[目的/意义]复杂国际形势下产业危机事件和次生危机事件频发,导致我国产业发展不断受阻。在“数据要素×”行动计划指导下,借助产业协同应急智慧情报服务体系,发挥产业数据要素乘数效应,将有助于赋能产业危机事件应对与处置。[方法/过程]首先,以“数据要素×”为研究视角,通过文献分析及对比分析法明确“数据要素×”赋能产业协同应急智慧情报服务的着力点,厘清产业数据要素与各主体之间的关联关系,剖析产业数据要素乘数效应的赋能逻辑,构建产业协同应急智慧情报服务架构;其次,从乘效赋能、场景细分、技术驱动和服务进阶4个方面构建“数据要素乘数效应赋能—危机事件阶段需求牵引—多元智能技术融合应用—智慧情报服务模式动态更新”的产业协同应急智慧情报服务机制;最后,对应以上智慧情报服务机制,从数据层面、场景层面、技术层面和服务层面提出保障策略。[结果/结论]系统性地梳理了“数据要素×”背景下的产业数据要素乘数效应赋能产业协同应急的逻辑,构建了产业协同应急智慧情报服务架构,提出了“数据要素×”效应下的产业协同应急智慧情报服务机制和保障策略,为产业协同应急处置和恢复阶段的智慧情报服务模式构建打下基础。
[目的/意义]不确定环境下我国产业发展受到冲击,亟须高质量的智慧情报服务赋能产业危机事件处置,以摆脱危机束缚。[方法/过程]文章重点关注应急管理过程的预防、准备和响应三个阶段,明确产业协同应急处置过程中的情报服务需求;然后以实际需求为牵引,融合区块链与大语言模型技术构建“情报流链条—大模型支撑—联盟链底座”为核心的产业协同应急处置智慧情报服务模式;最后,以我国半导体产业停产危机处置为案例,进行处置过程预防、准备和响应阶段智慧情报服务的实验及效果分析,验证该模式的价值。[结果/结论]从案例和实验结果中可以得出,该模式下预防阶段的预警结果与实际情况吻合,本地知识库与大语言模型的结合让准备阶段智慧问询结果的F1值提升,联盟区块链的高吞吐量和低延迟能够满足响应阶段应急情报信息的高效传输和协同响应。
[目的/意义]在复杂国际形势背景下,产业危机情境和次生危机事件频发,我国产业正逐渐陷入外部不正当国际竞争导致的发展囹圄之中。产业危机事件发生后的协同应急恢复成为避免产业次生危机、保障产业永续健康发展的重要环节。因此,面向产业危机事件协同应急恢复的智慧情报服务成为研究重点。[方法/过程]文章以“韧性治理”理论为研究视角,首先明确了产业协同应急恢复阶段的智慧情报服务需求,分析韧性治理理论与产业协同应急恢复智慧情报服务的适切性;其次,基于韧性治理理论,从韧性技术、韧性组织和韧性环境三个维度入手,构建产业协同应急恢复阶段的智慧情报服务模式;最后,以我国半导体产业为例,阐释该模式的运行流程,分析该模式的价值。[结果/结论]文章系统性地提出产业协同应急恢复阶段的智慧情报服务需求,构建产业协同应急恢复阶段的智慧情报服务模式,明确其运行流程,利用Vensim进行系统动力学仿真,验证该模式的有效性并进行敏感性分析,剖析该模式的实际价值,为我国产业面对危机事件的处置、恢复及治理提供了智慧情报服务模式的支持,为产业链与创新链融合创造基础。
[目的/意义]政策文件对学术成果的使用在一定程度上体现了成果产生的社会影响,对使用行为进行深入分析,能够为客观认识政策提及指标、科学评价学术成果社会影响力提供参考。[方法/过程]获取Altmetriccom的政策提及数据,针对被政策广泛提及的学术成果,分析其特征及对应政策文件的主题、发布国家和提及时间等特点,并通过编码提炼提及形式、位置、内容、动机等要素,探讨学术成果在政策制定中发挥的作用,并进一步区分论文和报告这两类成果的提及行为,探索政策提及指标在学术成果影响力评价中的应用价值。[结果/结论]应全面认识当前政策提及指标的数据质量和提及行为本身的复杂性,对提及指标值不能一概而论,需区分不同提及行为的实际意义,准确刻画学术成果对政策制定的支撑作用,从而合理应用政策提及指标评价学术成果的社会影响力,推动循证决策的进一步发展。
[目的/意义]数字政府面临多重数字安全风险,提升数字政府的数字安全能力至关重要。数字安全韧性是数字政府的数字安全能力的核心,数字安全韧性提升是数字政府的数字安全建设的关键。因此,开展数字政府的数字安全韧性研究意义重大。[方法/过程]首先,分析数字政府的数字安全韧性的内涵;其次,提出数字政府的数字安全韧性构成要素;最后,构建与解析数字政府的数字安全韧性理论模型。[结果/结论]数字政府的数字安全韧性是指数字政府面对数字安全风险所具备的预测、响应、抵御、恢复、学习以及变革的能力。数字政府的数字安全韧性模型以数字政府的全生命周期数字安全韧性为中心,包括预测层、响应层、抵御层、恢复层、学习层和变革层的数字安全韧性提升。
[目的/意义]随着全球安全环境的复杂化,预见性情报作为一种新兴的情报工作形式,逐渐引起了人们的关注。[方法/过程]系统介绍预见性情报的发展背景、概念内涵、方法与实践,并与传统的战略情报进行比较分析。[结果/结论]考察了美国在预见性情报教育方面的经验和做法,探讨了预见性情报未来的发展趋势和方向。
[目的/意义]创新是科学研究的本质。科学评价学术论文创新性有助于营造良好的科研氛围,正确引导科研方向,推动学术进步。[方法/过程]基于知识单元发展属性特征与突变属性特征,综合考虑学术论文中知识单元的动态发展过程,构建知识单元新颖性评价指标与学术论文创新性综合评价模型,并以2023年度“数字人文”领域中高被引学术论文为研究对象进行实证研究。[结果/结论]所构建模型能够较好地识别出当前研究发展的热点与前沿性知识单元;基于知识单元属性视角筛选出的高创新性学术论文符合当前研究的热点,对今后相关研究具有借鉴意义。[局限]未对知识单元进行具体分类,如问题创新或方法创新等。在未来的研究中,将进一步细化知识单元的种类,探究不同种类知识单元组合的特征。
[目的/意义]算法已经成为互联网基础设施的必要条件,深入广泛地渗透到主流社交媒体平台,深刻影响用户日常生活的信息获取和社会交往。探索社交媒体用户应对过程及其影响因素,有助于深入洞察人与算法的多样性互动,对于优化算法设计和社交媒体平台建设与管理具有重要理论和实践意义。[方法/过程]通过对25位社交媒体算法应用的青年用户进行深度访谈,利用程序化扎根理论的方法进行编码分析,结合SOR理论,构建社交媒体用户算法应对的影响因素模型。[结果/结论]社交媒体用户在算法应对过程中采用三种策略:算法接受、算法回避和算法适应。三种不同功能导向的应对策略是社交媒体用户在算法技术和算法推荐信息的外部刺激下,在对算法整体性的认知评估和情感体验内在驱动下所做出的多样性反应,且受到边界条件和用户个体特质的影响。因此,在与算法互动的媒介实践中,用户会逐步树立算法意识并尝试算法干预,以实现算法应用的多样化使用。
[目的/意义]人工智能技术的发展与应用在推动人类社会变革的同时,也破坏了人与技术之间的信任。探索算法透明度与用户感知可信度间的关系,有助于破除算法黑箱,重塑技术信任,发展可信赖的人工智能。[方法/过程]文章以微信朋友圈信息流广告为研究平台,招募50位被试开展眼动实验,结合问卷和访谈等方法探究在不同的透明度情境下,用户对个性化推荐广告的感知可信度,进而厘清人与算法间的信任关系,从信任视角提出透明度提升策略。[结果/结论]用户的感知可信度受到透明度程度、透明度内容和结构等因素的影响,未来应当发展合理有效、方便访问、易于理解的算法透明度,以此提高用户信任,推动可信人工智能发展。[局限]研究的样本来源和研究视角单一,后续将扩大实验规模探索不同用户群体的感知可信度差异。
[目的/意义]探讨不同类型发布端的应急知识短视频特征差异,以及这些差异与视频传播效果间的潜在关系,以促进政府应急管理部门更加有效地利用短视频传播应急知识。[方法/过程]采用Logistic回归识别不同类型发布端的应急知识短视频间存在较大差异的基本特征,并讨论差异与视频传播效果的关联;基于视频内容文本展开内容特征分析,探讨不同发布端应急知识短视频在主题和情感倾向上的差异及视频传播效果分布。[结果/结论]不同类型发布端的应急知识短视频在背景音乐、发布时间、视频形式、内容主题分布等特征上均有显著差异,并且这些差异与视频传播效果关联密切;在视频内容的总体情感倾向上并无不同,积极情感均多于消极情感,但持消极情感的应急知识短视频的传播效果更好。[局限]研究选取的应急知识短视频仅限于以洪涝为代表的自然灾害,未来可拓展至其他类型事件的应急知识,以增强研究结论的普适性。
[目的/意义]当前我国公共数据的开发利用进入了瓶颈期,供给能力不足和利用深度有限阻碍了其价值释放。大语言模型有望充当破解瓶颈的桥梁,然而学界对其何以扮演这种角色缺乏回应。[方法/过程]结合公共价值理论和生态系统理论,研究构建公共数据开发利用的生态系统框架,对其中大语言模型的应用前景、挑战与路径展开探讨。[结果/结论]公共数据开发利用中的大语言模型应用面向政府可以保障平稳高效运转、助力政务服务优化、提供科学决策抓手,面向社会则可以精准匹配数据供需、深度释放数据价值。然而,上述应用面临认知分歧和风险顾虑、成本高昂和收益失衡、组织掣肘和制度失范、技术壁垒和技术垄断等问题。为此,政府应主动公布数据开发利用进展,规范应用、常态监管;努力促成区域主体协同应用,分担成本、共享成果;依托数据主管部门多向协调,全量汇聚、集中治理;积极引入社会力量合作开发,吸收技术、迭代完善。
[目的/意义]旨在探究任务类型及其分面属性对用户健康信息搜索时交互质量的影响作用,以揭示任务属性/类型与交互质量间的关系机理,丰富用户健康信息搜索研究领域知识体系,也为信息系统定制面向健康任务的智能化帮助策略提供支持。[方法/过程]基于模拟仿真工作任务设计了一项准实验,共招募64名参与者参加实验;采用广义估计方程模型定量分析任务与交互质量的关系,并结合访谈数据对相关问题进行阐释。[结果/结论]研究发现用户健康信息搜索的交互质量受多元属性任务类型及分面属性的显著影响;任务分面属性间的二维/三维交互效应显著影响了用户健康信息搜索中的交互质量;健康话题类型是值得重点关注的任务分面属性变量,此发现可作为后续相关研究的探索方向。
[目的/意义]高质量的专利技术研发工作对于提升企业竞争力具有重要意义,识别企业技术专利研发方向有利于充分利用现有研发资源实现创新突破,降低企业研发方向的不确定性。[方法/过程]首先,结合行业整体技术热点趋势与标杆企业技术态势,明确重点技术类别;其次,基于专利竞争力识别目标企业的绝对优势技术和相对优势技术类别,进而对目标企业进行个性化技术偏好分析;最后,借助LDA模型识别技术主题,明确企业未来专利技术研发方向。[结果/结论]实证结果表明,标杆企业的技术布局对行业发展具有引导作用。同时,目标企业应以绝对优势技术为核心,发展自身相对优势技术,形成多技术核心的创新型企业。[局限]由于专利申请流程的时滞性,在新兴技术专利优势识别上有一定局限性。
[目的/意义]快速且精准地识别海量多模态数据中的价值性内容,对于促进知识传播、提升产出质量具有重要的意义。[方法/过程]基于可解释性视角聚焦知识共创中“用户+多模态知识”的双重推进机制。首先,依托BERT+BiLSTM与ResNet模型分别提炼文本与图片特征以获取多模态知识向量表示;其次,依据社会认知理论剖析用户行为,采用DeepFM捕捉交互特征间的关联生成用户向量表示;再次,借助KBERT对文本数据嵌入知识图谱得到外部知识向量表示;最后,基于多头注意力机制融合各维度特征向量,通过动态调整权重完成价值内容的识别。[结果/结论]通过使用魅族Flyme社区数据进行实验,所构建的融合模型准确率达到8831%,相较于其他基线模型与组合模型,评价指标均有不同程度的提升,证明嵌入外部知识并融合文本、图片与用户属性可以有效提升价值的识别效果。
[目的/意义]生成式人工智能不同算法、训练数据及优化目标引致的生成质量与效能差异性与不确定性凸显,急需提出一种测度基准准确反映真实质量,从而为在人智协同中更好整合生成式人工智能技术提供有益参考。[方法/过程]以主流跨模态文生图领域为例,综合考虑生成式人工智能接入、生成以及评估三阶段过程,结合客观标准主观感知两个维度进行质量测度以及全工作流效能评估基准构建,并基于投入产出视角结合所提基准进行测度。[结果/结论]实证结果表明,性别、年龄、就职状态以及数字素养对主观感知表现出一定影响,过于片面地看待生成式人工智能可能带来AI辨识障碍;Midjourney表现出较强的主观感知质量,且综合值已超过人类,Imagen 2在综合客观质量测度中表现更强;生成速度与主观得分呈现出显著正相关,而提示词长度与主、客观得分呈现出显著负相关;质量偏好者选择如Midjourney的高成本、高回报工具,效能追求者选择如SDXLTurbo的低成本、高效率工具,而两者兼顾则可选择Imagen 2。
[目的/意义]数字化时代,打破西方虚假信息的话语霸权和理论霸权,掌握应对虚假信息先发优势是一项紧迫而严峻的情报工作。[方法/过程]概述虚假信息在国际战略博弈中的演变历程,剖析情报赋能虚假信息治理的必要性,并从情报业务和情报目标两大视角分析欧盟在虚假信息治理过程中以“情报事实”为主的情报刻画业务以及威胁前瞻和风险管理的实践工作。在此基础上,对我国情报工作应对虚假信息提出建议。[结果/结论]未来应找准虚假信息治理的情报工作战略定位,聚焦情报事实刻画,打造降低国家安全风险不确定性的证据链;基于场景考量,打造跨领域、跨部门协同的涉华虚假信息威胁前瞻工作模式;制定系统的虚假信息攻防策略库,建立虚假信息风险应对的常态化组织,营造良好的信息生态环境。
[目的/意义]大语言模型的强交互、强理解、强生成的能力能够较好赋能科技情报研究,开展科技情报研究领域大语言模型测评是发挥大模型作用、提升大模型能力的重要手段。[方法/过程]界定科技情报研究及大模型测评的相关概念内涵,分析大模型在科技情报研究领域应用场景,指出测评作用和重点关注内容。在总结已有大模型测评要素并汲取情报研究特色要求的基础上,构建由测评任务、测评指标、测评数据、测评工具、测评队伍等组成的“五维一体”科技情报研究领域大模型测评总体框架,建立由基础知识能力、动态研究能力、专题研究能力、综合研究能力等组成的科技情报研究领域大模型测评维度和数据集。[结果/结论]研究结论有助于认识科技情报研究大模型测评思路和方法,为进一步推进大模型测评工作实践提供参考借鉴。
[目的/意义]为缓解政策信息过载、提高政策阅读效率及提升政策作用发挥效果,对政策文本的核心信息进行汇总凝练并生成高质量摘要。[方法/过程]集成无监督模型和算法,提出基于句向量改进的政策文本关键句子抽取策略;将依存句法结构融合至政策文本摘要生成中,提取政策文本依存句法树及其依存句法特征,增强基于RoBERTa模型的政策文本表示效果;在基于Seq2Seq的政策文本摘要生成模型中,引入PGN模型和改进SIMCLS模型筛选出最佳候选摘要,提升模型性能与所生成摘要的质量。[结果/结论]针对国务院政策文本的摘要生成实验表明,研究构建的融合关键句子和依存句法的政策文本摘要模型与策略,在ROUGE指标的评价上显著优于其他模型,且从实例呈现上看,模型所生成摘要在语义和语言质量上均表征良好。但政策文本摘要生成的连贯性有待提升,用于学习训练的、适用的参考摘要较少,摘要生成的评价评估有待进一步完善。
[目的/意义]“推荐交互行为”特指用户在信息检索过程中与系统提供的推荐功能进行交互的行为。揭示用户检索行为与推荐交互行为之间的关系,为改善知识服务平台的推荐算法提供实证参考。[方法/过程]以CNKI和ScienceDirect为实验平台,采用实验研究方法开展用户研究,招募36位实验参与者,利用Morae软件采集用户的交互行为数据,并进行分析。[结果/结论] 6种检索行为与用户推荐交互行为具有相关性,且构建查询、浏览文献详情页面、在线阅读文献及下载文献对用户的推荐交互行为具有不同程度的影响,包括影响用户使用推荐次数、浏览推荐文献详情页面、在线阅读推荐文献和使用推荐总时长。
[目的/意义]韩国是率先推动MyData应用落地的国家。韩国在个人数据管理领域的实践和探索,特别是在推广MyData模式方面,可为我国个人数据管理和应用制度的完善提供有益参考。[方法/过程]结合韩国数字政府发展状况,运用文献研究及比较研究方法,探讨MyData概念与制度内涵。从数字平台政府所实施的国家战略措施角度,考察MyData在公共领域和金融领域的应用和效果。[结果/结论] MyData作为一种新型个人数据管理模式,对个人数据权益保护、政府公共服务创新、数据资产流通与利用,都具有积极的作用和影响。MyData制度在平衡个人数据充分利用与数据安全维护方面,具有重要的应用价值和实践意义。
《情报学进展》第15卷经过两年的酝酿终于面世了,由中国国防科学技术信息学会主持出版,《情报理论与实践》编辑部承担选题策划与组织工作。该书是一本反映情报学和信息技术应用领域研究进展的年度评论,涉及一段时期情报学重点领域及前沿热点问题,总结所取得的成果及未来发展趋势。内容上选取在国内外有一定研究成果,或有一定应用的选题,在一定程度上揭示了近年来情报学的研究现状、热点与趋势,利于回顾并引导相关研究。主要内容有:数据计量学的学科构建及其发展趋势、面向国家战略的情报学教育体系建设、公共危机信息管理研究进展与趋势、数智赋能背景下情报学研究进展、国内外算法风险研究进展、数据隐私风险的识别与消减——以医疗数据为例、开放科学时代学术评价研究的新机遇与新挑战——从系列开放获取宣言/倡议或行动计划谈起、人工智能赋能情报研究的变革与发展、数智时代的知识组织研究进展、企业家发现的情报学探索:基于情报学视角的“企业家发现”模型、学科主题探测与演化分析研究述评、2022—2023年情报学前沿进展综述以及2022—2023年度情报学专业动态等。