目的/意义 传统知识螺旋理论（SECI 模型）中知识生产的主体分为个体、团队和组织三个层面，都是由人类组成的。但在人工智能（AI）时代，生成式AI也参与到知识生产过程，形成了不一样的知识螺旋范式。 方法/过程 文章综合采用案例分析法、理论分析与模型构建法、未来情景预测法，构建人智共生知识螺旋EPIC模型。 结果/结论 以DeepSeek为代表的大模型，通过其联网搜索、深度思考、人智协同、知识蒸馏等技术机制，推动知识从单向接收向双向协同转化，实现“知识输出者”的范式升级，成为驱动知识双向螺旋的核心动力。相较于SECI模型，EPIC模型的创新之处在于：从单一人类主体扩展至“人类—AI”双主体协同；从组织内部的二维平面“场”升级为三维动态知识创造空间；从单向局部循环跃迁至双向全局螺旋。

目的/意义 生成式人工智能（GAI）作用下的社交媒体对当前社交网络信息生态产生了重要影响，GAI技术在社交网络中主体性的凸显，作为具有认知影响力的行动者直接参与群体意见的形成过程，并重构了网络舆论场信息生态格局。 方法/过程 基于大量文献，围绕GAI作用下网络群体极化的形成机制、社会影响和治理路径等三个科学问题展开系统性分析。 结果/结论 在理论层面，构建了“技术驱动—中观影响—宏观结构”的三元整合分析框架，解构了认知调节、社会情感、技术增强、网络重构四大形成机制。在机制深化层面，提出GAI技术异化的技术武装化、空间脱域化、系统失控化的三重嬗变机制。在治理创新层面，提出了生成式人工智能作用下网络群体极化的治理路径，创建了技术治理、制度创新、能力建设三维治理框架。研究有助于更好地理解GAI驱动下的网络群体极化的形成机制，为GAI驱动下的社交媒体网络群体极化风险的引导和治理提供理论和实践指导。

目的/意义 AIGC时代，人工智能技术带来的新型信息传播模式为信息污染赋予了新的时代内涵，过去的内涵界定与外延分析有其时代局限，在人工智能技术发展日新月异的今天，探究总结新型信息污染的内涵与形成机理对今后继续开展相关研究具有重要意义。 方法/过程 以AIGC环境下信息污染的新内涵为切入点，从人工智能技术局限与信息活动中的操控行为角度探究信息污染的形成机理，并提出相应防治策略。 结果/结论 形成机理方面，AI模型算据的五纬度缺陷与AI技术机理和算法局限共同为污染信息与操纵意图的侵入留下了漏洞，操纵者从事前操纵和事后操纵两条路径实现欺骗意图，导致信息污染蔓延，形成污染现象。治理方面，基于输入、信源、信道、信宿4环节提出了建立输入数据标准体系、进行污染预防和阻断治理等相应的信息污染防治策略。 局限 在用户操纵行为方面探究较少，未来计划补充相关质性研究提取和归纳AIGC时代信息操纵特征，并提出相应治理策略。

目的/意义 探究学术文献出版后评价情感与影响力之间的关系，有助于完善科研评价体系。 方法/过程 基于H1 Connect中生物医学领域推荐论文，提出总体情感分值、情感正负向率、情感共识度等指标，根据被引频次进行论文分组，通过统计分析揭示不同组间论文的出版后同行评议及学术引用情感特征差异，并运用相关性分析和可解释机器学习方法探究情感特征与学术影响力的关系。 结果/结论 学术文献出版后评价情感与影响力之间存在相关性，评价情感得分越高、正向情绪越多、距离情感共识度越高的文章学术影响力越大。本文提出了学术文献出版后评价情感的量化方法，挖掘不同影响力组别的学术文献出版后评价的情感特征，揭示评价情感与学术影响力之间关系，能够为科研评价提供理论支撑和方法启示。

目的/意义 实现情报需求向“情报认知问题”的有效转化，对于提升情报工作的效能具有至关重要的作用。深入研究情报需求向“情报认知问题”转化的机制，能够有效弥合需求与认知之间的偏差，推动大模型时代背景下的人机协同情报研究范式的升级，为情报工作提供坚实支撑。 方法/过程 通过细致辨析情报需求、情报认知问题等相关概念，深入剖析其转化过程中遇到的困境，充分明晰“三重跃迁”转化机理，进而构建以“背景锚定—需求解析—边界界定—框架建构—迭代校准”为核心的流程模型，并提出针对性的思考建议。［成果/ 结论 揭示了情报需求向“情报认知问题”转化的“三重跃迁”本质，构建了情报需求向“情报认知问题”转化模型，有助于促进情报模糊需求到精准问题的转化，提升情报研究效能，推动情报工作在大模型时代更好地发展。

目的/意义 情报事实对于情报工作至关重要。探索事实库数据安全交付这一关键供给领域的特定要求及相应实现方式，以满足情报事实的供给需求，是亟待解决的情报业务问题。 方法/过程 基于三元空间理论，文章阐释了事实库数据交付安全可信的要求，构建了事实库数据可信交付框架，系统性提出了事实库数据可信交付具体方式，并利用案例分析法进行验证。 结果/结论 针对事实库数据交付安全可信的目标，物理空间要求数据可信流通技术支持，信息空间要求数据属于高质量情报事实，社会空间要求数据透明管理常态化建设。以事实库数据为主体要素，分别采用区块链、隐私计算等技术，并利用数据信托，来实现获取汇集、传输交易、分析利用以及归档或复用等多个环节组成的数据可信流通全过程。

目的/意义 数字经济时代，数据成为新型生产要素，探索数据要素流通产品形态更迭体系建设，对于推动数据要素的确权、定价、高效流通及整体市场繁荣具有一定意义。 方法/过程 通过系统梳理当前国内外数据要素交易平台上的产品形态，结合数据要素价值释放路径的内在逻辑，对目前数据要素流通产品进行细致分类，并以价值释放为建设指南，以DIKW理论为基础，构建面向价值释放的数据要素流通产品形态更迭体系。构建的体系涵盖原始数据、主题图谱、任务导向轻量模型及行业垂直大模型4个核心产品形态层级及其衍生产品，旨在形成一套全面而精细的产品矩阵。 结果/结论 通过深化对数据要素流通产品形态的理解与应用，为数据要素交易市场的健康发展贡献具有前瞻性和实操性的流通产品形态更迭体系理论框架。这个体系能够优化数据要素交易市场的确权流程与定价等保障机制，提升交易效率，为国际数据交易流通产品体系构建贡献中国智慧。

目的/意义 厘清圈层舆论极化下社交媒体用户信息偏食行为的生成机理，洞察复杂舆情下圈层舆论涌动的内在及外在规律，为防范圈层固化和构建良性舆论生态提供有价值的参考。 方法/过程 基于Wilson信息框架，整合Engeström活动模型和Foster非线性模型，通过具体案例阐释圈层舆论极化下用户信息偏食行为的作用链，从需求连续、算法秩序、情感流通、认知加工及行为反馈5个环节构建圈层舆论极化下用户信息偏食行为的生成机理模型，并从习惯性、致敏性和强迫性3个阶段剖析用户信息偏食心理动态感知过程。 结果/结论 针对圈层舆论极化下用户信息偏食行为，以案例为基础从情景认知链、平台算法链、情感传播链、圈层阶序链和承载诉求链5个维度还原信息之“偏”的本貌，讨论用户信息偏食的生成机理和心理感知阶段，为圈层极化下用户信息偏食行为研究提供新的思路。

目的/意义 人工智能模型卡（AI Model Cards）旨在记录和共享人工智能模型的元数据信息。作为一种结构化、标准化的算法描述工具，它在支持算法透明性方面发挥着关键作用，有利于推动算法治理的进一步深化。 方法/过程 对人工智能模型卡相关文献进行系统梳理与总结，将现有研究归纳为元素结构、内容质量评估与价值论证三个方面，识别出人工智能模型卡的核心元素及其内涵。 结果/结论 研究发现，学术界、产业界与政府在模型卡的内容构建上既存在共性也各有侧重；模型卡的实际应用与设计理念之间存在一定鸿沟；面向不同主体，模型卡体现出差异化的价值尺度。对模型卡的优势、局限性与未来发展方向的深入分析，能够为模型信息描述框架的构建与算法透明性的提升提供理念指导与方法支持。

目的/意义 情报学界普遍认同专利引用科学论文的底层逻辑是技术创新对科学基础的依赖，但科学论文引用专利的底层逻辑是怎样的，还未形成共识。本文旨在通过分析科学论文引用专利后的科学效应来推知这类引用的底层逻辑。 方法/过程 以SCI论文中引用了专利的全部14628篇作为研究样本，运用spearman相关分析、零膨胀负二项回归等方法，计算样本论文引用专利后的学术影响力与其所引用专利的价值、广度、强度和速度之间的相关性。 结果/结论 样本论文引用专利后的学术影响力与其引用专利的价值、广度无关，与其引用专利的强度和速度正相关。即科学论文引用专利，并不是引用价值越高的专利越好，也不是引用越多种类的专利越好，而是越专注和快速地引用新的专利，越能激发科学效应。依据科技哲学的“科学解释技术—技术激发科学”的观点对结论进行归因，并对这类引用的底层逻辑进行了阐释。提出了将科学论文引用专利的强度和速度指标应用于创新评价的建议。 局限 研究样本仅来源于SCI，存在样本局限。

目的/意义 情报是事故灾难应急管理的重要支撑。探究事故灾难应对中情报失误的问题，有助于充分发挥情报价值，推进事故灾难防范的科学性和应急管理的现代化。 方法/过程 根据2014—2024年21份重大和特别重大事故灾难类突发事件调查报告，梳理事故灾难应对中数据收集不全面、信息分析不准确、情报传递不及时、情报应用不到位等问题及其具体表现。 结果/结论 基于韧性思维，借鉴TOE框架，从“技术系统—组织系统—环境系统”三个层面分析事故灾难应对中智慧管理平台缺陷、技术应用壁垒、组织结构失衡、情报素养低、科层制结构性短板等导致情报失误，引发事故灾难的发生与发展。鉴于此，提出强化数据信息矫正机制、优化风险分析工作、磨合协同联动机制、深化全过程民主决策等对策建议。

目的/意义 探究公共数据对区域数据要素市场发展的影响，有利于优化数据资源配置，促进区域数据经济均衡发展。 方法/过程 以我国数据要素市场发展较快的东部城市为研究对象，基于TOE理论，融合公共数据授权运营、开放利用指标等构建数据要素市场影响因素框架。综合利用双变量分析、清晰集定性比较分析（csQCA）、多元线性回归方程的方法，探究公共数据影响我国区域数据要素市场发展的关键因素与路径。 结果/结论 双变量相关性结果显示TOE三个维度的变量之间均存在显著的正向相关，尤其是服务层与数据层以及数据层与利用层之间的相关性非常强；csQCA结果呈现三种高数据要素市场发展路径，分别为数据及信息化基础设施—授权运营政策支持型、数据及信息化基础设施—授权运营平台协同型以及授权运营平台核心驱动型；多元线性回归分析显示所有高数据要素发展组态路径均通过检验。基于研究结果，根据我国东部城市发展特点，提出强化基础设施与授权运营平台建设、聚焦授权运营平台驱动、均衡发展基础设施与公共数据保障的建议，以期推动我国数据要素市场全面高速发展。

目的/意义 从时间维度研究政府数据开放平台数据安全影响因素及协同作用，为政府数据开放平台数据安全治理提供参考。 方法/过程 基于信息生态理论构建分析框架，以2020—2024年省级面板数据为案例样本，采用动态QCA方法探讨了影响地方政府数据开放平台数据安全关键因素的组态路径及动态变化过程。 结果/结论 研究发现，单一因素不构成地方政府数据开放平台数据安全的必要条件；在条件组态分析中，存在4种典型组态路径，分别是政府主导下经济与技术驱动型、政策支持下数字人才与技术驱动型、多要素协同驱动型以及环境赋能下数字人才与技术驱动型；组态路径在时间维度上具有较强的稳定性。

目的/意义 在线医疗社区作为患者交流就医经验和获取健康建议的重要平台，正面临虚假评论泛滥的严峻挑战，而高质量虚假评论标注数据稀缺制约了机器学习分类模型的性能提升。 方法/过程 文章提出了一种基于大语言模型合成数据的虚假评论识别模型训练方法，通过结合众包标注与大语言模型数据合成技术，构建包含真实评论及多类型虚假评论的高质量中文医疗评论数据集。基于不同比例的合成数据，采用逻辑回归、随机森林、XGBoost和梯度提升4种机器学习模型进行对比实验。 结果/结论 融合了合成数据训练的虚假评论识别模型在F1分数上最高达到0.983，提升1.55%。所有模型均在最高的合成数据比例下取得最佳性能，验证了大语言模型数据合成技术在解决医疗领域标注数据稀缺问题上的有效性。 局限 未深入探讨不同类型虚假评论对模型的影响差异，且合成数据的质量评估仍有提升空间。未来研究可进一步探索虚假评论的语义特征及基于对抗学习的合成数据优化方法。

目的/意义 虚假健康信息相较于一般虚假信息复杂度更高，其识别难度大，融合信息多特征的识别方法有助于提升虚假健康信息识别的准确度。 方法/过程 围绕虚假健康信息，引入说服策略理论及健康词汇指标，构建了一个基于多特征融合的虚假健康信息识别模型，该模型综合利用统计分析、机器学习、深度学习算法对标题策略类型、健康医学特征、情感特征和语义特征进行提取与融合，继而进行虚假健康信息识别，并最终以微信上的健康信息文章为例展开实证分析。 结果/结论 该方法判别效果优于单一特征的识别效果。经分析，正文语义特征、情感特征、医学特征的重要性更为显著。

目的/意义 政府资助企业产品开发项目数据蕴含着丰富的新产品研发信息，利用政府资助企业产品开发项目数据挖掘技术主题可为政府和企业等市场参与主体制定科技创新发展战略、产业发展规划等提供参考依据。 方法/过程 采用S-BERT主题模型对政府资助企业产品开发项目数据进行技术主题识别，并利用动态主题模型揭示不同技术主题的演化趋势，具体采用美国SBIR计划资助基因技术项目数据。 结果/结论 通过政府资助企业产品开发研究项目数据共识别出RNA干扰（RNAi）技术、锌指核酸酶（ZFN）技术等15个技术主题。大多数技术主题的资助热度变化波动较大，转录激活因子样效应物核酸酶技术主题热度上涨较明显，全基因组关联技术和基因克隆技术等少数技术主题资助热度退却。

目的/意义 识别并预测潜在技术竞合关系是企业制胜的关键。提出一种系统化的竞合分析方法，弥补现有研究将竞争与合作割裂探讨的局限，揭示企业在复杂动态环境中的多维互动关系，为战略决策提供理论支撑与方法指导。 方法/过程 在专利视角下，构建并分析竞争与合作的动态框架，运用拓展的语义分析技术——“作者—主题模型”对专利说明书进行挖掘，解析企业与技术主题的关联，计算市场与技术资源两个维度的相似度，刻画企业在全产业链范围的潜在竞合关系。 结果/结论 企业的技术竞争对手不仅包括同业竞争者，还应当警惕产业链上下游的潜在进入者；技术合作伙伴除了上游供应商，还可能涵盖国际同行以及采用相似技术的跨界组织等；竞争与合作在市场与技术创新影响下可能相互转化。此方法拓展了竞合研究的思路，有助于企业优化技术布局并提升决策科学性。

目的/意义 开源信息中蕴含的诸多情报线索为情报获取提供了信息基础，本文针对开源情报研究领域的情报线索发现问题提出一种解决思路和方法。 方法/过程 对情报线索概念进行解析，构建了开源科技情报的情报线索基本模型，将科技情报的线索发现过程分为主题抽取、线索识别和线索推理三个基本阶段。结合科技前沿这一具体研究问题，提出应用D-S证据理论来实现基于情报线索的科技前沿主题推理的研究思路及研究方法。 结果/结论 选取深度学习领域的科技论文、科技专利和科技项目数据为研究对象，开展关于研究方法的实证分析，研究结果表明，本文提出的研究方法具有一定的可信性。

目的/意义 文章构建了数智政府智能问答系统主动式信息服务指数测度模型，旨在为数智政府主动式信息服务提供改进和优化方向。［过程/ 方法 以“需求—数据—政府准备”三维框架为基础，提出了包含3个维度27项指标的数智政府智能问答系统主动式信息服务指数测度模型。 结果/结论 将模型应用于上海市、北京市、浙江省的政府智能问答系统平台，实证分析结果表明该模型具有合理性和可行性。

目的/意义 文章提出融合知识图谱嵌入与大语言模型检索增强的推荐框架，旨在提升心理健康平台复杂需求场景下健康信息推荐的准确性、专业性和可解释性。 方法/过程 通过构建抑郁症领域知识图谱，采用TransE模型实现知识嵌入，融合用户发帖文本语义理解模块，借助向量匹配与DeepSeek-R1的检索增强生成技术，形成“知识推理—语义检索—生成优化”三阶段推荐框架。实验基于9316条真实用户发帖数据和100组专家标注问答对进行多维度验证。 结果/结论 研究表明，本框架在语义相似度（0.786）和专家打分（81.17）指标上均呈现显著优势。消融实验进一步验证了上述模块的互补性。［创新/ 局限 将领域知识图谱嵌入与检索增强生成深度融合，并在抑郁症场景中通过多角度实验证明其效用；不足是当前知识图谱构建主要依赖公开数据源，部分专业概念覆盖不足。

目的/意义 从行为理论视角出发揭示多元语境Altmetrics数据的生成机制并构建数据可用性评估模型，有利于从数据生成场景理解Altmetrics数据价值。 方法/过程 采用规范分析方法，引入行为理论分析科研、工作、生活语境下Altmetrics数据生成机制，归纳多元语境下Altmetrics数据的生成理论模型并构建Altmetrics数据的可用性评估函数。 结果/结论 尽管不同语境下Altmetrics生成机制有所不同，但总体上，Altmetrics数据是语境目标驱动下利益相关方各类信息行为轨迹点的量化表征，数据生成是语境基质、动机决策、行为转化和数据涌现的有序转化，由此构建的“语境—动机—行为—数据”4维函数可判断Altmetrics数据价值及可用性。

目的/意义 20世纪50年代末以来，美国的情报预警理论研究蓬勃发展，相关研究成果层出不穷，引领世界情报预警理论创新的同时，不断牵引其自身情报预警实践发展。关注和考察美国情报预警理论研究，有助于我国情报理论借鉴创新和现实情报预警工作参考改进。 方法/过程 通过文献梳理和比较分析，从发展脉络、基本命题、研究特点等方面，对美国情报预警理论研究进行纵横两方面的宏观考察。 结果/结论 纵向来看，美国情报预警理论研究经历了4个发展阶段；横向来看，美国情报预警理论研究聚焦于五大基本命题，呈现出5个方面的基本特点。

目的/意义 人工智能时代信息资源管理学科面临新的机遇与挑战，通过分析iSchools核心院校的人工智能素养课程，归纳其课程特点，为我国信息资源管理学科人才培养提供借鉴与参考。 方法/过程 选取20所国外iSchools核心院校作为调研对象，采用网络调研和邮件调查相结合的方式，从课程内容、教学目标、教学方式和考核方式4个维度收集数据，并进行特点分析。 结果/结论 研究发现，国外iSchools核心院校的人工智能素养课程设置呈现课程内容交叉、教学目标明确、教学方式丰富和考核方式多样等特点。基于此，建议我国信息资源管理学科的人工智能素养课程从打造多元融合课程、设计多维教学目标、推进多元教学模式和实施多维考核方式4个方面进行优化。