目的/意义 针对非传统安全威胁的日益复杂以及学界长期存在的关于Information Science与Intelligence Studies争论问题，文章旨在通过整合两者方法，增强情报分析在战略预警与决策支持中的效能，应对全球化背景下的多元安全挑战。 方法/过程 采用文献研究与案例分析方法，以“互识—互鉴—互补”为逻辑主线，通过历史溯源、技术工具对比及应用场景等多维度分析，揭示两者互补潜力。 结果/结论 通过工具、流程与认知三个层面的具体整合路径，为两者方法整合提供理论框架与思路，发挥协同效应以提升复杂环境下情报分析的整体效能与战略价值。
目的/意义 针对生成式人工智能（GenAI）赋能情报工作时存在的信噪比下降、时效性要求及单源依赖产生技术幻觉等核心问题，文章基于“广义二重证据法”，提出生成式AI（GenAI）“双证法”框架，通过异构大语言模型的并行推理与交叉验证，突破传统单模型分析范式，为提升情报产品的可信度与决策支撑效能提供方法论创新。 方法/过程 基于“广义二重证据法”，选用DeepSeek-r1与ChatGPT-o3两种异质模型，以覆盖情报收集、分析、预见全业务流程的110条任务数据集，采用BLEU-4、ROUGE-L、BERTScore及Cross-NLI等多维度指标，量化评估模型输出的形式、语义与逻辑一致性，并进行两轮提示词优化实验。 结果/结论 ChatGPT和DeepSeek“双证法”在情报学领域具有实际应用价值，在高结构化任务（如文本摘要、关系抽取、实体识别、主题领域分类）中，双模型生成结果的一致性表现突出，此类任务因目标明确、输出结构化程度高，GenAI双证法可显著提升情报处理的效率。
目的/意义 伴随生成式AI飞速发展，其在生物医学研究中科学发现的应用也迅速展开，极大地推动了蛋白质结构预测、基因组分析、药物研发等方面的进步。 方法/过程 在回顾生成式AI生物医学应用标志性成就的基础上，从DeepSeek角度聚焦生成式AI在生物医学领域的应用潜力；强调DeepSeek在生物医学信息处理中的竞争优势，同时融入使用ChatGPT-o1和DeepSeek-r1进行癌症关键基因的初步探索；从科技信息分析角度前瞻DeepSeek用于生物医学研究的可能突破。 结果/结论 质优价廉的DeepSeek可望架构生物医学的专业性AI服务平台，实现包括生物医学的生成式AI模拟系统，引领生物医学人才创新发展的AI转化范式。DeepSeek具有算法和产业应用优势，若能进一步优化模型、扩展多模态并加强产业化落地，在生物医学AI应用中将会发挥更大的作用。
目的/意义 基金项目绩效评价是科研管理的重要环节，准确评价项目目标的实现程度对科研资源优化配置具有重要价值。现有方法主要基于项目与成果的相关性，难以全面衡量成果组合对项目目标的覆盖情况。文章提出一种基于知识覆盖度的方法，用于量化项目目标的完成情况，提高基金项目绩效评价的精准性。 方法/过程 以国家自然科学基金（NSFC）资助的人工智能领域项目及其成果文献为数据集，采用规则与RaNER模型抽取问题、方法知识元，并基于SciBERT进行特征表示；计算成果文献对项目的问题覆盖度与方法覆盖度，据此评价项目目标实现程度。 结果/结论 提出的方法能够有效评价基金项目目标实现程度，提升了识别准确性，揭示了项目在具体研究问题或研究方法上的不足，为科研管理提供精准、高效的绩效评价工具。
目的/意义 从因果推断视角出发，揭示OA对论文影响力提升的潜在效应，有利于挖掘OA论文社会影响与贡献，促进学科间的知识交流与共享。 方法/过程 以人工智能（AI）领域论文为研究样本，从OA与非OA两层面出发，采用描述性统计分析、负二项回归分析以及双重差分模型，综合考虑社会影响力和学术影响力的关键指标，揭示AI领域相关论文指标数据分布规律与特征，分析OA论文影响力指标间关系并挖掘OA优势。 结果/结论 ①AI领域OA与非OA论文各指标值差异较小，指标数据分布较为集中，推特提及量呈现右偏分布，而其余变量呈正态分布。OA论文各指标均值均高于非OA论文指标。②无论是OA论文还是非OA论文，各Altmetrics指标对Dimensions被引次数均产生显著的正向影响，但OA论文的影响程度更高。其中，OA模式下，专利提及量对Dimensions被引次数的影响程度最为显著，而政策提及量、新闻提及量、推特提及量对Dimensions被引次数的影响程度依次减弱。③OA与论文新闻提及量和推特提及量存在显著因果关系，即OA显著提升了论文在新闻和推特平台上的提及量。但OA Altmetrics优势并非持续稳定，而是随时间呈现逐渐下降的趋势。④提出了提升论文OA优势的三大策略。
目的/意义 在学术评价中，客观评价在学术论文研究中得到充分的重视，而评价实践中往往以主观评价方法或主客观评价方法为主，这是一个有趣的悖论。 方法/过程 文章在界定客观评价内涵的基础上，对其本质和逻辑问题进行了深入分析。 结果/结论 单指标学术评价本质上也是主客观评价相结合；客观评价方法是个伪命题，根本就不存在客观评价；客观评价思想永存，必须追求公平公正和无偏见的评价；主客观评价方法应成为主流；应规范学术评价流程，做好评价工作；“无绝对客观评价”才是科技评价的终极追求。
目的/意义 探究数智时代背景下情报分析的底层机理，推动情报分析范式向多维度的系统生态转型。 方法/过程 提出可得性、可用度、可支撑度与可计算度4个关切要素来衡量情报生产过程中的数据价值，从内生维度与外部维度构建情报分析的刻画体系，并构建关切要素与刻画维度的协同机制。 结果/结论 通过对情报分析的多维度解析，以及对数据的多层次阐释，聚焦情报分析过程中数据的资源存在性、质量可控性、价值适配性与技术可行性问题，赋能数据到情报的价值生成。
目的/意义 从国家科技安全战略高度，挖掘科技情报工作在维护国家安全进程中的价值，突出科技情报工作对保障科技安全的重要意义，旨在为科技情报工作打造兼具理论深度与实践可操作性的指引框架。 方法/过程 阐述科技情报工作在决策支持、技术创新驱动、监测与预警、科技竞争力提升等方面的功能指向，剖析遭遇的诸如工作重心动态调整、“科技信息迷雾”愈发严重、基础设施建设高复杂度，以及情报研究方法和技术急需更新迭代等现实困境。［结果/讨论］提出“审视任务使命—构建发展体系—开发情报模型—加强预警监测—强化安全防护”五维实践路径，即重新审视科技情报工作的任务和使命，构建多源协同的科技情报事业发展体系，推动科技安全情报大模型的开发与应用，全方位提升科技安全预警与监测能力，强化科技信息资源的安全防护。
目的/意义 科技发展与图书馆深度融合，为图书馆带来了全新的机遇与挑战。开展数智图书馆建设的宏观研究，对图书馆事业发展具有重要现实意义。 方法/过程 在分析数智图书馆内涵意蕴的基础上，从数智化技术应用、服务数智化、资源数智化三方面阐述数智图书馆的实践特征，构建数智图书馆的逻辑框架，并分析其作用机理。 结果/结论 数智化推动图书馆重构竞争优势成为图书馆创新发展的关键驱动力，提出可在强化数智图书馆建设的意愿、培养图书馆敏锐的外部环境感知能力、明确数智图书馆所具备的能力、注重数智图书馆知识服务的新质生产力寻找与培育等方面发力，实现数智图书馆可持续、高质量发展。
目的/意义 信息迷雾是具备误导性和意图性的信息失序现象，已成为误导信息决策、干扰信息生态环境乃至危害社会稳定的重要因素。 方法/过程 采用系统性文献综述方法，基于信息生态理论，从信息、信息人和信息环境及技术三个角度梳理国内外已有研究成果中有关信息迷雾特征的研究，探索信息迷雾在复杂系统中的各类特征。 结果/结论 系统性梳理信息迷雾属性、内容文本等信息特征，发布者、传播者和接收者的信息人特征，平台技术、传播社会环境等信息环境及技术特征，形成信息迷雾特征清单，构建了信息生态视角的信息迷雾特征模型图，以期为信息迷雾特征研究、识别策略制定及应对与治理提供借鉴。 局限 研究主要基于文献综述对信息迷雾特征进行分析，在实证支持、新型迷雾形式的覆盖以及具体防治措施等方面尚待深入探索。
目的/意义 探究我国数据要素政策的发展脉络、政策渊源以及主题演化趋势，旨在深入理解数据要素政策的内在逻辑和进一步完善政策布局。 方法/过程 基于我国中央及省级行政区现有数据要素相关政策，通过政策的时间分布和主体协同网络梳理数据要素政策发展脉络，利用政策间的援引关系挖掘数据要素政策渊源，采用BERTopic主题模型进行数据要素政策主题识别，并结合主题相似度呈现数据要素主题演变过程。 结果/结论 我国数据要素政策演变逻辑呈现“基础构建—制度完善—价值释放”的递进路径，政策数量稳定增长，主体日益多元化，政策渊源较为明确，主题从大数据与信息化建设逐步扩展到数据要素市场化、数字产业化发展等方面；我国未来数据要素政策呈现“制度统筹、多元协同、场景落地”的发展趋势，政策制定将会更加细化，体系更加完善，场景化创新应用将驱动价值更大化释放。
目的/意义 针对目前信息资源管理一级学科自主知识体系建设的需求，构建面向知识演化的概念流模型。 方法/过程 基于表征概念的学术论文集合，使用论文频次统计和文献计量方法，描述了概念的流动速度与密度等特征，引入流体力学中的雷诺数构建领域概念流模型，区分层流、过渡流、湍流三种不同的流动形态。最后以“数据管理与数据科学”为例，论证了领域概念流动的基本过程和特点。 结果/结论 实证研究表明，提出的领域概念流模型能够揭示领域内部概念流动特征和现象：领域内部概念在兴起阶段通常处于有序的层流状态，在发展阶段呈现层流和湍流的交替变化，符合事物发展过程中的螺旋式上升规律，直至抵达暂停或消亡阶段。
目的/意义 探索社交媒体中生成式AI的舆论操纵特征，有利于及时发现恶意的信息操纵行为，进而维护网络生态安全。 方法/过程 首先，结合生成式AI在社交媒体中的应用现状和潜在风险，基于基础特征、社交互动和发布内容属性，创建基于XGBoost和SVM的生成式AI三阶段判别模型；其次，提取社交平台中可能引发舆论操纵的属性维度，使用主成分分析（PCA）方法对生成式AI的舆论操纵强度进行量化；最后，采用LightGBM模型评估生成式AI舆论操纵维度的操纵力，对比不同维度间的相关性和因果性，通过聚类划分生成式AI的舆论操纵类型。 结果/结论 以新浪微博平台为例进行实证分析，基于XGBoost和SVM模型判别生成式AI的准确率为91.6%和90.5%。结合LightGBM筛选出情感偏激等6个核心操纵维度，以情感、信息和认知为主体划分“情感驱动型”“信息封闭型”和“认知干扰型”三种舆论操纵类型，并针对不同类型的舆论操纵提出应对策略。
目的/意义 研究AI语音助手对用户的情感支持是为了更好地让AI与人类思考或行动相互适应或匹配。 方法/过程 文章从理论逻辑、技术支撑、策略方法以及评估标准4个方面，构建了AI为人类用户提供情感支持的分析框架。使用绿野仙踪法采集用户与AI语音助手的交互数据，采用模糊集定性比较分析探究情感支持策略和高水平情感支持之间的复杂因果关系。 结果/结论 研究发现，在压力情境下，AI语音助手对人类的情绪调节具有积极作用，AI语音助手对人类用户的高效情感支持策略有三种类型。研究结果深化了人智交互理论，拓宽了AI与情感支持交叉融合的理论视角，为未来AI情感支持能力的持续提升提供了参考和借鉴。 局限 未充分考虑多样化的情感支持场景，未来可扩大样本群体并借助生成式人工智能丰富语料库，以设计更具针对性的情感支持策略。
目的/意义 及时准确地对突破性创新发展方向进行早期识别能够为科技创新布局、产业与行业发展规划、企业技术管理等内容的制定提供重要借鉴和决策辅助。 方法/过程 在厘清创新过程内涵的基础上明确“创新全过程”视角的内涵与范畴，并梳理突破性创新概念、特征、识别方法及指标的现有研究进展；通过辨析突破性创新相关概念和相近概念明确面向创新全过程的突破性创新识别范畴，在特征划分及技术识别相关概念辨析的基础上探索突破性创新信号感知周期，进一步拓展突破性创新识别的外延；面向创新全过程，围绕“在信息不完备条件下相对全面而准确地洞悉突破性创新的早期发展方向”这一核心科学问题，提出突破性创新早期识别实践框架。 结果/结论 提出了涵盖理论基础指导、多源数据支撑、模块功能协同三大层面的突破性创新早期识别实践框架，重点探讨了功能协调部分的四个要素模块，以期为潜在突破性创新识别研究的完善与优化提供新视角与新思路。
目的/意义 探究公共数据利用障碍因素及突破路径，有助于最大化开发公共数据利用效果，促进公共数据价值释放。 方法/过程 结合TOED框架，以中小企业为访谈对象，构建公共数据利用的障碍因素体系，之后运用DEMATEL-ISM组合方法划分障碍因素层级，以诊断障碍关系并明晰关键障碍因素。 结果/结论 研究构建了公共数据利用障碍的多层递接结构模型，结果发现：组织缺乏信任、数据适用性低、数据利用成本高和数据不合规是影响公共数据利用的关键障碍因素。基于上述结果，提出构建技术与制度协同发展的信任生态、提升智能优化与定制化驱动的公共数据适用水平、实现灵活与创新并重的公共数据利用成本降低策略、构建规范与透明并重的公共数据合规管理体系等更具靶向性的公共数据利用突破路径。
目的/意义 识别企业舆情风险弱信号有助于及时跟踪企业舆情演化过程中潜在的风险点，为管理者的舆情风险决策与事前预警提供情报支撑。 方法/过程 提出知识结构突变视角下企业舆情风险弱信号识别方法，基于LDA模型初步搜索企业舆情风险弱信号，借鉴图核理论刻画舆情风险弱信号的知识网络结构动态演化特征，运用PageRank算法衡量舆情风险弱信号在知识网络演化过程中的影响力，构建基于结构突变率与影响力增长率的二维舆情风险弱信号特征指标，用于企业舆情风险弱信号识别，并以企业网络舆情事件为例，验证文章提出方法的可行性与有效性。 结果/结论 所提出的研究方法对于短期涌现的高价值舆情风险弱信号表现出较好的敏感度与区分能力。动态结构观视角下的弱信号识别指标有助于加强舆情风险弱信号的定量分析能力，为企业舆情风险早期识别提供了独特视角。
目的/意义 “从0到1”型技术融合是新兴技术的种子或萌芽，文章聚焦“从0到1”型技术融合的预测方法研究，为技术前瞻布局提供支撑。 方法/过程 利用专利数据，用专利分类号表征技术，用专利分类号的首次共现表征“从0到1”型技术融合，建立技术融合预测特征体系，采用机器学习方法，开展预测方法研究。 结果/结论 研发机构特征和动态时序特征的引入显著提升了预测效果，结合4类动态时序特征（语义特征、研发机构特征、网络邻居特征以及中心性特征）、训练模型采用随机森林模型得到的预测模型效果最优，其F1值达到91.08%，体现了创新主体行为、技术发展的动态性以及技术间关系的演变对技术融合的促进作用，为理解技术融合的内在机理、研发智能技术预测工具提供了参考依据。
目的/意义 在当前全球科技迅速发展的背景下，国防科技情报分析正面临信息过载、跨领域关联复杂化及时效性的挑战。传统的人工分析和单一智能系统难以有效处理多源异构数据，因此迫切需要创新的智能分析方法。 方法/过程 构建并评估一个基于大型语言模型的多智能体情报分析系统（MAIS-IA），探索其在提升国防科技情报分析决策效率及准确性方面的潜力。研究的核心问题是多智能体协同系统能否有效提升情报分析的整体性能。这个系统架构结合了国防科技情报分析的经典任务流程，并通过混合专家方法，模拟实际情报研究任务中的工作流程，让多智能体实现协同效应。 结果/结论 这个系统在分析周期和准确度两个关键指标上显著优于传统方法，特别在处理跨学科情报时表现卓越。研究结论不仅拓展了情报分析与分布式认知理论的研究边界，为多智能体协同系统提供了新的技术范式，还为国防科技情报分析提供了切实可行的技术解决方案，展示了多智能体系统在国防科技情报分析中的重大应用前景。 局限 构建的这个系统在处理低资源语言及复杂推理深度上存在一定的局限性。未来，将通过优化智能体交互协议和构建专业知识图谱等方法，持续提升系统性能。
目的/意义 为了将大语言模型（Large Language Models，LLMs）强大的分析能力运用于科技文献主题识别任务，解决LLMs在识别大量文献主题中存在的缺陷的同时提高主流主题识别方法在复杂科技文献主题识别中的性能，提出了使用LLMs增强主流主题识别的方法。 方法/过程 在主题识别过程中利用LLMs的主题识别能力，通过文本精炼、对比学习表示优化和主题解释与再划分的增强方式对主流主题识别方法LDA和BERTopic进行改进。 结果/结论 在生物特征识别专利数据集中将LDA和BERTopic的识别效果相对增强前各平均提升了20%和29.7%，其中增强后的BERTopic相较于完全基于LLMs的主题识别方法TopicGPT提升了36.7%。 局限 未能充分探讨提示词工程和上下文学习对LLMs识别科技文献主题的提升效果，同时测试的模型与数据相对有限。
目的/意义 开放科学改变了科学研究和学术交流的范式，对传统研究评价体系提出了质疑和挑战。探究欧盟基于开放科学理念的研究评价实施进程，以期为我国研究评价改革提供有益参考。 方法/过程 通过对欧盟GraspOS项目进行调查，分析欧盟在推动研究评价改革和开放科学发展方面的实践，总结其经验、优势和存在的问题，在此基础上探究对我国推进研究评价改革和开放科学实践的启示和建议。 结果/结论 以个人、机构和国家为对象，从开放获取、教育传播、跨学科合作、公民科学等维度构建基于开放科学理念的负责任研究评价 （OS-Aware RRA） 框架及指标。我国应推动文化和制度改革，在开放科学原则下构建研究评价指标体系，制定配套保障性措施，并加强基于证据的开放科学评价研究，明确开放科学的价值和作用，推动开放科学实践。
目的/意义 欧盟的数据转移影响评估制度作为数据保护影响评估制度在数据跨境领域的延伸，虽新近成型，却优势明显、特点鲜明。聚焦这一制度优势能为我国优化数据出境安全评估制度提供借鉴。［方法/作用］在规范性溯源分析、比较分析的基础上，结合欧盟数据跨境流动中有关转移影响评估（TIA）制度的实践运用，对TIA制度的源起、特点与应用场景进行全面系统分析。 结果/结论 优化我国数据出境安全评估制度应当拓宽出境路径选择，突出动态因应与情报监测思维，构建以主体风险、业务风险、环境风险、技术风险、保障措施为5大核心要素的数据出境安全风险动态评估体系，推动我国出境的数据安全、自由、高效流转。
网站二维码
微信二维码
