68-69页 |
| 三、案例小结 | 第69-71页 |
| 第五章 中国大数据智库的建设 | 第71-81页 |
| 第一节 政府政策支持 | 第71-73页 |
| 一、主管部门负责 | 第71页 |
| 二、政策引导与推进 | 第71-72页 |
| 三、资金支持 | 第72-73页 |
| 第二节 管理机制构建 | 第73-77页 |
| 一、智库内部管理与大数据融合 | 第73-74页 |
| 二、大数据智库中人才的储备与开发 | 第74-75页 |
| 三、智库产品影响力的进一步提升 | 第75-77页 |
| 第三节 研究方法完善 | 第77-81页 |
| 一、数据的深度挖掘 | 第77-78页 |
| 二、数据可视化的应用 | 第78-79页 |
| 三、数据安全的保障 | 第79-81页 |
| 结语 | 第81-83页 |
| 参考文献 | 第83-93页 |
| 在读期间发表的学术论文与研究成果 | 第93-94页 |
| 致谢 | 第94-95页 |
