目的/意义 我国情报学确立专门、统一的研究对象，可解决因“情报是什么”所产生的分歧，以及由此带来的研究对象庞杂或不清晰的问题，推动各情报领域的融合。 方法/过程 梳理、分析我国情报学研究对象的演变过程及复杂多变的内在原因，然后阐述情报学各研究对象统一于事实的理论依据。 结果/结论 情况、文献、资料、知识、信息、数据等相继成为情报学研究对象，它们统一于事实，事实就是情报学的研究对象。将事实确立为情报学研究对象，有助于我国情报学摆脱两个“I”（Information和Intelligence）之辨和两个“IS”（Information Science和Intelligence Studies）之争，推动中国情报学的建立。

目的/意义 融合信号强度进行技术机会发现，有助于突破传统技术机会发现聚焦于显性特征的局限，利用异构网络的多元特征丰富技术机会发现结果，为学术研究和科技政策制定提供参考。 方法/过程 首先，在综合运用领域技术主题的新颖性、价值性、持续性和关注度测度出其信号强度后，构建包含专利分类号、专利、主题三类节点的时间感知异构网络，设计不同元路径捕捉节点间的多维度关联；然后，融合内容特征和语义特征对节点进行初始化嵌入；最后，利用元路径和节点属性学习专利分类号的特征表示，通过计算向量相似性发现技术机会。 结果/结论 以人工智能领域为例进行实证分析，结果表明异构网络下融合信号强度的技术机会发现方法能够有效揭示领域内技术主题发展方向，发现未来潜在的技术机会，为科研工作提供有力支持，推动技术创新与突破。

目的/意义 为应对海量非结构化军事演习情报带来的分析挑战，提升国家安全风险的自动化监测与预警能力，本文对军事演习的威胁性识别方法开展研究。 方法/过程 研究采用规则与深度学习相结合的方法进行实体抽取，构建结构化军事演习语料库。在此基础上，构建包含8个维度的特征体系，并利用XGBoost模型进行威胁性识别。通过与基准模型对比、开展维度消融实验以及进行特征重要性分析，对所提框架进行了系统性验证。 结果/结论 实验结果表明，XGBoost模型在威胁性识别任务中表现良好。研究证实，相较于官方宣称的演习目的，演习的兵力规模、演习科目等物理能力与实际行动是更为可靠的威胁性判断依据。该结论为评估军事演习的真实意图与潜在风险，提供了新的数据驱动分析视角。 创新/局限 研究创新性地构建了混合实体抽取框架，并建立军事演习威胁性识别体系，但其局限主要在于依赖开源文本数据，且模型为静态评估。未来可向多模态数据融合与动态分析方向拓展。

目的/意义 探究国家重点实验室协同创新绩效影响因素，并剖析其因果耦合路径，为国家重点实验室优化资源配置、完善协同治理机制及提升协同创新效能提供理论依据与实践参考。 方法/过程 在文献梳理的基础上，系统构建19项指标的影响因素体系，涵盖创新投入、组织管理、协同治理与外部环境4个维度。随后，采用DEMATEL识别核心驱动因素，并结合ISM构建多层次结构模型，从深层、中层、表层三个层面揭示影响因素的作用逻辑，据此提炼影响协同创新绩效的关键传导路径。 结果/结论 地区经济发展水平、政府政策支持力度和科研经费规模是协同创新的深层驱动力；科研计划管理、核心装备自主化、科研数据共享、科研人员占比、绩效评价导向等构成协同创新的核心中层支撑；团队协作效率、合作主体稳定性及创新服务机构数量等则呈现表层结果特征，显示出宏观环境驱动、中观治理承接、微观协作落地的整体链条特征。 创新/局限 引入DEMATEL-ISM方法，系统识别并分层解析国家重点实验室协同创新绩效的关键影响因素，揭示作用路径与结构机制。专家评分具有主观性，样本量有限；模型基于截面数据，未能反映因素关系的动态变化；影响因素虽经系统归纳，但仍可能遗漏部分情境性或隐性变量，结果的外推性需进一步验证。

目的/意义 数字政府建设是数字中国战略的核心内容，研究其空间关联网络特征有助于揭示区域间的协同关系，为优化数字政府建设的整体布局提供科学依据。 方法/过程 在系统论视角下构建数字政府建设发展水平评价指标体系，并结合复杂网络理论，运用修正引力模型对2017—2024年31个省份面板数据构建数字政府建设空间关联网络，并借助社会网络分析方法，从整体网络、个体网络及块模型分析网络特征，探讨各地区数字政府建设的空间关联关系、核心节点及空间溢出效应。 结果/结论 我国数字政府建设呈现整体连通性增强、区域协同性提升的演化趋势。空间网络效率较低，且网络密度仍有优化空间；东部沿海地区已构筑稳定的核心网络结构，具备较强的信息辐射与资源整合能力；中西部地区在网络中的中介角色逐步增强，边缘省份存在结构性弱连接。块模型分析揭示出净溢出、双向溢出和经纪人的多层级空间格局，并发现部分省份实现角色跃迁，体现出区域数字治理动能的空间重构与协同机制的持续优化。

目的/意义 将理论建模与生成式AI应用相结合，系统分析政府数据治理的未来发展趋势及挑战，有助于提升政府在复杂数字环境中的治理效能。 方法/过程 提出“理论建模—技术赋能—趋势推演”的三阶段研究路径，实现理论分析与生成式AI的协同。首先，基于“主体—时序”双维理论模型，对政府数据治理结构的演化过程进行系统建模，揭示治理结构的动态演化机制；其次，引入生成式AI领域具有重要应用价值的GraphRAG技术，构建政府数据治理知识图谱，精准刻画主体特征差异与驱动因素的时序演化特征，为趋势推演提供实证依据；最后，以语义要素的融合为切入点，探索跨主体、跨时序的互动路径与多元演化情景，进而实现从结构逻辑出发的前瞻性治理趋势推演。 结果/结论 基于理论与技术的协同分析结果，揭示了政府数据治理结构性演化的总体规律：主体维度上由职能分立向结构融合演进，时序维度上由静态规则向动态机制升级，进而推演得到政府数据治理在平台协同、信任机制、智能合规及公众参与等方面的未来发展方向。

目的/意义 在人工智能技术深度渗透的学术场景下，剖析研究生群体对生成式AI依赖的形成机制，旨在为优化人机协同的学术创新环境提供理论与实践依据。 方法/过程 运用扎根理论方法，对24名研究生的半结构化访谈资料进行三级编码分析，识别影响依赖的关键因素与表现特征，并构建影响机理模型。 结果/结论 任务约束、情境规范与技术赋能构成外部诱因影响认知需求；学术素养调控认知需求的转化过程；认知需求驱动生成式AI依赖的形成；生成式AI依赖外化为行为路径锚定、认知惰性、心理状态失调与学术社交隔离的具体表现。［创新/价值］关注研究生群体的生成式AI依赖现象，系统阐述“环境诱发—素养调节—需求驱动—行为固化”的机制模型，为理解人机协同中的学术实践变迁、制定针对性的风险规避策略提供参考。

目的/意义 科技情报是新时期促进科技创新和保障科技安全的战略性资源，建设安全、自主、可控的多模态资源是统筹科技安全与发展战略实施的迫切需要。 方法/过程 在梳理情报资源基本概念的基础上，提出科技情报资源的内涵特征。综合科技竞合环境和资源内容的双重变化，提出科技情报资源在新时期面临的主要安全风险，围绕外部需求、资源扩展和技术驱动三个方面明确了资源建设的需求特点。 结果/结论 在统筹科技安全与发展的基本理念下，将情报思维贯穿资源管理全链路，从资源建设与安全统筹、动态目录编制、数智技术赋能、情报评估验证等方面提出科技情报资源建设的可行措施，以期提升我国在科技竞合中的资源规划建设和安全维护能力。

目的/意义 针对我国“十五五”时期智慧图书馆建设需求，致力于通过引入具身智能技术，增强用户对智慧图书馆服务的具身体验，从而消解图书馆服务中长期存在的“离身性”局限，进而驱动智慧图书馆服务升级。 方法/过程 聚焦具身智能与智慧图书馆服务的融合发展，论述智慧图书馆引入具身智能的理论逻辑，并分析具身智能在智慧图书馆服务中的应用特征，从“感知—决策—执行”与“资源—用户—空间—情感”的“三层四维”视角构建具身智能与智慧图书馆整合性应用框架。 结果/结论 探讨具身智能驱动图书馆服务范式转型的实践路径，以期为具身智能在智慧图书馆发展中的积极应用提供有益参考。

目的/意义 学术共同体是哲学社会科学学术评价生态的行动主体，是评价生态治理的锚点。 方法/过程 借鉴生态学视角，立足于自主知识体系建构，以学术共同体多元构成和规范准则为参照系，揭示学术评价生态治理的多重困境，进而探索治理路径。 结果/结论 在学术评价生态中，能量流动对应学术资源配置，物质循环聚焦知识创新，信息传递指涉学术评价标准、过程与结果信息流通，平衡调节聚焦系统稳态。当前评价生态的根本症候在于共同体运行失调，具体表征为：价值本位偏离引致能量流向偏移，评价格局固化形成物质循环失衡，利益干扰造成信息传递失序，行政干预和市场渗透导致平衡调节失效。对此，提出治理路径：回归自主原创的评价本位，培育多元共治的评价格局，构建公正互信的评价关系秩序，培育自觉自洽的学术评价场域。

目的/意义 面向数智时代海量、高维、实时动态的信息环境，传统信息采纳理论面临适用性挑战。本文聚焦数据故事化方法论，旨在揭示其驱动用户信息采纳行为的内在机制，进而构建适配新环境的信息采纳理论框架，为优化信息传播效果提供理论支撑。 方法/过程 厘清了数据故事化的三个核心要素——数据分析、故事化建模与故事叙述；将其分别映射至IAM模型中的中心路径、外围路径与中介变量，构建了基于数据故事化的信息采纳行为理论模型；提出了情感共鸣与认知变化两种基于数据故事化的信息采纳特有表现形式。 结果/结论 选取Nature150数据叙事案例开展实证分析，对所构建的信息采纳框架进行了验证。研究结果表明，数据故事化的三个核心要素能够通过情感共鸣与认知变化两条心理路径共同作用，驱动用户的信息采纳行为。

目的/意义 基于对《欧洲健康数据空间条例》（EHDS）的系统分析，提炼其在跨境健康医疗数据流通方面的关键做法，为我国跨境健康医疗可信数据空间建设提供借鉴参考。 方法/过程 通过对政策文本内容进行解构，运用数据价值链理论梳理EHDS中基本活动、辅助活动的数据要素价值转化流程，并在数据采集、组织、流通及利用等环节引入价值共创视角进行补充分析。 结果/结论 结合我国跨境健康医疗可信数据空间建设实践，借鉴EHDS相关经验，提出制定统一的数据采集规范，依托数据组织搭建全流程可追溯的质量保障框架，设计安全可控的健康医疗数据流通方案和构建场景增效的数据利用体系等举措。［创新/价值］聚焦EHDS数据要素价值转化具体环节，在丰富可信数据空间理论研究视角的同时，实现跨境健康医疗数据的可信流通与高效利用。

目的/意义 大语言模型（LLMs）通过重塑知识生产机制与人机交互模式，拓展了用户决策体系的认知边界。本文聚焦于LLMs赋能用户决策范式的转型及其引发的认知偏差问题。 方法/过程 首先，系统梳理LLMs的技术演进脉络，阐释其对用户决策的三个层级跃迁：技术层面的数据处理突破、理论层面的决策范式创新，以及认知层面的人机协同智慧生成。其次，深入剖析LLMs辅助用户决策中认知偏差的产生机理，构建包含技术诱发型、技术增强型、人机协同型及数据衍生型4类认知偏差形态的分类谱系，并揭示这些偏差如何通过认知路径重构、智能放大效应、责任真空区及数据原罪传导等机制导致决策过程中DIKW（数据—信息—知识—智慧）链的断裂。 结果/结论 提出整合双系统理论与认知工效学的认知张力平衡框架，通过透明化标注、多路径验证、责任边界界定及动态数据修复等策略，干预或弥合上述认知偏差引发的断裂点，以期为优化LLMs时代的用户决策效能提供理论支撑与实践指引。研究成果不仅为理解复杂人机交互中的认知现象提供新的分析视角，也为设计新一代智能化情报分析与决策平台提供认知工效学指导。

目的/意义 低空经济作为战略性新兴产业，具有技术交叉性强、演化速度快和融合路径复杂等特征，单纯依赖既有专利格局的静态分析已难以识别未来可能出现的关键技术组合。为此，本文构建融合链路预测与社区检测的技术主题识别框架，以实现对低空经济未来技术主题及潜在融合方向的前瞻识别。 方法/过程 基于2004—2024年全球低空经济相关专利数据，以国际专利分类为技术语义单元构建IPC共现网络；进而引入图神经网络开展链路预测，识别网络中尚未出现但具备高可能性的潜在技术关联，并生成2025—2027年预测性技术网络。在此基础上，采用Louvain算法对预测前后网络进行社区检测，通过对比社区结构演化特征识别未来技术主题。 结果/结论 低空经济技术体系在历史阶段仍以飞行器操纵控制、非常规构型与垂直起降布局、推进原理等单机能力突破为核心。而在预测网络中，技术社区之间的耦合显著增强，产业重心由装备研发逐步转向体系化运行能力构建，未来将加速形成飞控、推进、感知、任务执行一体化协同、多域运行架构、智能空域调度和全生命周期运行保障4类技术主题。［创新/价值］提出“技术网络构建—发展趋势预测—关键主题识别”的三阶段分析框架，融合IPC共现网络、图神经网络链路预测与社区检测方法，实现从技术关系预测到技术主题识别的系统建模，为低空经济技术布局与产业战略决策提供了数据支撑，也为其他战略性新兴产业的前瞻性技术识别提供了可迁移的方法路径。

目的/意义 数字社区交互型短文本能够揭示群体互动、社会动态和公众需求，然而现有研究仍局限于宏观趋势与态度刻画，缺乏对多事件并存、细粒度语义特征的系统识别与跨话题动态演化的可视化呈现。 方法/过程 研究设计了一种适用于交互型短文本的话题识别与可视化方法。构建初始事件检测器，并通过逻辑匹配与短文本对事件的贡献度来识别核心事件；结合发言者特征与文本特征，设计自注意力卷积神经网络模型，在动态窗口内学习交互短文本句对之间的关系，实现短文本与事件的匹配；通过Qwen3大语言模型提取事件袋中事件节点信息，并构建动态事理图谱以高效呈现话题的演化。 结果/结论 在微信社区群聊数据集中，该方法可高效可视化话题演化，为社区治理的精准化与主动化服务提供了有益参考。［创新/价值］本研究引入动态句对建模以缓解交互型短文本的语义稀疏与多事件并存问题，并结合事理图谱实现事件因果与演化关系的结构化呈现，为社区治理中的短文本分析与可视化决策提供新的方法思路。

目的/意义 信息茧房作为网络信息生态中的一种潜在风险，其“有态而无形”的隐喻特性使得茧房量化面临挑战。本文旨在构建一个融合语义空间与拓扑空间的协同判据框架，以实现对社交媒体中信息茧房态势的动态识别，为网络信息生态治理提供理论依据与方法支持。 方法/过程 首先，基于Louvain算法对用户社交复杂网络进行社区识别，从拓扑空间揭示群体同质化态势；其次，运用LangChain计算社区间语义距离，并结合Word2Vec、SKEP模型进行主题识别与情感计算，从语义空间揭示内容同质化态势；最后，通过计算社区复杂网络的全局集聚系数和模体等拓扑结构指标，分析网络结构的演化规律，揭示选择同质化态势。通过三重协同判据，综合评估信息茧房的形成态势。 结果/结论 本研究构建的语义—拓扑空间协同判据方法，有效实现了对社交媒体中信息茧房态势的识别。实证研究中甄别出不同风险的茧房形态，不仅识别了茧房的存在，更揭示了其内部态势的强化过程。［创新/价值］本文提出了“语义—拓扑双空间协同”的判据框架，将信息茧房的抽象概念转化为“群体—内容—选择”三大同质化的可计算指标，为解决其量化难题提供了新路径。

目的/意义 针对垂直领域实体关系抽取领域适应、数据稀缺等问题，提出一种新的基于大模型的实体关系抽取方法。 方法/过程 设计自优化思维链（SO-CoT）生成机制，引入多模型协同事实评估策略，选取3种主流大模型在自建中文船舶故障语料和公开数据集CMeIE-V2上进行测评实验。 结果/结论 在自建语料上，DeepSeek-R1的F1值为88.35%，性能优于其他大模型和主流深度学习，ERNIE-4.0、GPT-4和DeepSeek-R1优化后F1值较基线模型分别提高10.98%、12.22%和13.11%；在公开数据集上，DeepSeek-R1优化后F1值提升15.89%。结果表明：SO-CoT提示优于一般人工提示并具有一定适配性；事实评估机制具有一定增益效果；所提方法能够显著提升大模型性能并具有较好稳健性。［创新/价值］从提示自优化和多维度评估角度优化基于大模型的实体关系抽取方法，为低资源垂直领域知识抽取提供一套通用高效的解决方案。

目的/意义 本文提出一种面向学术文本知识挖掘任务的大语言模型智能体框架，以期解决现有大语言模型在该任务中存在的任务适配度不够、信息过时和知识缺失以及缺乏规划与推理能力等方面的问题，进一步提高大语言模型在学术文本知识挖掘任务中的性能，为扩展和丰富大语言模型背景下该研究方法体系提供参考。 方法/过程 构建面向学术文本知识挖掘任务的垂域大语言模型AcadMineGPT，改进大语言模型在该任务中的准确性和适配性；提出一个由垂域大语言模型驱动的多智能体系统以对复杂学术文本知识挖掘流程进行自动化和优化，进一步提升其在该任务中的实时信息获取能力和处理复杂任务的规划推理能力；构建面向学术文本知识挖掘任务的评测框架AcadMineEval，系统全面地评估本文所提出的方法在该任务中的性能，并与国内外主流的大模型进行对比分析。 结果/结论 实验结果表明，对比基线模型，本文提出的方法有效提高了学术文本知识挖掘任务的性能，实现了更专业的学术文本知识发现。

目的/意义 大模型技术快速发展深刻影响科技情报工作，构建指令知识库提供高质量、多样化的指令数据对于提升大模型的情报领域专业指令遵循能力至关重要。 方法/过程 基于“六何”（5W1H）分析法研究面向科技情报工作的大模型训练和应用的指令知识库构建的关键问题。 结果/结论 科技情报工作指令知识库建设既有必要性，也有理论与实践上的可行性。根据科技情报领域指令数据的特殊性，提出指令数据的知识组织解决方案，为知识库构建提供指引参考。

目的/意义 在数字经济背景下，海量且复杂的用户生成数据使传统用户画像特征提取方法在深层特征提取和语义解析方面面临挑战，难以支撑精细化需求挖掘与精准营销。 方法/过程 提出一种基于多智能体协作推理的用户画像特征提取方法，利用低秩适配技术对通用大语言模型进行多任务指令微调；围绕“体验—情绪—性格”设计递进式多智能体协作链，并结合检索增强生成、短期记忆和质量校验机制提升其鲁棒性与结构化输出。用15部动漫作品约1.5万条评论与多种大语言模型及其微调版本开展对比与消融实验。 结果/结论 所提出的方法在三类任务上的准确性和鲁棒性均优于基线模型，其中“体验→情绪→性格”的协作顺序效果最佳。［创新/价值］从体验感知、情绪状态与性格特质的三维一体视角刻画用户深层特征，并将指令微调大语言模型与多智能体协作推理相结合，为复杂评论文本场景下的需求挖掘和个性化推荐提供了可复用的技术路径。

目的/意义 提出基于动态示例提示和LoRA微调的技术融合趋势分析框架，精准识别技术融合趋势，为企业创新决策与产业政策制定提供科学依据。 方法/过程 首先，采用动态示例提示和LoRA技术改进大语言模型，解决技术词抽取幻觉问题；其次，结合技术词共现特征与语义特征构建动态技术融合网络，通过Louvain算法识别技术社群，构建融合强度、融合多样性指标测度技术融合程度；最后，基于技术开发与探索理论，将技术融合划分为成长、衰退、探索、突生4类模式来分析技术融合趋势。 结果/结论 将研究框架应用于智能网联汽车领域，发现改进后的Llama3.1-8B模型性能最优，F1值达71.9%，较基准模型高20.3%。该领域技术融合深度和宽度不断增强，从简单模块联动向多层级系统耦合深化。融合模式从成长模式主导向探索模式与突生模式转变。结合2022—2024年技术融合突生模式，识别出未来三大核心趋势：数字孪生驱动的安全评估、多源融合的测试验证体系深化及数据安全与协同控制的一体化。

目的/意义 学术论文创新性的精准评测，对于优化科研评价与激励突破性研究至关重要。本文旨在通过全面的文献调研，对国内外学术论文创新性的量化测度方法进行系统性评述，旨在为后续研究及测度方法的持续创新与完善奠定基础。 方法/过程 基于学术论文评价研究的“数据驱动”特色，将现有测度方法划分为两大类——基于原文语料的测度和基于引文语料的测度，分别对这两大类方法的发展脉络、适用范围及局限性等进行深入梳理，并对它们的综合评价应用进行归纳总结。 结果/结论 目前，两大类方法均取得一定研究进展，其中前一类侧重论文创新性评价的“新颖性”维度，研究较充分和成熟，并已从简单的词频统计发展到深层语义表征与网络结构的挖掘分析；后一类侧重论文创新性评价的“有用性”维度，受限于引文语料获取困难，研究相对滞后，存在较大提升空间。两类方法分别适用于即时性和回溯性评价任务，未来应从三个方面寻求突破：一是进一步厘清“创新性”概念内涵，强化评测方法研究的理论基础；二是大力弥补“有用性”测度短板；三是积极探索大语言模型及AIGC工具应用，有效赋能评测方法的优化和完善。