目的/意义 随着支配经济活动的外部约束由效率导向的市场均衡转向安全导向的政治博弈，国家经济安全问题已不再仅限于发展层面的优势培育与秩序修复，还涉及安全层面的受制防控和通道维护。在这一背景下，相关知识供给需要立足于总体国家安全观“统筹发展和安全”这一整体视野，回应国家经济安全治理所面对的复合问题，从单一学科分析转向多学科知识交叉。 方法/过程 文章围绕“国家经济安全情报”这一研究对象进行概念界定，将经济研究和情报研究的学科交叉展开为核心学术命题上的共同推进与基础方法体系上的相互支撑。 结果/结论 在核心学术命题层面，两类研究围绕保障国家经济主权完整性展开在风险预警、态势感知与政策评估三个层面的交叉；在基础方法体系层面，文章以构念效度、内部效度与外部效度为基本分析框架，探讨两类研究在对象属性测度、因果关系识别和结论效度评估上的互补逻辑。以出口管制升级背景下国际贸易韧性建设为典型场景，进一步呈现上述学科交叉如何指导具体治理实践，以为中国情报学深度参与国家安全治理提供经济维度的自主知识框架。

目的/意义 科研大数据休眠是科研大数据发展过程中不可忽视的过程，对科研大数据休眠程度进行测度，有助于从不同侧面更好地了解科研大数据休眠现状，为后续休眠科研数据的价值复苏和再利用提供一定的参考。 方法/过程 在给出科研大数据休眠度的概念与基准公式的基础上，对期刊休眠度/学科休眠度、完全/不完全休眠度、年化平均休眠度等进行解析与测算，并选取中国知网收录的2005—2014年文献为样本进行实证分析，探究科研大数据休眠蕴含的潜在规律。 结果/结论 不同学科领域、不同作者、不同期刊都会存在科研大数据休眠现象，且休眠度各不相同；系统化、多维度了解科研大数据休眠度有利于最大程度地挖掘休眠数据的深层价值，促进科研大数据生态的良性发展。

目的/意义 数据污染富集效应是指受污染数据随着其在“数据链”中的流动和数据层级的增加（即级别改为“层级”）的增加，其污染富集程度不断增加的有害现象，探究其内在机理对于进行有效的数据治理具有重要的意义和价值。 方法/过程 本文在生态学中富集效应理论的基础上，给出了“数据污染富集效应”的概念，分析了其特性，构建了“数据污染富集效应总体模型”（OM-DPEE），深入分析其内在机理，并结合实践给出数据污染富集效应的演化路径，从而为相关领域的数据治理提供帮助。 结果/结论 研究表明，数据污染富集效应是受污染数据在“数据链”中随着数据的流动和数据级别的增加，有害数据的富集程度不断增加，并对后续数据活动造成危害的动态过程，其维度涉及强度维、结构维、空间维、时间维、层级维等，其多维演化路径包括“弱富集→强富集”“线性富集→非线性富集”“内富集→外富集”“偶发性富集→长期性富集”“单级富集→多级富集”“人工富集→AI富集”等类型，并形成相互交织、错综复杂的关联关系。

目的/意义 当人工智能尤其是生成式人工智能成为人类生活、工作和学习不可或缺的工具时，智能外包正成为一种人智交互的普遍现象，人类与智能体间的关系问题就成为一个亟须解决的理论与现实问题。因而，从主体间性理论视角出发明确GAI语境下智能外包结构，识别面临困境并提出消解路径，对于理解与优化人智交互关系具有非常重要的理论与现实意义。 方法/过程 在详细梳理GAI赋能、GAI主体性与客体性已有研究成果基础上，从智能外包中主体与客体的关系演化识别出主客体二分方式向主体间性转化的必然要求，进而从主体间性理论出发提出GAI语境下智能外包的主体间性结构，阐明当前人智交互中的主体间性困境并提出消解路径。 结果/结论 GAI语境下的智能外包主体间性结构包含交互共生、意义共建与责任共担三个层面，交互共生失衡、意义共建失准、责任共担失效是主体间性从理论到实践的落地困境，需从技术、伦理、制度等方面探索主体间性困境的消解策略，尤其是从中华优秀文化的包容性特质构建和谐、可持续发展的人智关系新格局。

目的/意义 厘清科学知识向技术流动的微观机制，探究权威性与新颖性如何共同作用，化解科学成果的技术转化阻力，对优化科技资源配置、提升国家创新体系效能具有重要意义。 方法/过程 本研究以生物化学与分子生物学领域为样本，基于真实引用关系与虚拟引用关系的配对数据，模拟专利对论文的引用选择过程。采用XGBoost机器学习算法构建预测模型，并引入SHAP可解释框架，从主效应、交互强度与交互模式三个维度定量解析新颖性与权威性在技术转化中的复杂作用机理。 结果/结论 研究发现权威性信号是驱动技术转化的核心引擎，论文与期刊权威性合计贡献超36.01%的预测权重；相比直接作用，新颖性对技术转化的影响更多体现在与其他因素的交互作用中。权威性背书效应在“中高新颖性”区间最为稳健，能有效降低技术领域的筛选与验证成本，而在极端新颖区间则存在失效风险。［创新/价值］证实了权威性在一定程度上有助于提高新颖成果被技术采纳的可能性，也为理解科学新颖性如何转化为技术应用性提供了可借鉴的实证思路。

目的/意义 随着科研活动向计算密集型与工程实践导向的转变，源代码、软件工具和开源项目已成为计算机科学等领域的重要研究产出，但传统基于论文引文的评价体系及现有的替代计量研究难以反映学术成果在技术实践中的真实影响。为弥补这一不足，本文探讨了开源代码协作平台作为新型替代计量数据源的研究价值。 方法/过程 以GitHub 为例，采用现象分析方法，从“知识关联模式”“关联载体”和“引用形式”三个维度构建“论文—代码”关联分析框架，对代码库中学术论文的引用关系进行识别与分类。 结果/结论 研究发现，平台内论文引用呈现出理论依托、实践背书、协同创新和工具规范4种主要知识关联模式，以及不同的关联载体和引用形式，不同模式反映了学术知识在工程实践中承担的不同功能，不同载体和引用形式影响着学术论文的可访问性。开源代码协作平台有助于揭示学术成果从理论提出到技术实现的转化路径，可为替代计量学拓展技术导向型影响力测度提供新的视角。

目的/意义 从参与主体视角识别其建设与运营中的关键治理要素，为可信数据空间从试点探索迈向常态化运行提供理论支撑与实践指引。 方法/过程 以江苏省可信数据空间典型建设实践为实证对象，采用访谈与质性研究方法，对相关要素进行归纳分析；在此基础上构建由“建设基础、运行能力、规范标准”三个层级组成的可信数据空间治理要素框架，并分析其内在关联；进一步提出相应的优化路径。 结果/结论 可信数据空间治理仍需从“校准能力边界，强化场景牵引”“因数择技，分级可信防护”“细化规则体系，规范流通秩序” 三个方面持续推进。

目的/意义 开源大模型的崛起深刻重构了数据跨境流动的风险生态，使传统上基于物理围墙和静态合规的数据治理体系遭遇诸多困难。 方法/过程 以数据血缘的分析视角，梳理风险事件与产业实践逻辑，开源大模型的全生命周期可被拆解为上游（数据集构建）、中游（模型训练）、下游（应用部署）三个阶段，经归纳得到六大风险场景及相应的治理策略。 结果/结论 开源大模型在数据血缘上游面临重要/敏感数据出境与数据投毒风险，在数据血缘中游面临跨境算力调用与模型参数出境的风险，在数据血缘下游面临交互提示词泄密与衍生模型武器化的风险。敏捷治理应管控数据形态的转化，形成包括元数据上链存证、引入安全检测模型、隐私计算技术、模型血缘卡制度、部署语义防火墙、优化开源许可协议在内的新策略，以提升数据治理的颗粒度，赋能我国科技企业的健康发展。

目的/意义 探寻公众在AI技术快速扩散情境中的认知演化机制，揭示技术热潮驱动下AI素养的动态形成过程。 方法/过程 以OpenClaw引发的网络讨论为研究情境，选取知乎平台相关讨论文本，综合运用关键事件分析法与扎根理论方法，对公众认知与行为变化进行质性分析；通过开放式编码、主轴编码与选择性编码，构建AI素养演化理论模型。 结果/结论 提炼出认知、技术、应用、风险、产业逻辑与批判反思6个核心素养维度；AI素养演化呈现“认知形成—实践错位—反馈学习—认知重塑”四阶段动态过程；并提出“技术热潮驱动下的AI素养动态演化机制”模型。

目的/意义 探究情感支持视角下生成式人工智能（Gen AI）用户使用行为的异质性，揭示其多元动机、差异化行为模式与形成机制。 方法/过程 采用扎根理论方法，对深度访谈与网络民族志数据进行编码分析，构建“情境驱动的Gen AI情感支持性使用行为演化模型”。 结果/结论 用户行为呈现6种典型模式：情绪疏泄型、自我探索型、社交补偿型、工具赋能型、趣味探索型和混合型。行为异质性源自用户基于自身经验与情境，通过策略性互动将通用AI塑造为个人化的“情感支持工具”。研究结果揭示了人智情感交互的过程机制，拓展了信息行为研究的情感维度。

目的/意义 生成式人工智能深刻变革了信息生产范式，同时也对内容可信性保障提出了系统性方法论挑战。 方法/过程 通过文献计量分析梳理研究脉络，立足大情报观与信息生态治理理论，将情报思维作为核心方法论，构建了融合技术保障、过程管控与协同主体的三维协同框架，实现AIGC可信性的全生命周期管理。通过End-Gen项目、豆包AI手机与智谱Open-AutoGLM三个差异化案例的验证分析，系统论证了该框架在多场景中的解释力与适配性。 结果/结论 技术保障、过程管控与协同主体三维框架通过思维赋能、跨维联动与闭环优化机制形成动态循环系统，不仅可有效应对AIGC可信性挑战，更能丰富数字时代人工智能内容治理的理论体系，从而为构建可信、安全、负责任的AIGC生态提供方法论支撑。

目的/意义 智库在弥合学术成果与政策实践鸿沟方面可发挥桥梁作用。关注知识应用过程，有助于理解智库在优化知识加工和影响政策制定中的行为和功能。 方法/过程 文章以美国智库对GDPR的政策倡导为例，结合行动者网络理论，从知识选择、知识加工、知识影响三个方面系统分析美国智库如何筛选、重构并推动学术成果转化为政策，具体包括识别智库所采纳的学术成果特征，解析智库对知识的提取倾向与转译的政策意图，追踪其成果在政策中的采纳和应用情况，最终为促进我国学术成果的政策转化提供启示。 结果/结论 智库主导的学术知识转化为政策的过程呈现出“选择—转译—动员”的动态链条。智库通过筛选具有证据价值的学术成果，对其进行提炼与情境化重构，形成政策论据，进而依托行动者网络推动相关主张被政策采纳，完成知识向政策的转化。据此，文章从科研人员、智库、政策制定者三方面提出启示，强调问题导向研究、强化政策转译能力与完善常态化知识需求对接机制，以促进学术知识与公共决策的有效衔接。

目的/意义 现有论文被引频次的研究存在解释性模型预测能力不足、预测模型可解释性欠缺等局限。本文旨在构建预测性能高且特征可解释的机器学习模型，揭示文本语义中的词汇特征影响被引频次的方式和规律，为论文写作和期刊初审等提供决策支持。 方法/过程 以标题、摘要、作者和来源期刊等文本信息作为输入变量，运用3种向量化方法和6种机器学习算法构建年均被引频次的三分类预测模型；通过消融实验、SHAP值分析、部分依赖图解释特征对被引频次的具体影响，并设计重要词的词频推荐方法。 结果/结论 在新能源汽车供能领域论文分析中，发现标题与摘要的词汇特征贡献最高，其中特定热点技术词有助于提升被引频次，而一些通用技术词应精简，最后给出部分词汇具体推荐词频。［创新/ 局限 融合了可解释机器学习方法与语义特征分析，不仅保证了被引频次预测的准确性，还揭示了标题与摘要中关键词对学术论文被引频次的具体作用机制。但模型的分析结果具有领域依赖性，且未深入探讨词汇间的交互效应，未来可分析词汇语义特征在多学科的适用性。

目的/意义 为应对全球科技竞争加剧的挑战，构建融合生态位理论的技术竞争分析框架，系统性量化技术在多维资源空间中的竞争态势，同时识别其颠覆路径，从而为新兴产业战略布局与科技政策制定提供决策支持。 方法/过程 以2015—2025年量子计算领域专利为样本，融合生态位理论，构建含技术主题与三类资源节点的动态异构网络，通过定义生态位宽度、重叠度、密度、位移4类核心变量的量化技术竞争态势，界定出功能拓展、科学开创、市场开拓与跨界融合4种颠覆路径。 结果/结论 研究发现，量子计算领域在科学与应用层面呈现高生态位重叠与密度竞争收敛，而功能层面则以低密度与高宽度为特征，构成差异化竞争的核心场域。4种颠覆路径——功能拓展、科学开创、市场开拓和跨界融合，分别对应新兴技术通过功能扩张、知识独占、市场分化或资源整合等竞争策略实现颠覆的动态过程，验证了所构建分析框架在识别颠覆路径上的有效性。

目的/意义 随着数智技术与社交媒体的快速发展，新兴话题因突发性、广覆盖和高不确定性，显著影响舆论演化与社会稳定；准确识别新兴话题，对营造健康网络生态具有重要意义。 方法/过程 本文以微博热搜榜单为例，构建包含“新”与“兴”两维度、8项核心指标的综合评价体系；采用BERTopic模型对已处理的数据进行语义聚类与主题表征，结合人工研判优化聚类结果；综合CRITIC方法与专家评判确定指标权重，对话题簇量化评价与识别。 结果/结论 实证结果表明，在线社交平台话题可划分为“新兴”“新而不兴”“兴而不新”“不新不兴”4类，各类型话题呈现出明显的领域分布特征，“新兴”话题更集中于涉众广、敏感度高的领域；跨周期识别显示象限分布结构整体稳定，且相较仅用“新颖度”或仅用“规模热度”的单维判别，可有效降低误判并提升可解释性。［创新/价值］提出面向社交平台的“新—兴”双维评价视角，构建可复现的话题识别流程，形成可衔接监测实践的象限分型结果与差异化治理建议，为社交平台的早期研判和引导干预提供方法支撑。

目的/意义 传统专利质量评估方法过度依赖被引频次等量化指标，难以捕捉专利文本中的深层技术语义与法律关联效力，导致对核心专利的识别精度有限。为此，本文旨在构建一种融合文本语义与引文法律属性的专利质量评估方法，以精准识别对技术演进具有关键作用的核心专利。 方法/过程 首先，采集目标领域的发明专利数据，经预处理后提取专利标题与摘要文本，并进行向量化表征。其次，设计并量化两项指标：①引文内容相似度——通过计算引证与被引专利标题—摘要组合的余弦相似度；②引文类型权重——依据国家专利局规范划分引文类型，据其重要性由低到高分别赋予1~5的权重。最后，融合两项指标得到专利综合质量得分，将排序前10%的专利认定为核心专利。 结果/结论 基于2006—2025年大语言模型领域的发明专利，共识别出454项核心专利，涵盖72个技术主题并聚合为智能技术应用群、数据与安全技术群、专业领域技术群三大集群。验证表明：该识别方法在保持较高特异性的同时，对高转化价值专利具有一定的富集能力；与基于被引频次的传统核心识别方法相比，在Precision、Recall、F1等指标上均表现更优。

目的/意义 面向LAM数字馆藏的用户搜索行为研究已成为推动其智能化升级与个性化服务演进的核心方向。现有研究多聚焦于传统主题搜索策略的行为特征，而在人工智能生成内容（AIGC）技术广泛应用的背景下，面向数字LAM的AIGC辅助搜索行为模式尚未得到系统性探讨。 方法/过程 采用实验室控制实验法，通过构建在线LAM搜索环境进行多组用户实验，比较用户在两种不同搜索策略下的行为特征差异，并进一步探索了AIGC辅助搜索策略在多任务情境下的行为表现，识别出区分任务分类的关键搜索行为指标。 结果/结论 AIGC辅助搜索与传统主题搜索在信息浏览、问答交互等行为特征上存在显著差异，且使用AIGC辅助搜索策略后不同任务类型之间也存在显著的行为差异，而查询类行为对区分不同任务类型具有最强的区分效力。研究结果不仅揭示了AIGC技术在面向LAM数字馆藏搜索场景中提升人机协同搜索效率的巨大潜力，深化了对人机协同搜索行为内在机制的理解，更为面向复杂认知任务的LAM智能化搜索服务系统优化提供了理论支撑与实践指引。

目的/意义 为了提升科学数据集的可发现性、增强用户的信任度，需要有效方法获取能为用户提供数据描述和使用情景的数据集关联文献。 方法/过程 基于数据集相关出版物元数据中的引用文本获取关联文献。首先，训练引文实体识别大语言模型，从引用文本中提取文献标题、作者、年份、来源等；其次，基于编辑距离算法减轻实体识别幻觉；再次，以识别的标题作为查询在文献数据库中搜索，获取候选文献；最后，训练文献匹配评分大语言模型，从中选择最佳匹配文献。 结果/结论 从111个科学数据仓储中采集478481个数据集的元数据，构造评测数据集并进行实验。结果表明：基于大语言模型的识别方法效果最优，其引文实体识别模型的F1值达到0.9737，文献匹配评分模型的加权匹配准确率为0.9705。［创新/价值］利用大语言模型优化引文实体识别和文献匹配的质量；基于编辑距离算法缓解实体识别幻觉；通过与其他方法（如DOI匹配）相结合，能更全面地获取关联文献。

目的/意义 针对航空航天科技新闻中虚假信息常以多模态形式传播、单一文本分析难以有效甄别的问题，探索利用新闻图像中的关键飞行器目标作为视觉证据，为情报分析提供辅助支撑。 方法/过程 构建航空航天科技新闻目标检测数据集，并在Deformable DETR框架上设计MS-SOAR模块，通过跨尺度特征强化与语义引导的多层特征融合机制提升目标表征的判别能力。 结果/结论 所提方法在整体检测精度上显著优于基线模型，在不同尺度目标上的性能表现更加均衡，验证了跨尺度特征强化与语义引导特征增强机制的有效性，为科技新闻视觉内容的虚假信息甄别提供了可靠支撑。

目的/意义 针对智能导诊系统存在的交互效率和推理能力不足的问题，提出一种基于加权知识图谱的交互式智能导诊系统，为情报支持下的个人健康决策提供方法路径。 方法/过程 融合医学知识图谱与真实问诊数据构建加权知识图谱，通过动态子图采样定位候选疾病，基于贝叶斯推理与最大区分度策略选择最优症状问询，以最小交互轮次实现精准导诊。 结果/结论 在MZ、DXY和GMD数据集上，疾病导诊准确率分别达到0.75、0.84、0.76，较现有方法提升1%、2%和3%，症状问询效率分别达到0.27、0.30、0.40，提升11%、6%和15%，验证了该方法在导诊准确性、效率与可解释性方面的有效性。

目的/意义 生成式AI幻觉是大模型高速发展中不可避免的伴生现象。既有研究多从技术层面寻求模型优化与幻觉识别的工具与方法，但其生成与治理并非单一技术问题，本质上是深嵌社会文化情境与用户认知的复杂问题。本文旨在通过梳理与分析生成式AI幻觉研究的主要脉络与核心议题，深化对该社会现象的理论认识，为幻觉消解与可信AI建设提供启示。 方法/过程 基于社会技术系统理论，本文采用解释性文献综述对生成式AI幻觉的概念内涵、人智交互过程中的幻觉影响路径，以及多主体协同治理框架进行系统解析。 结果/结论 生成式AI幻觉情境下用户行为链条涵盖需求表达、评估判断、认知重构与行为影响等环节。同时，幻觉治理呈现多主体参与、跨层次联动的复杂社会技术系统特征。未来可深入挖掘生成式AI幻觉的多模态特征识别、人智交互行为模式、用户素养提升策略及敏捷治理机制等议题。［创新/价值］社会技术系统理论视角下的幻觉解构能够深化对其系统性理解，也厘清了相关学科与该社会现象的理论联结，为构建一个多方协同、反应敏捷的可信生成式AI生态系统提供理论参考。