［目的/意义］对话式搜索是交互式信息检索领域目前讨论的重点话题之一，并可能成为人智交互情境下主导未来的一种信息检索范式。文章回顾了对话式搜索的理论和应用研究进展，以搭建人文与技术之间的桥梁，提升技术创新并最终落脚于关注用户对话式搜索交互体验的改善，为后续研究提供启示。［方法/过程］采用系统性综述方法，首先构建了对话式搜索的4A概念解析框架，随后基于算法融合、用户交互、效果评估、应用实践4个层面，系统梳理了人智交互情境下对话式搜索的相关研究主题，最后从图书馆学情报学学科视角提出用户对话式搜索未来5个方面的研究展望，即扩展信息行为领域经典理论与模型的应用边界,优化对话式搜索用户交互行为研究的设计要素,推动以学习为导向的对话式搜索实践领域延伸,构建基于人智交互的对话式搜索综合评价体系以及打造智慧知识服务的对话式搜索全新应用场景。［结果/结论］相关研究结论能够进一步丰富信息检索研究体系，为开展对话式系统功能及服务体系设计提供参考，同时在一定意义形成人本人工智能发展及管理的一些启示。

［目的/意义］随着AI组成技术的发展及人智协作的日趋紧密，高阶的生成式人工智能（GAI）代理具备涌现能力，通过类人化特征与用户建立社会化连接。文章旨在丰富社会技术视角下人智交互发生机理的探索，并为人本人工智能背景下GAI设计提供参考。［方法/过程］爬取豆瓣社区1275条用户与ChatGPT对话的帖子，遵循建构主义范式，基于CASA范式和心智感知理论，采用系统性主题分析方法构建框架模型。［结果/结论］构建了GAI作为社会行动者的理论框架，得到人智交互情境下用户对于GAI的心智感知及社会化反应。心智感知包括GAI主体性感知和感受性感知两种。GAI主体性感知包括创造力、可靠性、运行规则、客观性、有用性；GAI感受性感知包括共情、沟通责任、趣味性、友善、文化适应性。这两种感知会相互影响。用户对GAI的社会化反应涉及认知加工、情感唤醒、行为强化三个方面。认知加工包括知识获得、态度转变；情感唤醒包括愉悦感、共鸣、社交连接；行为强化包括持续付费行为、准社会互动。用户的社会化反应与心智感知存在双向作用关系。

［目的/意义］医学实体识别是医疗健康知识挖掘和知识组织的关键环节。深入挖掘多模态数据间语义关联可以提升医学实体识别效果，进而为领域知识补全和知识推理提供支撑。［方法/过程］提出一种基于双线性注意力融合机制的多模态中文医学实体识别模型BAF-MNER。首先通过视觉和文本编码器进行多模态医学数据的语义特征学习；接着利用双线性注意力网络实现图像和文本跨模态语义交互，并引入门控机制过滤视觉噪声；然后融合基于注意力机制的视觉特征和文本特征进而构建多模态特征表示，同时增加批量归一化层优化深度神经网络；最后将多模态特征向量输入CRF层解码获取预测标签。［结果/结论］本模型能够有效提升中文医学实体识别效果，在多模态医学数据集上的F1值较单模态基线模型提升4.07%，较多模态基线模型提升1.65%；在多模态公开数据集上的实验表明模型具有良好的泛化能力。

［目的/意义］随着ChatGPT的横空出世，算法应用越来越多地支配着人类的生活，算法黑箱、算法操控、算法共谋、算法偏见、算法歧视等风险也随之而来，这些风险严重影响社会稳定乃至国家安全。对全球算法风险的形势进行研判能够有助于防范与识别算法风险，并为应对全球算法风险治理难题提供中国智慧与构想。［方法/过程］通过系统梳理国内外主要数据库915条核心文献，构建基于“学科领域—研究主题—治理工具—治理措施”的算法风险研究框架，并分析算法风险具有学科的交叉性、复杂的交织性、突出的人为性、泛化的不确定性等特征。［结果/结论］从加强情报学学科对算法风险研究、加强对人工智能算法可解释性研究、加强算法应用向善和算法服务从善研究、加强对全球算法风险治理中国智慧与构想研究4个方面对算法风险研究问题进行展望。

［目的/意义］当前，网络媒体已经成为信息传播的主要渠道。探究事件信息跨平台传播的影响因素对于增强信息传播效果具有重要意义。［方法/过程］文章基于多案例研究提炼出一般性事件的信息跨平台传播模式，旨在为信息发布者优化传播策略、有效应对网络舆情提供理论参考。结合场域理论和假设性新闻图式结构提出事件信息场域，基于注意力分配理论、两级传播理论等构建事件信息跨平台传播影响因素框架，并运用fsQCA方法对30个案例在高覆盖平台数、低覆盖平台数、高传播热度和低传播热度4个结果下的条件组态进行了分析。［结果/结论］发现环境热度是事件信息跨平台传播的关键驱动因素，意见领袖在拓宽传播广度和提高传播热度中发挥重要作用，较少的情节反转有助于控制事件信息跨平台传播效果。非环境热度(反向测量)和非情节反转是低覆盖平台数和低传播热度的必要条件。对于正面事件的信息传播可从避开重大热点事件、营造复杂情节设置、细化传播策略等方面加以改善，对于负面事件可从提高环境热度、实施缓和的情感动员策略、及时回应避免谣言等方面进行干预，避免造成舆情和不良社会影响。

［目的/意义］信息茧房滞留是网络圈层化背景下客观存在的行为现象，研究滞留行为的特征和影响因素有助于挖掘信息茧房形成和巩固的成因，帮助社交媒体用户增强“破茧”意识，并为平台网络空间治理提供思路和策略。［方法/过程］文章以豆瓣小组用户为样本，通过深度访谈和开放编码，探索社交媒体用户信息茧房滞留行为的表现特征。根据质性分析结果构建信息茧房滞留行为影响因素模型，收集问卷数据检验假设，使用fsQCA从组态视角进行补充分析。［结果/结论］社交媒体用户信息茧房滞留行为的表现特征多种多样，影响该行为的因素包括系统功能、圈层建设、绩效期望、享乐动机、使用习惯、信息同质和信息过载，社交媒体用户信息茧房滞留行为成因路径较为复杂。

［目的/意义］数字化浪潮中，因主客观原因无法有效接入数字技术的数字弱势群体往往表现出数字排斥与抵触行为，探寻该群体数字排斥的关键影响因素,分析当前数字包容政策工具运用现状与优化路径具有重要意义。［方法/过程］基于理论—政策协同视角，依据个人信息世界理论，采用元人种志和DEMATEL方法，明确数字弱势群体数字排斥的关键影响因素，开展当前数字包容政策侧重点的内容分析，并提出政策优化路径。［结果/结论］确定了数字素养、功能—需求匹配度、信息基础设施、志愿服务资源等9个关键影响因素，部分影响因素的理论—政策协同度不高，据此提出相应的政策优化路径。

［目的/意义］探究社交媒体虚假信息特征对感知信任的影响，提升大学生的虚假信息识别能力。［方法/过程］通过扎根理论编码提取虚假信息一般特征，利用眼动实验和问卷调查获取数据分析其与感知信任的关系。［结果/结论］虚假信息一般包括内容、发布者、传播者、情感和形式5个核心特征33个子特征；大学生在阅读虚假信息时主要关注发布者、标题、内容和图片文字部分；内容特征、发布者特征、形式特征、情感特征显著影响大学生对虚假信息的感知信任，传播者特征的影响不显著；大学生对虚假信息的平均感知信任评级为295±1340，虚假信息识别能力有待提高。

［目的/意义］伴随总体国家安全观的提出，在国家安全学一级学科下打造国家安全情报学二级学科已成为情报学界共识。在此背景下，正确把握国家安全情报理论研究的观念和方法，有助于推动情报研究更好地服务于国家安全能力提升。［方法/过程］阐述国家安全情报理论研究的学术贡献与困境，阐释国家安全情报理论的哲学基础，提出建构中国特色国家安全情报理论的战略选择。［结果/结论］情报理论的哲学基础决定建构中国特色国家安全情报理论应当兼顾情报基础理论与情报应用理论、情报史研究与情报规范理论研究，构建具备元理论、中观理论、微观理论的系统完备的国家安全情报理论体系，融通中外情报研究，形成情报研究的中国学派，找寻情报学作为一门社会科学学科的学理依循，并以此为指导开展理论研究。

［目的/意义］基于大模型智能体构建安全风险态势感知框架，可以将大模型智能体嵌入安全风险态势感知，为安全情报智能化转型提供参考，为安全风险监测预警效能提升提供支撑。［方法/过程］首先，运用规范研究法，对大模型智能体的研究进展及其赋能下的安全风险态势感知进行概述；其次，在系统论、博弈论、风险评估理论等的指导下，对大模型智能体驱动的安全风险态势感知运作机理进行剖析；最后，构建基于大模型智能体的安全风险态势感知框架并对其内涵进行解析。［结果/结论］构建的安全风险态势感知框架以大模型智能体为基础，智能感知风险态势要素；以多智能体博弈协作为依托，智慧评估安全风险态势；以仿真模拟技术为切入点，智能分析应用风险态势情报。以此系统、精准地刻画安全风险态势，为大模型智能体在安全情报领域的实践应用奠定基础。

［目的/意义］分析在线医疗场景中AIGC语言内容，为医生利用AIGC回复患者问题和患者自助问诊提供决策支持，为在线医疗平台有效利用AIGC提高服务质量提供参考意见。［方法/过程］收集在线医疗平台内1264条医患对话数据，将患者咨询问题输入ChatGPT中生成回复文本，分析医生真实回复和AIGC生成回复在语篇、词汇、语义、情感的异同；采用TF-IDF模型进行文本相似性分析，采用Doc2Vec模型进行语义相似性分析，采用xmnlp工具包进行情感分析，采用BERTopic模型进行主题差异分析。［结果/结论］AIGC与医生真实回复内容语篇整体文本相似度与语义相似度均值分别为0.09与0.81，情感态度得分中位数分别为0.48和0.44，差异无统计学意义；AIGC与医生真实回复内容主题间存在空间、层次及相似度差异，主题内存在内容和表征效力差异。结果表明，AIGC具备一定语言理解和情景推理能力，能为在线医疗情境下的医生和患者提供一定决策支持，但在语言表达上的准确性、连贯性、可读性等方面仍需改进。

［目的/意义］随着“信息资源管理”一级学科名称的确定，学科建设面临新的机遇与挑战。回望信息资源管理学科的百年发展历程，总结其中的关键节点，为一级学科建设的长期可持续发展提供启示。［方法/过程］结合信息资源管理一级学科在学科专业目录中位置或名称变化以及相关史料，认为1990年学科评议组的成立、1997年学科目录的确定、2011年一级学科的更名可视为本学科发展的三个里程碑，对于学科的壮大与繁荣起到了重要作用。［结果/结论］百年历史告诉我们，信息资源管理一级学科的行稳致远，必须要做到坚持走中国特色的信息资源管理一级学科发展道路；必须承担历史使命与满足社会需求；吸取信息资源管理一级学科发展中的经验教训；在守正创新的发展共识基础上不断进步。

［目的/意义］随着数字化阅读的普及和信息获取方式的转变，碎片化阅读成为阅读新常态，文章旨在探讨碎片化阅读对用户心理层面的效应，研究碎片化阅读对主观幸福感的影响以及基本心理需要满足在两者之间的中介效应。［方法/过程］结合碎片化阅读情境设计基本心理需要满足量表、碎片化阅读积极和消极情绪量表，用生活满意度和情绪平衡共同衡量主观幸福感。基于自我决定理论考察碎片化阅读内容类型对主观幸福感的影响及基本心理需要的中介作用。采用问卷调查法面向碎片化阅读群体收集数据。［结果/结论］研究结果发现：①新闻资讯型、知识学习型和娱乐休闲型碎片化阅读对主观幸福感具有显著正相关性；②三种类型的碎片化阅读与生活满意度显著正相关，而与情绪平衡不具有显著相关性；③基本心理需要中的自主需要和关系需要在三种类型的碎片化阅读与主观幸福感之间起完全中介作用。

［目的/意义］数智时代随着算法广泛应用于情报分析中，揭示当前情报分析中算法使用的现状不但能帮助情报学领域学者把握学术研究热点，还能指导更多研究者更好地利用算法来解决情报分析过程中的实际问题。［方法/过程］重点梳理近10年情报学领域5本核心期刊与情报分析算法相关文献，尝试梳理数智时代应用于情报分析中的算法分类，并从算法演进、算法应用角度全方位展示这些算法的特征。［结果/结论］从演进来看，近10年情报学领域应用算法的论文持续上升，而LDA是情报分析中运用最多的算法，自2020年起BERT算法呈现出新生演进特征；从应用来看，突发事件下的网络舆情、专利分析等应用呈现出不断细化、继承演进的趋势；图书馆、图书情报、电子商务、物流信息等应用逐渐衰退，取而代之的是数字人文、智慧图书馆、颠覆性技术等。

［目的/意义］粮食安全是国家安全的基础和重要内容，应急情报体系是应急管理的重要支撑，构建粮食安全应急情报体系能够为应对粮食安全突发事件提供科学的解决方案和高效的运作保障。［方法/过程］首先，阐释相关概念，概述现有研究；其次，在粮食安全应急情报需求分析基础上，提炼体系关键要素，并结合云边端架构，对情报服务化、LBA平台架构及组织架构进行详细论述；最后，阐述基于LBA的粮食安全应急情报体系的模式运作流程。［结果/结论］依托于LBA的粮食安全应急情报体系智能聚合情报服务、智慧适应多主体需求、智能辅助应急决策，既为粮食安全应急管理提供全生命周期情报支持，又奠定LBA在应急情报领域的研究基础，进而为促进应急管理现代化、维护国家粮食安全做出贡献。

［目的/意义］情报事实(包括情报事实素材和情报事实摹因)是被映射到情报学论域的事物及其代体的变化和动向。正确理解和有效运用情报事实概念有助于情报学术探索和情报事业发展。［方法/过程］从若干相关概念的解析入手，阐明了情报事实概念，说明了情报事实的三个类别，展示了通过情报刻画打造情报事实摹因的基本做法，讨论了“线索”“信号”和“弱信号”等概念。［结果/结论］文章指出情报人员和情报机构在为客户解决决策信息不完备问题的过程中，自觉主动运用情报事实、践行批判性思维，可以迅速提高情报工作的品质和效率。

［目的/意义］一级学科更名带来了全新的机遇与挑战，剖析情报学当前的处境与可行的发展路径，对情报学未来学科建设与学科发展具有重要现实意义。［方法/过程］回顾中国情报学信息资源管理学派的发展与超越历程，基于对学科隶属关系变化、相关学科竞争与学科拓展、不同情报学派范式差异的现状分析来考察一级学科更名背景下中国情报学面临的内外部发展困境，并探析其在信息资源管理一级学科框架下的发展进路。［结果/结论］中国情报学在信息资源管理一级学科框架下的发展，需要紧扣二级学科之间的内在逻辑关联，即数智链资源管理，来拓展不一样的信息资源管理基础理论体系，并围绕“拓新—守正—和融共进”的逻辑链条，推动情报学成为一类基于“信息资源”的管理学科，开展融入情报思维训练的弱敏感性情报素养教育，加快构建综合性的情报学知识体系与方法论体系。

［目的/意义］社交媒体已经成为重大公共卫生事件信息传播的重要途径，社交媒体推荐算法对重大公共卫生事件信息传播产生重要影响。社交媒体用户通过算法抵抗行为参与社交媒体算法规则，主动调节重大公共卫生事件的信息获取。算法抵抗行为是重大公共卫生事件社交媒体信息传播中用户的重要信息行为。［方法/过程］利用扎根研究方法对25位受访者的访谈资料进行分析，划分重大公共卫生事件下的社交媒体用户算法抵抗行为过程阶段，识别不同过程阶段的影响因素，总结算法抵抗行为过程理论模型。［结果/结论］重大公共卫生事件下的社交媒体用户算法抵抗行为过程包括情景需求诱发阶段、推荐评价与体验阶段、抵抗评估与决策阶段。算法抵抗行为受到抵抗策略评估、用户素养、情感体验、推荐评价要素的直接影响以及情境压力和用户需求的间接影响。研究结果可以深化重大公共卫生事件下的社交媒体用户信息行为理论研究，为重大公共卫生事件的应急管理和舆情治理实践提供参考。

［目的/意义］近年来，重大慢性疾病严重危害着人们的健康。利用知识图谱挖掘慢性病防治因素与治疗药物可以合理地对慢性病进行健康管理。［方法/过程］提出一种半联合知识抽取方法，即以生物医学英文文献的摘要与标题为数据集，通过BioBERT等预训练模型同时抽取文本中的实体及其关系，并利用基于规则的方法获取三元组。最终构建慢病健康管理的知识图谱，并利用RotatE等图嵌入模型进行知识推理。［结果/结论］以糖尿病为实证研究，发现半联合抽取方法的抽取效果较好，融合多源数据后，共构建了含有约55032个实体和1010233个三元组的糖尿病健康管理知识图谱。深入挖掘了糖尿病的健康生活方式等预防因素及潜在治疗药物，为患者提供更加全面的防治建议，为科研人员提供新的药物研发方向。

［目的/意义］对跨学科知识流动现象进行探析，测度不同流动阶段的知识特征并对知识进行分类。［方法/过程］将跨学科知识流动划分为知识流入、概念创新与知识反流阶段，通过学科交叉分析、知识突现分析、跨学科引用分析以及概念同配性分析测度知识在不同阶段的特征，并基于特征差异将知识划分为借鉴型、同化型、创新型、差异型4种类型。［结果/结论］从知识流动视角认知跨学科知识在不同阶段的特征并将其进行分类，可以更好地理解跨学科知识在不同学科内的概念差异并预测其发展方向。

［目的/意义］数字政府建设是政府改革的重要驱动力之一，央地数字政府政策形成良好的协同状态可以最大化发挥数字政府建设转变政府职能、打破信息壁垒等作用。通过对数字政府政策央地协同状况的量化研究，可以厘清央地数字政府政策目标瞄准、文本创新与施行成效现状。［方法/过程］以2019—2023年央地336项数字政府政策为研究样本，利用LDA主题建模法、Doc2Vec、PMC指数分析法建立“主题响应度—文本相似度—成效协同度”三维分析框架，进行数字政府政策央地协同状况量化研究。［结果/结论］央地现有数字政府政策数量较多，但省份间、地区间存在较大差异，央地政策主题协同效果良好，政策文本承继与创新呈现平衡状态，部分省份政策成效需要进一步加强，以促进央地政策良性耦合与扩散发展。

［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］基于“论文—专利”关联视角，文章通过新兴技术抽取与量化研究的方式识别“从论文到专利的创新链条上对未来技术发展趋势有引领作用”的新兴术语。［方法/过程］创新性地结合了Termolator算法和GPT提示学习的新术语提取方法。该方法通过对比实验，探索了GPT提示学习在术语抽取中的应用效果，并且显著提高了术语抽取的准确性和召回率。进一步，利用Minibatch Kmeans++算法对术语识别结果进行聚类，形成技术主题，并通过多维指标量化分析方法对这些新兴技术主题进行识别和分类。［结果/结论］将新兴技术术语划分为热点型、前沿型、应用型和潜在型新兴术语，实现对技术术语主题的有效识别和分类。研究成果表明，该方法能够有效揭示大模型研究领域中对未来技术发展趋势有引领作用的新兴技术，为新兴技术术语识别提供新途径。［局限］技术术语向量化表征和新兴技术主题识别指标阈值确定存在一定局限性，需要进行进一步研究。

［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］文章旨在探索粮食安全政策咨询情报智库的功能实现方式，通过对政策文本的分析挖掘，向政策制定者提供科学建议，丰富政策信息学理论体系的同时，为情报在粮食安全政策咨询领域发挥智库作用提供参考。［方法/过程］结合BERTopic模型、知识关联计算等文本语义分析技术，提出一套基于已颁布政策、议程中政策和建议政策的文本分析方案，挖掘政策主题及分析演化趋势，根据文本相似度为议程中政策匹配合理建议。［结果/结论］解析了政策文本分析应用于粮食安全政策咨询情报智库服务的任务、方法与过程，并采集数据进行实证分析，实现了我国粮食安全政策主题挖掘、趋势研判和智库方案建议支持，为智库政策研究打开了新视角。

［目的/意义］技术催化使信息突显规模大、同质化门槛低和生成式工具应用频繁的生产特点，在非限定空间集聚作用推动下有望充当武器化工具，从情报感知出发探讨防患未然手段策略尤为必要。［方法/过程］从信息流量条件、同质化属性、生成式工具根源与集聚演化4个角度对大规模同质化生成式信息集聚现象进行识别，并在此基础上建立有针对性的情报感知流程，将其融合为两步方法设计以实现研究目标。围绕实证结果及其背后原因从现象特点出发探讨情报感知能力持续建设方略。［结果/结论］研究发现方法性能良好，能够实现信息集聚规模、集聚同质化程度、集聚特征与集聚威胁动力学预警方面的情报内容表征，为健全安全感知神经末梢提供支撑。［局限］情报感知结果仅聚焦威胁发现，缺乏对现象成因的重点关注，未来可从理论角度展开深入论证以更全面地反映表象之下的底层机理。

［目的/意义］从科学应对重大突发事件入手，聚力情报智慧，探索重大突发事件风险感知与预测的具体方法与实施流程，全面提高感知重大突发事件演变态势及预测衍生风险的能力，以情报决策推动重大突发事件应急管理工作的全流程。［方法/过程］基于数据与知识双重驱动的研究理念，在利用事理图谱揭示重大突发事件演变机制的基础上，结合国内外相关研究明确了重大突发事件风险、重大突发事件风险因素的定义，构建了重大突发事件风险传导链路模型，提出了利用风险传导链路感知和预测重大突发事件风险的具体方法和实施流程，并结合重庆万州“7·4暴雨”事件开展实证研究。［结果/结论］实证研究表明，基于事理图谱的重大突发事件风险感知与预测的方法和流程具有较强的科学性和可操作性，当类似重大突发事件发生时，能够为相关应急管理工作的开展提供参考。

［目的/意义］为了洞悉数智赋能下知识价值链的新变化，明确数智化知识价值链的理论模型与本质特征，以此增强组织的知识增值能力与竞争能力。［方法/过程］首先，根据国内外对知识价值链、数智赋能、知识链、价值链的研究经验总结出数智化知识价值链的内涵，并提出数智化知识价值链的理论模型与核心特征。其次，对数智化知识价值链的运行机制、内在与外在动因进行汇总，分析知识价值链进行数智化转型的必要性。［结果/结论］数智赋能下，知识价值链具备了新的特征与运作机制，而进行知识价值链的数智化转型已经成为组织提高竞争实力的关键。

［目的/意义］分析我国数据要素政策在政策工具、政策主题以及政策效力上的合理性和科学性，对于推动数据要素的可持续发展具有现实意义。［方法/过程］从完善数据要素政策的需求出发，以39篇政策文本为样本，通过内容分析法、TFIDF算法、LDA主题建模和PMC指数模型对其进行分析，并且根据结果提出可行性建议。［结果/结论］我国在数据要素政策工具及其内部子工具的使用上存在不均衡性，总体呈现出重供给、轻需求的特征；政策主题覆盖全面，但存在区域发展不平衡问题；政策效力整体表现良好，但在政策时效、政策性质等指标上的得分仍有提升空间。

摘要：［目的/意义］在现代科学技术的推动下，跨学科研究已经成为解决科学领域复杂问题和知识创造的重要路径。［方法/过程］概述相关核心概念，界定跨学科知识扩散，并从跨学科知识扩散的测量、过程特征及其影响因素三个维度进行全面综述。［结果/结论］现有研究大多将学术文献作为主要的数据来源，利用引用关系链设计单维和多维指标来衡量跨学科知识扩散；借助引文内容分析是目前分析扩散过程与特征的主要方向。此外，知识性、主体性和环境性因素对扩散过程与结果往往具有协同多变的作用机制。在此基础上，构建了跨学科知识扩散影响因素概念模型，为提升跨学科知识扩散效率及效果的实证研究提供新的理论参考。尽管各个研究方向发展程度基本持平，但相关研究方法和数据仍待进一步丰富优化。未来研究应深化对跨学科与知识扩散关系的理解，以推动跨学科研究管理与科学创新工作的有机结合，紧跟大科学时代的发展步伐。

［目的/意义］文章探究量化自我场景下隐私悖论的影响因素以及形成过程，以期帮助破解个人信息保护的困局，促进健康管理平台的数字生态治理，亦为用户与平台间的良性互动的理论与实践提供新视角。［方法/过程］采用移动经验取样法进行样本数据收集，通过秩和检验筛选出目标实验对象进行半结构访谈，之后对访谈资料进行三级编码分析。［结果/结论］量化自我中隐私悖论的影响因素存在情境、任务、边界冲突、边界协调4个维度。隐私悖论从“隐私边界变化—隐私披露行为—隐私悖论”的演变流程中产生，其中隐私边界变化在隐私悖论形成过程中扮演重要作用。

［目的/意义］以情报学手段保障国家粮食安全，提升智库服务专业性的同时，推动图情机构的服务创新与升级。［方法/过程］通过网络调研与访谈总结现有智库在支撑粮食安全政策咨询中的不足，解析服务任务，基于多源流理论提出面向粮食安全政策咨询的情报智库服务模式与实现路径。［结果/结论］研究设计的情报智库服务模式能够容纳粮食安全问题的复杂逻辑关系，并通过内容问答、简报服务与方案服务的方式响应政策咨询需求，促进科学化与高质量智库服务实现。

［目的/意义］20世纪80年代以来，美国开始制定情报政策以规范情报外包行为。研究美国政府情报外包政策变迁的脉络与动因，有助于深入地理解美国情报运行体制机制，为我国情报领域的公私合作提供经验参考。［方法/过程］广泛采集美国政府情报外包政策文本，对其内容进行历时性分析，并运用多源流分析模型剖析政策变迁动因。［结果/结论］研究发现，美国政府情报外包政策经历了“规则制定—外包扩张—政策统筹—制度反思”的变迁过程，其变迁是“对过高成本及低下效率的担忧(问题源流)、对市场机制和企业优势的吸收(政策源流)、对政治风险和政策惯性的考量(政治源流)”三大动因综合作用的结果。

《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。

［目的/意义］引文主题识别/分析(CTR/CTA)是引文内容分析(CCA)的一项重要研究议题，通过对引文语料中蕴涵主题信息的识别和提取，可望为论文学术贡献评价、知识扩散及演化分析等问题的解决提供新的研究思路。［过程/方法］以一篇高被引诺贝尔生理学或医学获奖关键论文为例，采用BERTopic算法对其引文句语料进行主题识别，并对识别出的引文主题展开多个维度的分析与讨论。［结果/结论］对高被引论文开展引文主题识别分析，有助于更全面细致地揭示其学术贡献内容及演化趋势；BERTopic算法能较好识别案例文献的多个引文主题，且不同引文主题的施引文献特征分布不尽相同；对引文主题重要性、演化趋势及其与原文主题差异性的分析，能多维度刻画研究同行对案例文献学术贡献的认识，表明CTR/CTA研究对学术论文评价具有深入探索价值。

［目的/意义］基于文献研究，揭示人工智能领域具有研究和发展潜力的新兴研究主题，为捕捉领域的发展动态和未来趋势提供参考。［方法/过程］构建人工智能领域国际顶级会议文献数据集，运用BERTopic主题模型实现主题发现，利用新颖性、增长性、主题强度，计算各研究主题的综合新兴潜力，遴选和评价领域新兴主题。［结果/结论］人工智能领域整体发展活力强，综合计算认为“目标检测”“联邦持续学习”和“梯度提升”是该领域当前最具潜力的新兴主题，“AI隐私保护”“3D点云”“音频与视觉交叉”是未来比较有潜力的新兴主题。文章提出的研究框架能够发现更具时效性、准确性和可解释性的研究结果，具备实际可行性。［局限］未对不同神经网络语言模型进行对比研究和综合分析，未来可综合利用不同模型，揭示更具系统性、针对性、方向性的研究结论。

［目的/意义］厘清各界对情报失误概念的认识分歧，准确认识和界定情报失误概念的内涵与外延，推动学界在对情报失误的定义上达成共识，为进一步深化情报失误研究提供支撑。［方法/过程］通过对中英文主流文献的梳理，比较分析国内外对情报失误概念的基本认识，并对相关争议性问题予以针对性回应。［结果/结论］将情报失误定义为情报机构在情报生产与分发、反情报以及其他情报活动过程中的差错，更加符合其本质属性。决策者对情报的不当使用更多地属于决策问题，而非情报范畴，因而不宜归为情报失误。“Intelligence Failure”不宜译为“情报失察”，直译为“情报失败”更为贴切。在能准确关照“Intelligence Failure”与“情报失误”的细微差异的情况下，在一定范围内也可有选择地继续沿用“情报失误”这一译法。

［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］对学科研究方法的自省式分析对于理解学科发展和建立学科自主知识体系至关重要。通过研究国内外学者在研究方法上的使用差异，可以更全面地了解不同地区和文化背景下的研究者在应对不同研究问题所采用的策略和方法，从而促进学术交流和跨国合作，并进一步推动学科的发展与学科知识体系的完善。［方法/过程］以图书情报领域5种高影响力中英文期刊中1990—2021年共30余年的学术论文为研究对象，采用跨语言文本分类方法对这些论文中的研究方法进行自动分类。然后从研究方法的使用频率与演化差异以及适用主题多样性差异两个角度，进行中外比较研究。［结果/结论］国外学者越来越倾向于使用定性方法，而对定量方法的使用正在减少。同时，国内外大多数研究方法的适用主题多样性都在增加。这项研究对于理解图书情报学科的发展、促进学术交流与合作以及提高国内学者的国际影响力具有重要意义。