目的/意义 社会复杂化、网络化趋势对认知决策实践、推演与优化提出了新的挑战。将平行认知嵌入知识孪生系统为智能化社会发展、知识生产力形成创造了契机，其展现出的认知分身路径为认知适应动态复杂情境、交叉决策与演化迭代拓展新视角。 方法/过程 立足平行认知与知识孪生系统理论内涵，对平行认知赋能知识孪生系统实现路径剖析，建构平行认知赋能知识孪生系统模型，探索认知分身全过程并对具体应用场景及价值体现进行剖析。 结果/结论 平行认知以描述性认知、预测性认知与规范性认知为支撑，赋能知识孪生系统并共同构筑起认知分身实现与价值孪生过程。通过知识元态映射、知识群态预测与协同认知迭代等行为助推知识映射克隆、知识需求预测、知识衍生再创，构成“认知映射—认知预测—认知迭代”的多重分身路径，涌现出虚实交互、高效决策与协同演化等优势，为知识主体认知调衡、复杂决策情境适应与人机深度耦合演化提供动能。

目的/意义 在线社交网络中谣言的大规模传播极易引发公众恐慌与决策偏差，明晰其网络拓扑结构与传播机制对于舆情控制具有重要理论和实践意义。 方法/过程 提出融合超图结构的演化博弈网络谣言传播模型。首先，通过超图刻画在线社交网络中好友及社群关系；其次，将传统的传染病SIR模型中的感染者细分为谣言传播者（I态）与谣言驳斥者（T态），以更精细地模拟信息传播过程；再次，综合考虑个体内部与外部因素，构建其面对谣言传播时的演化博弈收益函数，刻画I态与T态间的动态博弈机制；最后，通过“核污水排海影响我国食盐安全”事件的案例分析与蒙特卡罗仿真模拟，验证该模型适用性与有效性。 结果/结论 网络社群规模、数量的增大会显著扩大网络谣言传播规模；网络社群影响力的增加则会加剧谣言传播过程中的群体极化现象；个体谣言辨识能力对抑制谣言传播态势具有显著影响。融合超图的演化博弈网络谣言传播模型不仅能有效表征现实社交网络的复杂交互关系，还可较为准确地模拟信息传播与演化过程。［创新/ 局限 超图理论更好地刻画了社交网络拓扑结构，提出了基于传统SIR模型改进的SITR谣言传播模型，引入演化博弈理论来描述网络用户在舆情事件中的博弈过程。当前模型未充分考虑社群中角色异质性及节点关系的动态演化特征，简化了社群对个体博弈行为的影响。未来研究可引入节点连边断联与重构机制，构建动态超图社交网络，以更真实刻画信息传播过程。

目的/意义 挖掘图情领域研究主题，并细粒化剖析演化路径，对于洞悉学科发展态势，揭示知识体系演进脉络和引领学科创新发展具有重要理论价值与现实意义。 方法/过程 以2019—2024年图情领域CSSCI来源期刊文献数据为研究对象，在采用超图谱聚类和TF-IDF对文献组别及研究方向进行初步挖掘基础上，利用动态主题模型细粒化剖析不同组别文献研究主题及演化路径，进而揭示各研究主题发展趋势和演进特征。 结果/结论 图情领域文献研究方向呈现广泛性和多元性特征，可聚类划分为在线社交与健康信息行为、国家情报与战略竞争、开放科学与数据政策治理等9个方向。通过动态主题建模，提炼出40个研究主题，其中，舆情传播演化、国家应急情报与战略决策、学术影响力评价、社交媒体与隐私感知、技术识别分析等主题的关注度较高，且不同研究方向的主题间存在内在联系与交叉点。从主题演化角度看，热点主题紧密关联社会发展、技术进步和政策导向，时代性特征突出。融合超图聚类和动态主题建模的研究主题挖掘与演化分析模型，不仅能够有效捕捉知识网络中复杂的高阶语义结构，还能实现对各研究主题的细粒化剖析。 局限 仅采用超图谱聚类对文献组别进行区分，且动态主题建模在捕捉主题长短期演化特征方面存在不足，可在后续研究中进一步探究。

目的/意义 测度并分析我国数据要素市场的发展水平及其区域差异、空间动态演进特征、结构差异来源。 方法/过程 采用复合熵值法、Dagum基尼系数、核密度估计以及方差分解法对我国数据要素市场发展水平及区域差异进行深入剖析。 结果/结论 我国数据要素市场发展总体呈稳步上升态势，但区域间差异显著，东部地区持续领先，中西部及东北地区相对滞后，区域发展水平呈“东—中—西”“沿海—内陆”递减格局。区域间差异是总体差异的主要来源，且差异有扩大趋势。物理空间是区域发展差异的最主要贡献维度，但各空间维度贡献存在区域差异，表明数据要素市场发展仍面临不充分与不均衡问题。［创新/ 局限 基于“三元空间理论”构建数据要素市场发展水平评价体系，从整体特征、区域差异、空间动态演变以及结构分解等方面进行了深度研究，但研究尚未深入考虑非经济因素对区域差异的长期影响，动态演进模型的预测精度有待进一步优化。

目的/意义 公共开放数据作为数据要素的重要组成部分，从共生理论角度分析数据开放主体共生模式的演变，有助于公共数据的高效流通与有效利用，实现数据资源价值最大化。 方法/过程 基于SDAP理论框架，首先分析公共数据开放平台场景的演变；然后梳理公共开放数据供需两侧的关键参与主体，并基于需求理论，重点从需求侧视角来分析推动数据开放的因素；能力维度从静态赋权向动态赋能演变，筑牢数据开放的根基，助推数据开放迈向互惠共生新路径，最后基于SODA大赛，具体分析其数据开放场景、意愿、能力及过程。 结果/结论 公共开放数据价值共创主体共生模式呈现从点共生的松散偶然向间歇共生的较频繁但不连续，再到连续互惠共生的稳定持续演变，各阶段特点鲜明且机制逐步完善以实现数据价值深度挖掘与创造。 局限 探讨了公共开放数据价值共创多元主体共生模式的演变，分析主体关系时，阐述了不同模式下主体间的主要共生关系，但对边缘主体和主体间潜在隐性关系挖掘不足，未能构建完整的主体关系网络。

目的/意义 学术评价效度问题牵涉其有效性，效度低下将会导致评价失灵，而线性学术评价的效度问题尚未得到应有的关注。 方法/过程 在界定线性学术评价效度概念的基础上，根据多属性学术评价的类型进行比较分析，指出线性主观赋权评价法是效度相对较高的评价方法，并以此方法为研究对象，分析其影响因素和存在问题，提出线性学术评价效度评价体系和相关对策建议。 结果/结论 线性主观赋权学术评价方法效度的影响因素包括指标选取、权重赋值、权重扭曲、标准化方法；存在的问题是评价方法选取不当、指标选取欠佳、线性评价方法应用失误。因此，应重视学术评价效度问题，强化学术评价效度的理论研究，加强学术评价的监督与管理。

目的/意义 以我国14所iSchool学院82个研究生教育学科专业为样本，调查学硕、专硕和博士各学位类型的专业课程设置，为推动我国信息资源管理相关学科的发展提供参考。 方法/过程 采用网络调研和文献调研法，检索iSchools网站，进入我国iSchools学院网站，对各类型研究生学位课程进行了调研，分析信息资源管理类研究生的培养目标，建立课程分类标准并进行课程类别分析，对当前我国iSchools学院信息资源管理学科研究生课程设置中存在的问题进行分析，并提出建议。 结果/结论 研究发现，我国iSchools学院的研究生课程设置中主要存在以下问题：课程体系不够完备，同类型课程间内容交叉重复；分类培养机制不够健全，不同学位类型的课程设置存在同质性；英文文献研究和自主学习能力未能贯穿于研究生培养的全过程；职业规划和职业训练相关的课程几无开设。最后提出了几点针对性建议。

目的/意义 深入挖掘社会诉求与政策因应之间的映射关系及响应缺口，为优化自动驾驶技术发展策略提供科学依据。 方法/过程 构建“社会诉求—政策因应”映射关系分析框架，运用BERTopic和LDA文本挖掘技术对知乎评论文本和政策文本进行深入分析，并利用Jaccard相似度算法构建映射关系模型，揭示社会诉求与政策因应间的复杂关系。 结果/结论 自动驾驶技术社会诉求多元复杂，涵盖技术可靠性与安全性、就业冲击与社会公平等7个核心维度；政策体系呈现出“产业培育—标准引领—设施支撑—风险管控”的多维治理特征，但在就业冲击与社会公平、经济成本与普惠性三个核心诉求维度的耦合度有待提升。基于此，从技术可靠性、就业治理、法律伦理等7个维度提出了系统性的对策建议。

目的/意义 对我国人工智能数据治理政策进行量化分析，旨在健全我国人工智能数据治理的政策体系，促进人工智能数据应用的合规与高效。 方法/过程 利用内容分析法与统计分析法，构建“政策工具—数据治理任务—数据生命周期”的三维分析框架，对中央及地方的人工智能数据治理政策进行量化，剖析政策重点与不足，并提出完善建议。 结果/结论 相关政策存在政策工具使用失衡、治理任务部署相对集中、数据生命周期覆盖不均的问题。未来，应协调政策工具使用比例，促进治理任务合理部署，并实现数据生命周期的均衡布局。

目的/意义 为解决政府在信息公开过程中公众在政府门户网站与传统政策网站中找寻特定政策内容困难这一现象所表征的公众感知获取程度不高、公开信息的社会价值较低的问题，文章提出一种基于多要素语义关联的政策知识图谱构建框架，对政策数据进行信息组织，以提高政府信息公开的社会性价值。 方法/过程 以知识图谱作为技术框架，在利用BERTopic模型、KeyBERT模型、BERT-BiLSTM-CRF模型等方法细化政策文本信息粒度的基础上，结合语义细粒度信息进行政策文本相似关联计算以识别关联政策，并基于Neo4j实现知识图谱构建与存储。 结果/结论 可视化展示和政策关联检验证明了相比于传统政策数据库，所提出的具有多要素语义关联的知识图谱可以提供更多与特定内容更相关、更准确的政策信息，满足用户对于高价值信息一次性获取的信息需求。 局限 方法仅局限于政策文本数据，可进一步完善对多模态政务数据的处理方法，增强图谱跨领域的数据整合和应用能力，提升其适用性和广泛性。

目的/意义 目前，缺乏用户体验视角下生成式AI对话管理能力测量工具，开发专用量表以弥补技术性能指标和用户满意度问卷的针对性不足，为用户体验优化与产品选型提供科学依据。 方法/过程 以现有相关研究为基础，通过半结构化访谈与专家咨询，开发生成式AI对话管理能力初始量表。采用两阶段数据收集（n=205/406），运用探索性因子分析与验证性因子分析检验并修正量表。 结果/结论 通过严格规范的量表开发程序，最终形成包含语境持续、意图解析、内容生成和模块协同4个维度20个题项的测量量表，信效度良好。该量表从用户体验视角整合多维动态属性，支持生成式AI对话管理能力的评估，为学术研究与产业应用提供标准化工具，助力人智协同效能提升。

目的/意义 通过研究开放式平台中人机协同视角下的观点演化机理，为理解社交机器人对人类用户观点的影响，提供理论支撑和量化分析工具。 方法/过程 首先根据社交机器人的交互特征，将其决策模型简化为常值函数；然后利用马尔可夫链，建立群体观点演化模型；最后运用群体观点异质性指标检验“回音室效应”，并结合新浪微博“比亚迪汉”协同交互数据，探究社交机器人不同因素的影响，验证模型有效性。 结果/结论 该模型可以准确模拟群体观点变化。社交机器人比例与群体观点异质性呈负相关关系；社交机器人积极情绪的评论越多，异质性越低；社交机器人介入会降低异质性，且介入越早，越易形成“回音室效应”。

目的/意义 为了更准确地把握市场动态，预测未来趋势，从而指导企业的产品开发和战略决策，分析产品需求弱信号演化影响因素很有必要。 方法/过程 以随机共振模型为基础，将信号认知、地域因素、位势差、网民态度值和噪声等影响因素作为变量构建需求弱信号演化影响因素模型。分别对各影响因素进行仿真实验，并利用数据验证需求弱信号演化影响因素模型的合理性以及可行性，确认各影响因素在需求弱信号演化中的作用。 结果/结论 信号认知与需求弱信号演化共振呈正向关系；地域热度在一定范围内会急剧影响需求弱信号的演化，但是到达一定程度后，地域热度的增加不会对需求弱信号演化共振的峰值造成多少影响；位势差与需求弱信号演化共振呈正向关系；网民态度值与需求弱信号演化共振呈正向关系；噪声与需求弱信号演化共振呈现先正向后反向的关系。

目的/意义 通过在海量舆情数据中准确识别衍生话题，可解释性地挖掘衍生主题的演化过程，从而有效发掘危险话题，实现有针对性的舆论管控。 方法/过程 结合深度学习和复杂网络方法构建Graph-BERTopic主题模型。首先，通过加强模型的输出关联性显著提高主题聚类性能；其次，基于语义相似度将主题嵌入向量构建聚类图谱；最后，采用社区发现检测图谱中的衍生主题，采用最短路径算法捕捉主题间的演化关系。 结果/结论 对收集的“东航MU5735飞机失事”数据集进行实验验证，其聚类性能与多种基准模型相比取得最优性能，NPMI、TD分别达到0.187、0.873。通过聚类图谱划分的衍生主题结构的质量函数达到0.831。所构建的模型能够从大规模文本中精准挖掘衍生主题，可解释性地捕捉舆情主题之间的演变过程。

目的/意义 基于SAO-QFD模型构建新兴产业的技术演化路径，深入探究技术演化过程中的功效驱动因素，揭示技术发展的内在规律。 方法/过程 利用SAO-QFD模型提取技术信息和功效特征，根据技术—功效关联识别关键技术；结合技术相似度和功效量化分析构建功效驱动的技术演化路径；以锂离子电池为例，对方法进行了验证。 结果/结论 正极材料经历了从钴酸锂到磷酸铁锂、三元材料和高镍三元材料的演变，推动了能量密度、使用寿命和安全性的提升；负极材料则从石墨发展到硅基复合材料，提高了容量和稳定性。总体而言，功效驱动的技术演化路径不仅反映了技术本身的迭代升级，更揭示了功效特征对技术发展的持续推动作用，二者协同促进了电池整体性能的优化。 局限 未能量化技术进步所带来的实际功效变化，不能直观地呈现技术变革对功效指标的具体影响。

目的/意义 关键核心技术的形成依赖于创新主体的研发投入，以及产业应用的价值验证。因此，从技术形成和价值增值的角度来识别关键核心技术具有重要意义。 方法/过程 将研发层、技术层和应用层视为三层网络组合的立体化系统；通过时间价值函数计算层内节点动态价值，通过动态传递熵计算层面间的价值驱动程度，利用ML-Rank算法实现价值传递。根据技术节点价值、研发和应用层的价值度贡献、贡献分布趋势构建关键核心技术衡量指标，实现技术识别。 结果/结论 所实现的识别技术符合关键核心技术特征，具有较好的技术发展潜力和应用前景。

目的/意义 通过分析省级图书馆微信公众号传播效果，了解其发展现状，并给出针对性建议，对省市级图书馆微信公众号未来发展具有一定的指导意义。 方法/过程 采用超效率SBM模型评估2024年省级图书馆微信公众号传播效果，结合新榜、清博指数数据对高阅读量文章进行特征分析，通过Bootstrap回归识别关键影响因素，最终提出传播效能提升策略。 结果/结论 我国省级图书馆微信公众号传播效果呈现显著地域差异，东南及中部发达地区效能突出，中西部及边远地区存在传播短板。建议因地制宜优化资源配置，强化技术能力与内容建设，构建适应当地特征的精准传播体系。 局限 研究存在样本层级单一、指标维度受限等不足：省级馆数据难以全面反映区域差异，效率评估侧重推送指标，未纳入运营团队素质等变量。未来需构建多级数据网络，建立纵贯研究框架以提升解释力。

目的/意义 技术自由实施（Freedom to Operate，FTO）分析贯穿产品研发到上市全过程，是排查专利侵权风险的重要手段。提出情境流驱动下多维知识重组方法，构建以情境流与知识重组相互作用、动态适应的FTO分析机制，旨在克服现有方法的局限性。 方法/过程 以聚乙烯管材耐慢速裂纹性能应急快速评价项目为例，聚焦研发前与研发中情境，通过挖掘情境需求、信息和决策要素动态变化，展现情境流形成与演变过程，并构建适配的知识重组体系，以增强FTO自动化分析系统性和整体性。 结果/结论 情境流驱动下多维知识重组方法能够贯通多情境知识管理与整合，解决FTO全流程的系统性情报需求和高效智能分析问题，并拓展情境流理论与知识重组方法在知识产权情报研究中的应用。 局限 仅以FTO部分情境为例，尚未覆盖全流程或其他领域的多情境系统分析，后续研究可扩展情境范围以验证该方法的普适性。

目的/意义 传统知识图谱构建方法标注成本高、领域适应性差，需要探索一种在低资源条件下高效实现红色文化资源的知识抽取与结构化表示的方法。 方法/过程 提出了一种基于大语言模型与LoRA的红色人物知识图谱构建方法，以参数高效微调为策略，通过设计合理的信息抽取提示词模板并构建指令数据集，分别对国内的Qwen2.5-7B、DeepSeek-R1-Distill-Qwen-7B、GLM4-9B和国外的Meta-Llama-3.1-8B-Instruct 4个大语言模型进行少样本的LoRA微调，并对比分析实体关系联合抽取的不同效果。 结果/结论 实验证明，Qwen2.5-7B在实体关系联合抽取过程中效果最优，并在训练样本数为100时，其精确度达到了95.10%，并运用微调后的Qwen2.5-7B进行东北抗日联军人物的信息抽取、知识图谱的构建和应用可视化分析。文章通过提出一种针对红色历史人物的少样本信息抽取方法，旨在为相关领域在低资源、低成本的环境下高效构建知识图谱提供借鉴与指南。

目的/意义 针对红色资源数字叙事理论与实践存在脱节、交互体验互动薄弱、数字技术融合不足等问题，文章提出结合双层检索增强生成技术的红色资源数字叙事的创新实现方式，为“讲好红色故事，传承红色基因”提供研究方案和技术路线。 方法/过程 首先，使用大语言模型构建基于图结构的文本索引，将红色资源转化为结构化图数据；其次，将用户需求与图数据相互映射，对基于图结构的红色资源知识库，进行低层次细粒度和高层次宏观的双层次检索，增强大语言模型在历史资源叙事中的应用效果；最后，通过将双层检索增强生成技术与传统检索增强生成技术和Graph检索增强生成技术对比，验证该实现方案在红色资源数字叙事中的应用效果。 结果/结论 结合了大语言模型与双层检索增强生成技术，优化数字叙事内容，以生成式逻辑革新数字叙事编排思维，提供交互的在线叙事，展示并检验了以生成式人工智能为代表的技术方法在红色资源数字叙事的使用价值和应用前景。