［目的/意义］全球老龄化背景下，养老机构作为重要的智慧养老应用场景之一，在提供养老服务过程中产生了大量数据但并未得到有效挖掘、利用。因此，有必要健全智慧养老机构大数据平台与多元主体数据共享机制。［方法/过程］基于信息生态理论，对参与主体、共享内容、共享环境层次及共享方式4个关键构成要素进行分析，构建智慧养老机构数据共享模型。通过构建信息生态链的智慧养老机构数据共享主体协同路径，从主体链条和活动链条两个层面入手，分析智慧养老机构数据共享实现路径。［结果/结论］为保障智慧养老机构数据共享模型的有效运行，首先应加强智慧养老机构所依托的大数据平台的数据挖掘与分析能力，提高数据处理效率和质量；其次应建立和完善数据安全保护机制，明确数据隐私控制范围，确保在数据共享过程中充分保护老年人的个人隐私和数据安全。

摘要：［目的/意义］智慧养老场景存在数据孤岛、数据烟囱等现实问题，数据资源统一集中化存在现实难度。要实现数智赋能，进一步激活养老数据价值，互联互通是智慧养老数据资源体系建设的重要研究议题。［方法/过程］首先，评述智慧养老数据相关研究与实践；其次，从政策和标准两个维度，分析智慧养老数据资源的互联互通要求；最后，提出智慧养老数据资源的互联互通能力框架。［结果/结论］智慧养老数据资源的互联互通达成是一项复杂的系统工程，需要从政策保障、标准约束、安全控制、行业共识等多方面来推动。智慧养老数据从物理分散走向逻辑关联，通过数据入表与数据入湖，构建数据云底座。数据资源体系的建设需要自下而上包括资源识别、数据编码、数据分类分级、语义内容、应用服务5层逐步递进的互联互通能力框架。

摘要：［目的/意义］公共数据是数据要素重要组成部分，探究公共数据乘数效应效率，有助于考察我国数据要素乘数效应发挥情况，剖析影响其成效发挥的原因，为公共数据开放利用提供参考。［方法/过程］界定公共数据乘数效应效率的概念内涵，构建多维度投入产出指标体系。采用DEA模型对样本平台的养老主题数据进行实证分析，考察公共数据乘数效应的技术效率、规模效率/效应以及冗余不足率。［结果/结论］我国公共数据乘数效应效率存在三方面问题：管理和技术水平滞后所导致的资源利用率低；资源规模不足所导致的产出收益较低；配置结构不合理所导致的冗余和不足。由此提出建议：提升管理效能、协同开放运营，加强政策制度保障、扩大资源投入规模，优化资源配置、营造公共数据开放利用生态，以全面提升公共数据乘数效应效率。

［目的/意义］在大国博弈日趋激烈的背景下，综合运用人工智能、大数据等智能化手段从错综复杂的信息中感知、融合、分析关键情报至关重要。［方法/过程］面向国防科技情报领域的通用认知引擎系统结合不同情报视角下的描述性信息，研究多维度标签本体构建方法。文章围绕情报特点深入研究情报知识表示与要素抽取方法，借鉴对比学习思想实现情报要素知识的融合与消歧，通过本体建模、实体关系抽取、语义对齐等技术自动化构建国防科技情报领域全景知识图谱，协同知识图谱强化大语言模型知识感知能力，通过检索增强生成技术优化轻量级大语言模型情报主题报告生成能力。［结果/结论］依托情报数据库构建国防科技情报资源库，通用认知引擎系统提供情报要素提取、情报知识溯源、情报主题报告生成等应用功能，推动大背景下“智能感知、辅助决策”的实现。

［目的/意义］在全球科技竞争日益激烈的背景下，开源情报作为研究和预测世界科技发展趋势的重要工具，对于科技情报工作的重要性愈发凸显。科技项目数据作为科技情报的重要数据来源和分析对象，呈现出多源、多模态的特性，对其进行深度分析和挖掘，并服务于管理与决策活动，是新时期科技资源高效利用的重要途径。［方法/过程］文章将情报工作流程与多模态知识图谱构建流程相融合，提出了基于开源科技项目数据的多模态知识图谱构建框架，包含需求分析、开源情报采集、多模态科技项目知识图谱构建以及知识图谱服务4个关键环节，并详细讨论了每个环节中的核心内容。［结果/结论］以美国情报高级研究计划局(IARPA)公开项目的多模态数据为例，遵循上述框架构建了包含项目、机构、人员、技术、文档、图像、视频7类实体及多种关系的多模态知识图谱。未来，可将多模态知识图谱与问答系统、推荐系统相结合，为科技管理决策提供更加智能化的情报服务。

［目的/意义］随着人工智能生成内容技术的发展，社交机器人能够更加智能地模仿人类行为，从而增加信息验证的难度，成为信息迷雾的重要传播媒介，对国家网络空间安全造成新的风险和重要影响，成为当前全球关注的重要科学研究和社会现实议题。［方法/过程］引入信息生态理论，分析恶性社交机器人驱动信息迷雾的传播机理并构建机理模型。基于信息生态四因子，分析恶性社交机器人驱动信息迷雾引发的舆论操纵和群体极化风险、虚假信息和隐私泄露风险、算法黑箱和深度伪造风险以及信息失序和多重社会风险。［结果/结论］针对恶性社交机器人驱动信息迷雾，基于信息主体协同、信息内容治理、信息技术应用和信息环境营造4个方面，提出其治理路径。研究结果为理解恶性社交机器人驱动信息迷雾研究提供了理论框架和新的研究视角，有助于政府和社交媒体平台更好地针对恶性社交机器人进行算法治理，提升公众算法素养，推动跨学科协同研究。

［目的/意义］具身智能的人智交互研究扩展了传统人机交互，强调具身化人工智能对人类需求和行为的理解与适应，涵盖技术优化、用户感受、隐私安全和伦理问题。探讨具身智能在人智交互体验中的理论基础、应用实践及未来发展，为理解其复杂性、推动技术进步和应用创新提供重要参考。［方法/过程］在对具身智能的人智交互体验研究理论系统性综述的基础上，分析2015—2024年561篇相关文献，深入剖析具身智能交互体验相关研究的多维度特征和应用。［结果/结论］具身智能在人智交互体验中的研究展现出跨学科融合、技术多样性和应用广泛性等特点，其在多个领域如智慧医疗、智能制造、自动驾驶和智慧养老等展现出巨大的应用潜力。鉴于此，提出基于具身智能的人智交互体验框架，并展望了未来的研究方向，包括数字驱动的理论发展、多学科融合的方法创新、技术应用的场景拓展以及人因工程下社会伦理规范的建立，为具身智能人智交互的健康发展提供实践启示。

［目的/意义］ AIGC和大语言模型的迅猛发展，成为学术界和工业界关注的焦点，探讨AIGC带来的机遇与挑战，以推动信息分析学科的发展与创新。［方法/过程］在对AIGC发展进行梳理的基础上，从数据资源、方法工具、人机关系三个方面总结AIGC给信息分析带来的变革，并结合最新研究对AIGC时代信息分析的前沿方向和创新发展进行探讨。［结果/结论］从信息分析方法、应用和赋能三个视角，探讨了信息分析的创新发展，为学术界提供新的研究视角和探索路径。

［目的/意义］过于分散的国家情报工作无法合力产生准确、及时的全源情报。国家情报作为国家战略的关键组成部分，必须加快形成和推进一体化建设。［方法/过程］文章梳理了美国国家情报界一体化改革的形成过程，基于《情报界指令》，系统总结美国“9·11”事件后情报一体化改革的主要做法，具体包括重塑组织架构与强化领导力、培育建设信息共享文化与机制、整合统一与高效的情报任务管理、创新与优化技术采办机制。［结果/结论］分析美国情报工作经验得出启示：一体化改革能提升情报系统协调效率和安全性，助力国家有效利用情报保持决策优势，增强抵御风险能力；建议设立专门情报机构、培育信息共享文化、完善任务管理及创新技术采办机制。

［目的/意义］聚焦国内政府数据治理政策研究，不仅为今后国内政府数据治理政策的制定提供了有价值的参考，也为政策制定者提供了科学、客观的决策支持，有助于推动政府数据治理政策的持续优化和升级。［方法/过程］首先，通过构建政府数据治理政策评价框架，明确政府数据治理政策评价的关键步骤。其次，通过引入BERTopic模型改进已有的PMC指数模型，从政策文献的内容特征和形式特征两个维度，构建一个更加客观的政府数据治理政策量化评价体系。最后，以省级政府数据治理政策为实证研究对象，进行量化评价并提出优化路径。［结果/结论］实现政府治理效能的显著提升，必须深入引导大数据思维，让数据成为政府决策的重要支撑；必须提升政府数据利用与分析水平，尤其是数据收集和整合水平；必须推动政府数据产生公共价值，从“功能体现价值”转变为“数据体现价值”。

［目的/意义］在学术期刊综合评价问题中，客观准确地测度评价指标权重和获取学术期刊排名具有重要意义。为此，提出了一种基于指标收缩法和改进因子分析法的学术期刊综合评价模型。［方法/过程］依据指标的变化对改进因子分析法学术期刊评价结果产生的影响，定义了指标收缩法，在此基础上进行评价指标权重的测度和学术期刊排名的获取。［结果/结论］选取2018年的40种中文图书情报类期刊进行实证分析，研究表明，指标收缩法是一种有效的评价指标权重测度方法，并且新模型能够得到较为客观公正的学术期刊排名。

［目的/意义］专利引用科学论文的数量由国际权威专利情报机构CHI公司命名为“科学关联”(Science Linkage，SL)之后，被业界广泛应用于专利评价。通常的默认逻辑是SL值越大则体现专利的科学基础越雄厚，专利的价值也就越高。然而，此默认逻辑究竟是推测还是真相，鲜有学者进行过实证检验。为求证这一基础问题，文章设计了逐层递进的实证研究。［方法/过程］运用统计学的相关分析方法，研究专利引用科学论文的数量与专利价值之间的真实相关关系。［结果/结论］专利价值与专利引用科学论文的“数量”(SL值)并无相关性，与科学论文的“质量”(期刊影响因子)亦无相关性，仅与科学论文的“学科多样性”呈现出显著的正相关关系。依托混沌与分形理论的“吸引子”学说，基于催生交叉创新的“奇异吸引子”形成机理，对所发现的“相关性”进行了归因解读，对SL指标的应用提出了优化建议。

［目的/意义］技术需求弱信号的识别有助于技术研发机构在科技竞争态势下占据先发优势，科学精准地感知与预判技术需求能为相关领域技术研发提供方向指引。［方法/过程］从“政府—市场—企业”三维视角出发，构建了GME技术需求弱信号识别框架，运用主题挖掘和迭代聚类方法，分析具体领域的技术需求主题，感知和预判技术需求弱信号，并以新能源汽车领域为案例进行实证研究。［结果/结论］三维分析结果表明新能源汽车技术需求目前集中在基础硬件、信息技术和核心技术三大方向；部分技术本身具有较大关联性。具体而言，政府和企业更偏向于电池、电机、电控等核心技术；政府和市场侧重于服务和维护技术；虚拟仿真技术则受到了市场和企业的共同关注，未来可能会从现有维度的需求转化为其他维度的重要需求。

［目的/意义］竞争情报弱信号作为一种具备预示功能的早期迹象，对于提升企业的战略预警能力和市场响应速度至关重要。对企业内部的竞争情报弱信号传播进行仿真，分析其传播效率与成功率，旨在为后续更深入探索企业竞争情报实践提供一定参考与借鉴。［方法/过程］基于5W传播模式理论识别企业内部竞争情报弱信号传播要素，分析其传播过程，构建仿真模型并使用MATLAB进行模拟实验。引入可调节参数，探讨各节点进行参数调整时弱信号传播成功率的变化趋势，揭示传播过程中的关键环节。［结果/结论］结果表明，弱信号传播过程中的分析整合和决策实施环节对弱信号的传播成功率影响显著，企业应优先加强决策层的决策与实施效率，以提高弱信号的传播效率与成功率。

［目的/意义］构建一种基于大语言模型和知识图谱的健康信息识别模型，旨在提升健康信息识别的准确性和信度。［方法/过程］首先，采用在权威平台上发布的公开健康信息数据集来构建知识图谱，作为领域知识；然后，设计5组实验，包括决策树、支持向量机、逻辑回归模型、GPT和KG-LLM；最后，采用552条来自权威辟谣平台的已标注辟谣信息作为验证样本进行试验，并对5组实验的结果进行比较分析。［结果/结论］所构建的KG-LLM虚假健康信息识别模型在准确性方面表现卓越，其准确率达到98.35%，这一结果相较于决策树、支持向量机、逻辑回归模型分别提升了14.78%、3.24%和12.33%。与GPT模型相比，其准确率也提升了4.80%。此外，在其他的评估指标上，KGLLM模型相较于GPT模型也显示出了优势。这一结果充分证明了知识图谱作为领域知识，有助于消除LLM中存在的幻觉。将大语言模型与知识图谱相结合，用于提高健康信息识别的准确性。

［目的/意义］关键核心技术衍生技术是技术链的重要组成部分，精准识别衍生技术将有助于掌握完整技术链、强化关键核心技术优势。［方法/过程］构建技术演化视角下关键核心技术衍生技术识别方法。首先，以专利文献为研究对象利用LDA模型识别技术主题；其次，抽取主题间的主题词共现关系、文献引用关系和发明人共现关系，使用深度学习自编码器将多元关系融合构建技术主题关联矩阵，并在此基础上利用主路径分析识别技术演化主路径；最后，基于关键核心技术和衍生技术两者在技术演化路径上的关系设计规则识别关键核心技术的衍生技术。［结果/结论］以云计算技术为例进行实证研究，识别出29项云计算关键核心技术衍生技术，验证了此方法的有效性。

［目的/意义］立足国家战略需求，构建透明化、规范化、可循证的颠覆性技术量化识别方法。［方法/过程］从颠覆性技术的技术突破和场景牵引来源出发，综合采用科技战略动态、科技前沿动态、权威预测清单、重大项目计划指南、揭榜挂帅技术需求清单、美国实体清单、国际智库报告、新闻舆情、企业融资行为等多源情报数据，利用自主研发的重大科技问题智能态势感知与分析平台，遵循“收敛+凝聚”的研究路线，构建一套颠覆性技术量化识别方法，实现颠覆性技术及其下位细粒度科技问题的准确识别。［结果/结论］经应用实证，上述方法的识别结果与相关权威观点中所提到的颠覆性技术具有较高的重合度，且可提供颠覆性技术下位更细粒度的科技问题列表，识别结果可信、可循证、可追溯。同时，上述方法在战略规划研究、问题清单编制等实际工作场景中已有多次应用，进一步验证了方法和流程的有效性和合理性。

摘要：［目的/意义］研究构建启发式图结构增强的社交媒体短文本谣言检测模型，提升社交媒体短文本谣言分类检测的准确性。［方法/过程］首先从谣言传播结构的角度构建谣言传播树和用户社交网络，从中提取结构内容构建全局网络关系图，创新性地引入启发式算法对关系图的图节点和图边权重分配，最后构建谣言检测模型。［结果/结论］谣言检测模型在三个短文本公开数据集上的F1值分别为94.64%、95.52%和97.68%，显著优于基线，且在谣言早期检测中表现出良好的性能。提出的社交媒体短文本谣言检测模型通过启发式图结构增强策略，在捕捉推文之间的全局交互关系方面展示了强大的能力，为谣言检测提供了一种高效且准确的解决方案。［局限］模型在推文语义理解和向量表示方面存在的局限一定程度上影响了谣言检测结果的准确性。

［目的/意义］现有语义知识图谱三元组的知识表示方式对复杂知识表示能力较弱，文章在现有知识图谱语义标准基础上，探索提高知识图谱对复杂知识的表示能力以及知识聚合能力的途径。［方法/过程］分析图、超图、知识图谱以及知识超图之间的联系，探讨知识表示领域，知识图谱的局限性以及融合超图理论后知识超图在复杂知识表示能力方面的优势。［结果/结论］提出知识超图模型，根据该模型讨论其对复杂知识的表示方式：通过加入空节点或具有实际含义实体的方式，描述实体在某一时刻的属性或状态；将超边具象化为特殊的超边实体，为其连接的实体提供语义环境。足够多的空节点或超边实体即可描述实体或关系从产生到现在(或消亡)的全部状态，从而展现动态、复杂的现实世界。

［目的/意义］在破“五唯”背景下，对学术论文创新质量的准确测度将为完善科技成果评价体系提供方法基础。［方法/过程］提出一种综合考虑论文新颖性与有用性的论文创新质量测度模型，同时创新性地应用LLaMA3BPE融合模型改进传统的文本关键词抽取技术，提升新颖性关键词抽取的有效性。［结果/结论］提出的创新质量测度模型在一定程度上解决了现有论文创新性评价存在的低区分度、评价维度不全等问题，LLaMA3BPE融合模型的应用能有效改进文本关键词抽取的准确性。

［目的/意义］探讨大语言模型+检索增强方法在情报实践中的应用路径，为利用其能力推动情报工作提供参考，进而提高科研情报工作者的效率。［方法/过程］梳理大语言模型与检索增强方法在情报实践中的应用探索，从敏感数据保护、检索方式、增强模式和提示工程4个部分讨论大模型+检索增强方法的关键技术，并阐述大语言模型结合检索增强方法在情报实践中的赋能环节以及在情报任务中的应用流程。［结果/结论］大语言模型+检索增强方法颠覆了传统情报研究范式，在情报环节与情报任务中发挥着重要作用。因此，应当顺应时代发展与战略需求，将大模型+检索增强方法应用于情报实践，开展高效的情报工作。

［目的/意义］文章提出一种结合科技文本预训练语言模型微调的BERTopic和大模型的技术主题识别方法，深入学习科技文本内容中蕴含的语义特征，从非结构化的科技文本中识别技术主题，并对其进行自动解读以归纳生成主题标签，减少人工干预，进一步提升技术主题识别的确度与效度，为扩展和丰富技术主题识别研究方法体系提供理论与工具支持。［方法/过程］采用PAT SPECTER预训练语言模型对科技文本进行向量化表征，结合KeyBERT构建FinetunedBERTopic模型，建模技术词汇间的语义关联关系，抽取特定领域的技术术语，以技术术语为表征单位对科技文本中蕴含的技术主题进行识别；使用GPT4o大模型和提示工程对上述识别的技术主题内容进行自动评价并解读生成主题标签；在此基础上，以生成式人工智能领域为例，验证本文方法的有效性。［结果/结论］实验验证表明，对比LDA主题模型、Top2Vec、BERTopic等模型，文章提出的方法有效提高了技术主题识别的准确性，且可显著减少人工干预，实现更高效的技术主题发现。

摘要：［目的/意义］大国博弈背景下，反情报工作成为国家安全的关键组成部分。在国家安全视角下分析美国《国家反情报战略》，对我国家安全情报理论探索和实践发展具有重要意义。［方法/过程］研究《国家反情报战略》的战略愿景和国家安全动因，分析其战略发布机构、战略体系背景、情报威胁图景；深入剖析《国家反情报战略》的愿景与任务、支柱与目标；探索其在国家安全思维下的反情报机理，获得在国家安全体系中开展反情报工作的战略启示。［结果/结论］《国家反情报战略》以反情报作为国家安全战略基石，强调反情报工作的进攻性与防御性，协调融合情报的艺术与技术，为我国在反情报工作融入国家安全体系建设、制定战略指导与顶层设计、构建反情报工作机制等方面提供了有益启示。