［目的/意义］公共开放数据作为公共数据的重要组成部分，从场景牵引视角来分析其价值释放机制，有助于公共数据的高效流通与有效利用。［方法/过程］基于SOR理论框架，将应用场景视为刺激源，深入分析其内涵和属性；明确公共开放数据供需两侧的关键参与主体，并结合具体案例，探讨相关主体的行为反应,提出应用场景牵引下公共开放数据价值释放的机制与路径。［结果/结论］研究发现，应用场景牵引下公共开放数据价值释放机制包含场景目标、需求、协同、应用、迭代5部分内容，进而提出了强化数据需求管理、完善数据开放政策、优化开放平台建设等5条价值释放路径。

［目的/意义］科研大数据治理成熟度测度是科研大数据治理的核心内容之一，其评估理论与实践的缺乏是当前科研大数据的“割裂”“沉睡”“休眠”的症结之一。构建数据生态视角下科研大数据治理成熟度评估模型，以优化科研大数据治理成熟度评估方法。［方法/过程］基于数据生态理论的视角，构建科研大数据治理成熟度模型(MM-SRBDG)，研建由8个核心域、29个能力域、101个过程域构成的科研大数据治理成熟度指标体系，构建“专家打分法(E)—木桶原理法(C)—AHP法”相结合的综合评估方法(E-C-A综合评估法)，并结合实际案例进行综合评估和系统性分析。［结果/结论］MM-SRBDG系统化地阐释了科研大数据治理成熟度的构成维度，形成了科研大数据治理成熟度研究的系统性治理的新视角与新范式。MM-SRBDG的治理成熟度指标体系具有系统性和纵深性，构建的针对不同维度差异性评价的成熟度综合评估方法，可为科研大数据治理成熟度评估提供理论依据和实践参考，助力科研大数据治理水平提升。

［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］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］复杂环境下，开源国防数据结构各异、语义复杂，及时有效地融合多模态语义信息，辅助情报决策迫在眉睫。文章提出多模态国防数据融合模型，增强国防情报分析能力。［方法/过程］首先，梳理了开源情报的发展脉络；其次，分析了国防数据环境的复杂性；再次，总结了多模态数据融合的关键技术，构建了融合模型；最后，结合多模态国防数据融合案例，提出相应融合启示。［结果/结论］复杂环境下，多模态国防数据融合既要准确把握语义融合的粒度，又要兼顾情报任务的需求，并结合深度学习等实现开源数据的快速、准确融合。

［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］解析科研人员生成式人工智能应用中信息茧房成因要素及作用路径，探讨科研人员信息茧房形成机理，引导科研人员合理使用生成式人工智能辅助科研。［方法/过程］首先，从相关文献及专家访谈中识别出科研人员生成式人工智能应用中信息茧房成因要素；然后，使用ISM模型方法对成因要素进行层级划分，结合相关研究提出假设并构建信息茧房成因要素模型；最后，基于结构方程模型方法对构建模型及提出的假设进行验证。［结果/结论］信息素养、信息过滤技术和信息推荐技术均对信息选择偏好产生显著正向影响；信息素养对信息同质化产生显著正向影响，信息过滤技术和信息推荐技术对信息同质化影响不显著。信息选择偏好、信息同质化和信息过载对信息茧房产生显著正向影响，且信息过载在信息选择偏好对信息茧房形成和信息同质化对信息茧房形成中起中介作用。

目的/意义 为解决政府在信息公开过程中公众在政府门户网站与传统政策网站中找寻特定政策内容困难这一现象所表征的公众感知获取程度不高、公开信息的社会价值较低的问题，文章提出一种基于多要素语义关联的政策知识图谱构建框架，对政策数据进行信息组织，以提高政府信息公开的社会性价值。 方法/过程 以知识图谱作为技术框架，在利用BERTopic模型、KeyBERT模型、BERT-BiLSTM-CRF模型等方法细化政策文本信息粒度的基础上，结合语义细粒度信息进行政策文本相似关联计算以识别关联政策，并基于Neo4j实现知识图谱构建与存储。 结果/结论 可视化展示和政策关联检验证明了相比于传统政策数据库，所提出的具有多要素语义关联的知识图谱可以提供更多与特定内容更相关、更准确的政策信息，满足用户对于高价值信息一次性获取的信息需求。 局限 方法仅局限于政策文本数据，可进一步完善对多模态政务数据的处理方法，增强图谱跨领域的数据整合和应用能力，提升其适用性和广泛性。

目的/意义 挖掘图情领域研究主题，并细粒化剖析演化路径，对于洞悉学科发展态势，揭示知识体系演进脉络和引领学科创新发展具有重要理论价值与现实意义。 方法/过程 以2019—2024年图情领域CSSCI来源期刊文献数据为研究对象，在采用超图谱聚类和TF-IDF对文献组别及研究方向进行初步挖掘基础上，利用动态主题模型细粒化剖析不同组别文献研究主题及演化路径，进而揭示各研究主题发展趋势和演进特征。 结果/结论 图情领域文献研究方向呈现广泛性和多元性特征，可聚类划分为在线社交与健康信息行为、国家情报与战略竞争、开放科学与数据政策治理等9个方向。通过动态主题建模，提炼出40个研究主题，其中，舆情传播演化、国家应急情报与战略决策、学术影响力评价、社交媒体与隐私感知、技术识别分析等主题的关注度较高，且不同研究方向的主题间存在内在联系与交叉点。从主题演化角度看，热点主题紧密关联社会发展、技术进步和政策导向，时代性特征突出。融合超图聚类和动态主题建模的研究主题挖掘与演化分析模型，不仅能够有效捕捉知识网络中复杂的高阶语义结构，还能实现对各研究主题的细粒化剖析。 局限 仅采用超图谱聚类对文献组别进行区分，且动态主题建模在捕捉主题长短期演化特征方面存在不足，可在后续研究中进一步探究。

［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。

目的/意义 探究行之有效的多主体协作机制，以期促进智慧养老数据资源的高效建设与价值释放，从而助力智慧养老服务与应用增效提质。 方法/过程 运用探索式单案例研究方法，以烽火祥云网络科技有限公司的实践工作为研究对象，通过实地调研、半结构化访谈和网络调查等方法收集多源数据以实现三角验证。基于协同创新理论和“三体两向”模型构建理论分析框架，并在这个框架指导下，采用内容分析法对数据开展深入分析。 结果/结论 研究结果揭示了智慧养老数据资源建设中的主体、客体和载体，提炼出智慧养老数据资源建设的多主体协作框架和三维运作模型，并从多元主体参与视角为我国智慧养老数据资源体系建设提供了实践经验与理论启示。

［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］识别和分析社交媒体用户虚假信息验证行为的关键影响因素，对于激励用户虚假信息验证行为、完善虚假信息治理体系及推动互联网信息生态健康可持续发展均有重要意义。［方法/过程］基于定性综合集成方法、风险信息寻求与加工模型及媒介情境理论，构建社交媒体用户虚假信息验证行为的影响因素模型，并运用DEMATEL方法识别和分析了关键影响因素。［结果/结论］①社交媒体用户虚假信息验证行为影响因素模型主要包括用户因素、媒介因素、信息因素、情境因素4个维度、20项影响因素；②各影响因素相互作用，构成了一个复杂的网络系统；③用户信息素养、媒介权威性、媒介知名度等11项影响因素均为社交媒体用户虚假信息验证行为的关键影响因素。基于此，提出了激励用户虚假信息验证行为、完善虚假信息治理体系的优化策略。

［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。

［目的/意义］当前数据安全已成为事关国家安全、经济发展和社会治理的重大议题。从国家层面建立数据安全风险预警情报体系，对于防范重大数据安全事件发生，具有关键性意义。［方法/过程］首先，在已有研究和法规实践的基础上，界定国家数据安全的概念，分析国家数据安全风险的特征，形成对国家数据安全风险预警情报体系能力的初步认知；其次，设计国家数据安全风险预警情报体系的理论框架，包括知识库与风险推理识别、风险综合评估、风险预测预警、情报服务平台4大全流程功能板块；最后，基于“物理—事理—人理”方法论视角，以生成式人工智能数据安全为例，探讨风险预警情报体系的实施路径。［结果/结论］国家数据安全风险预警情报体系，实质上是人类专家智慧、数据与知识体系、智能技术手段在情报全流程工作中的深度协同所形成的有机整体，可为国家数据安全防范与治理提供敏捷精准的情报服务。

［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。

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。

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。

《情报学进展》第十五卷邀请中国人民大学信息资源管理学院闫慧教授团队对2022—2023年度情报学前沿进展进行了评述，本期摘录部分精要展示给读者。

2022—2023年情报学前沿进展综述


闫慧，贾诗威，吴兆桐，李阳，程宇

（中国人民大学信息资源管理学院，北京100872）

本文着眼于情报学研究涉及的三大要素（情报资源、情报技术、情报用户）、情报理论体系与情报业务场景，系统梳理全球情报学研究的最新前沿进展，以期为相关研究者提供全面的、最新的情报学前沿进展研究现状，为我国情报学领域的未来研究提供理论支持和实践指导。

我国情报学研究存在情报研究范式与信息管理范式，本文纳入国防安全情报、科技情报、图书情报、社科情报等情报学研究领域，重点梳理2022—2023年间国内外情报学研究进展全貌，以考察情报学前沿进展理论、模型与方法。

情报理论研究前沿。情报学在长期发展中形成了诸多情报理论，如信息检索、信息行为、信息组织与知识组织、信息计量、信息处理与分析、数字保存与管护、信息传播、竞争情报等理论，这些领域理论共同构成情报学研究范式的核心知识，相关进展在情报资源、情报技术、情报用户、情报业务研究进展中具体体现，此处仅讨论非领域类的情报理论发展情况，包括情报思维、前沿情报概念等。

情报资源研究前沿。①开源情报，国内外学者聚焦开源情报的理论扩展及实践探索展开深入研究。②信息失序，诸多学者就信息失序的特征、识别和治理展开深入研究。③数据要素，学界围绕数据要素市场、数据要素定价以及通过数据开放及共享为数据要素流动提供良好环境等主题开展了一系列研究。

情报技术研究前沿。①情报研究方法，情报学研究非常重视研究方法的使用，常见方法包括文献计量法、案例研究法、问卷调查法、访谈法、民族志、话语分析等，在情报学研究中得到了广泛成熟的应用。随着学科交叉融合，一些新的研究方法被引介入情报学研究之中，并引发了情报学研究方法的变革与发展。②情报分析技术，在飞速发展的科技潮流中，前沿技术的崛起在情报学领域掀起了变革的热潮，各类前沿技术赋能情报分析，在情报响应、情报感知等任务场景中发挥着关键作用，推动了情报分析技术的创新发展。

情报用户研究前沿。①信息行为研究，时至今日，信息行为仍是情报研究的重点，信息技术变革和社会环境变迁激发了人类信息行为的新模式和新问题，本文从信息行为模型的四大核心要素（任务、情境、认知、情感）出发，对近两年相关研究进展进行阐述。②信息社会问题研究，不同信息主体能否公平、平等地获取和利用信息成为社会正义在信息领域中的关切点，诸多学者围绕各类信息社会问题的理论拓展和治理实践开展深入研究。③情报赋能视角的用户研究。

情报业务研究前沿。①技术识别研究，近年来，情报学界在技术识别领域开展了广泛的研究实践。②网络舆情研究，当前，我国情报学界主要利用文本挖掘、自然语言处理、情感分析、机器学习等方法，对网络舆情演化规律、网络舆情预警机制和网络舆情应对研究等展开研究。③科技评估，当前，情报学界围绕着科技人才、科技成果、科技机构等展开了丰富的科技评估实践。④科技安全保障。

纵观2022—2023年情报学研究总体进展，呈现出如下特征。第一，情报学研究问题的时代特征。情报资源、情报技术、情报用户和情报业务4个核心方向均紧跟世界格局与中国重大形势变化，充分展现出情报学与时代保持紧密同步、服务国家重大战略的学科使命。第二，情报学理论体系的立体特征。在资源、技术、用户与业务等核心方向的研究进展与演化助力之下迈向更加立体化的体系，形成更丰富的创新成果，竞争思维、信息思维、系统思维、批判性思维、全源性思维等构成的情报思维对情报资源、情报技术、情报用户与情报业务等核心方向的指导价值更加突出。第三，情报学研究技术与方法的包容特征。情报学既把服务国家战略、重大科学技术、军事科技、社会科学等的情报决策支撑工作情境与业务问题作为研究情境，总结情报业务经验，在技术识别、网络舆情、科技评估等领域发挥情报的“耳目、尖兵、参谋”作用，也将日常生活与工作任务作为信息问题的研究情境，把人工智能技术、深度学习、机器学习、大数据技术等最新技术进展融入情报学的多重研究情境中，催生了信息获取、情报理解、情报事实刻画等新兴情报研究技术，充分吸收自然科学、医学、社会科学、人文科学等其他学科领域的不同研究方法，在传统的实证研究、计量等方法基础上吸收循证研究、质性研究、田野调查等多样化方法，形成混合研究技术路线，进一步强化了情报学在技术与方法上“无所不包”的传统优势。

未来的情报学研究将继续围绕情报理论、情报资源、情报技术、情报用户与情报业务5个核心方向开展，探究最新信息技术对情报学与情报工作的影响，回答迅速变迁的世界格局交给情报学界的问题，主动回应国家重大战略给情报工作者的决策支撑任务与社会服务命题。

[目的/意义] 探索数字囤积行为在工作情境下的影响机理，为组织提升信息管理效率，消解数字冗余风险提供参考。 [方法/过程] 借鉴近端和远端框架以及调节聚焦理论，基于对347名全职员工的问卷调研数据，采用两步fsQCA方法探究了组织压力（时间压力、上行社会比较和数据保护责任）和个体心理（错失焦虑和反刍）对工作情境中数字囤积行为的层级性组态影响路径，并明确了领导调节聚焦导向（促进导向和预防导向）对组态的调节效应。 [结果/结论] 首先，存在责任—焦虑驱动型、比较—焦虑驱动型和比较—反刍驱动型三条“殊途同归”的工作情境下数字囤积行为组态路径；其次，没有发现导致该情境下数字囤积行为的必要条件；最后，领导的预防导向有效调节了个体心理在组态中的作用强度。文章从理论层面丰富了工作情境下数字囤积行为影响机理的探索，同时推广了两步fsQCA和QCA调节方法的应用，能够为工作情境中的数字囤积行为消解策略提供实践启示。 [局限] 没有讨论导致低数字囤积行为的组态，缺少对社会—文化因素的关注，没有明确数字囤积行为的下游效应，可在后续研究中进一步探索。

目的/意义 对我国人工智能数据治理政策进行量化分析，旨在健全我国人工智能数据治理的政策体系，促进人工智能数据应用的合规与高效。 方法/过程 利用内容分析法与统计分析法，构建“政策工具—数据治理任务—数据生命周期”的三维分析框架，对中央及地方的人工智能数据治理政策进行量化，剖析政策重点与不足，并提出完善建议。 结果/结论 相关政策存在政策工具使用失衡、治理任务部署相对集中、数据生命周期覆盖不均的问题。未来，应协调政策工具使用比例，促进治理任务合理部署，并实现数据生命周期的均衡布局。

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。

［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］在移动互联、多社交媒体、智能交互的数智时代下，用户跨社交媒体信息行为是不同学科关注的前沿议题，揭示其影响机理可以丰富信息行为的理论体系，加深对多渠道信息协同的理解，并为平台信息服务提供启示。［方法/过程］通过扎根理论，对28份访谈材料和13份用户生成内容进行探索性分析，构建触发力—驱动力—抑制力—调节力(TDIM)模型，涵盖7个主范畴，22个副范畴，50个基本范畴，118个初始概念。［结果/结论］触发力为情境触发、有意识的需求触发、无意识的需求触发，驱动力为其他平台的资源吸引，抑制力为原有平台的需求锚定，调节力为信息素养和平台竞合。在情境触发和需求触发的影响下，其他平台的信息资源会促进跨平台信息行为，原有平台的需求锚定会抑制跨平台信息行为，而用户自身的信息素养和平台间的竞合会调节这些过程。［局限］揭示的关系有待实证检验，且未考虑国内外社交媒体之间的跨域现象。

目的/意义 探索科学—技术—政策的关联互动与协同机制，有助于发现三者协同创新的共赢条件和效能最大化状态。 方法/过程 从知识网络耦合视角出发，将科学论文、技术专利和政策文献知识结构体系转化成知识网络模型进行表达，探究科学—技术—政策之间关联互动和共生演化。首先，基于实体抽取方法识别三类核心知识元并分别构建时序知识网络；其次，利用多尺度主干分析算法提取核心网络并采用肖像距离计算科学—技术—政策知识网络的时序耦合度；最后，结合动态耦合、超前—滞后关系探测三者知识网络的动态关联与差异演化。 结果/结论 研究发现在信息通信技术领域，早期科学知识对技术发展影响更强烈，科学与政策协同性较为稳定，而技术发展和政策发布没有明显的滞后性；多样化的政策知识能够促进科学—政策协同，却对技术—政策协同促进作用不明显。

目的/意义 立足新时代社会治理精细化、智能化需求，构建基于政务热线平台民生诉求数据的社会风险事件识别方法，旨在解决当前政务热线数据挖掘不足、社会风险识别理论与实践亟待深化等问题，进一步拓展社会治理创新中政务数据的应用路径，为政府提升社会风险预警与应对效率提供科学依据。 方法/过程 首先，对政务热线平台民生诉求数据中的潜在社会风险事件进行分类；其次，构建基于BERT-BiLSTM-CRF架构的风险提示词抽取模型以精准识别文本中的风险提示词，并基于深度学习构建社会风险事件关系分类模型来有效判断不同事件间的关联性；然后，采用增量预训练优化模型性能，通过增强模型的领域专业性，有效提升模型在实际应用中的表现；最后，通过实际案例验证模型的有效性并进一步构建风险事件处理机制，以实现风险识别、分类与应对的闭环管理。 结果/结论 所构建的两个模型协同作用，在训练集上的准确率均达到98%以上，在验证集上的准确率均在83.5%左右；所采用的增量预训练方案分别在风险提示词抽取和事件关系分类任务上提高了0.2%和1%的准确率，展现了卓越的特征学习能力和任务适应性。

［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］把握用户生成内容(UGC)和人工智能生成内容(AIGC)中虚假健康信息特征差异，对于完善数智时代下虚假健康信息的综合治理体系具有重要意义。［方法/过程］基于600条虚假健康信息样本，文章采用程序化扎根理论识别了虚假健康信息特征，并采用列联表卡方检验和方差分析探索了UGC和AIGC中虚假健康信息特征的差异。［结果/结论］UGC和AIGC的虚假健康信息特征具有4个核心特征、9个主特征及34个子特征。从相同主题上看，数据偏差、逻辑谬误等4个主特征是区分UGC与AIGC虚假健康信息的主要特征，而信息混乱等3个主特征是次要特征，且同一主题同一主特征中，二者的子特征仍存在较大差异。从不同主题上看，在UGC虚假健康信息中，信息混乱是医疗卫生、饮食安全和预防保健主题共同的显著特征，搬弄术语、言语误导、假借权威或他人分别是医疗卫生、饮食安全和预防保健主题的显著特征；在AIGC虚假健康信息中，言语误导是饮食安全主题的显著特征。基于此，提出了网络虚假健康信息综合治理体系的优化策略。

目的/意义 探究用户与生成式AI的交互行为与路径模式，有助于理解其在日常任务场景中的适应性和优化潜力，同时也为生成式AI产品的设计与改进提供实践参考。 方法/过程 采用实验研究方法，以GPT-4为实验平台，招募24名参与者，通过Morae分析用户与生成式AI的交互过程，识别交互行为并提取交互路径，从路径效率和用户体验两个维度对不同类型的交互路径进行评价。 结果/结论 共识别出11种交互行为，提取出30种交互路径，归纳为5种路径类型，分别为简单查询型、反馈调整型、错误修正型、多模态交互型、外部资源引用型。不同路径类型在路径效率（优化强度、流畅程度和行为灵活度）和用户体验（丰富性、准确性、新颖性和满意度）上的评价表现存在差异，并基于此提出优化策略，为生成式AI的改进提供参考。

目的/意义 公共开放数据作为数据要素的重要组成部分，从共生理论角度分析数据开放主体共生模式的演变，有助于公共数据的高效流通与有效利用，实现数据资源价值最大化。 方法/过程 基于SDAP理论框架，首先分析公共数据开放平台场景的演变；然后梳理公共开放数据供需两侧的关键参与主体，并基于需求理论，重点从需求侧视角来分析推动数据开放的因素；能力维度从静态赋权向动态赋能演变，筑牢数据开放的根基，助推数据开放迈向互惠共生新路径，最后基于SODA大赛，具体分析其数据开放场景、意愿、能力及过程。 结果/结论 公共开放数据价值共创主体共生模式呈现从点共生的松散偶然向间歇共生的较频繁但不连续，再到连续互惠共生的稳定持续演变，各阶段特点鲜明且机制逐步完善以实现数据价值深度挖掘与创造。 局限 探讨了公共开放数据价值共创多元主体共生模式的演变，分析主体关系时，阐述了不同模式下主体间的主要共生关系，但对边缘主体和主体间潜在隐性关系挖掘不足，未能构建完整的主体关系网络。

［目的/意义］在当前科技飞速发展的背景下，新科技的落地应用离不开科学技术的传播，而技术扩散则是科技的传播过程，是科学技术发展创新的必要条件。专利是企业的重要知识资产，企业间的单项专利竞赛已转向专利组合的竞争，如何客观、准确地测度专利组合对企业技术扩散的影响显得尤为重要。［方法/过程］由于专利文献内容复杂和传统专利组合识别方法主观性强、颗粒度大等特点，为更准确地测度专利组合对企业技术扩散的影响，整合形成从企业专利组合出发的技术扩散影响测度模型。从incoPat专利平台获取新能源汽车产业样本数据，并通过Python语言编程实现专利文本技术领域标签提取、向量化、聚类得到企业专利组合，计算分析样本企业专利组合权利范围、多样性等对企业技术扩散的影响。［结果/结论］实证结果表明：专利组合在企业技术扩散中发挥较大作用；专利组合的权利范围对企业技术扩散有正向影响；专利组合多样性与企业技术扩散在一定范围内呈倒U形关系。

［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 伴随生成式AI飞速发展，其在生物医学研究中科学发现的应用也迅速展开，极大地推动了蛋白质结构预测、基因组分析、药物研发等方面的进步。 方法/过程 在回顾生成式AI生物医学应用标志性成就的基础上，从DeepSeek角度聚焦生成式AI在生物医学领域的应用潜力；强调DeepSeek在生物医学信息处理中的竞争优势，同时融入使用ChatGPT-o1和DeepSeek-r1进行癌症关键基因的初步探索；从科技信息分析角度前瞻DeepSeek用于生物医学研究的可能突破。 结果/结论 质优价廉的DeepSeek可望架构生物医学的专业性AI服务平台，实现包括生物医学的生成式AI模拟系统，引领生物医学人才创新发展的AI转化范式。DeepSeek具有算法和产业应用优势，若能进一步优化模型、扩展多模态并加强产业化落地，在生物医学AI应用中将会发挥更大的作用。

［目的/意义］大语言模型在生成类文本问题上取得显著进展，为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域，以探索其在该领域的摘要生成能力。［方法/过程］通过构建开源情报摘要生成数据集，使用Qwen 1514B模型为基座模型，并利用LoRA技术对其进行微调训练，得到了Qwen 15OSINT模型。［结果/结论］将Qwen 15OSINT模型在开源情报摘要生成任务中与Qwen 1514B模型进行对比，结果显示，Qwen 15OSINT模型的ROUGE1指标提升了03842，ROUGE2指标提升了02021，ROUGEL指标提升了02494，BLEU指标提升了01348。经微调后的模型在多项评价指标上均超越了基座模型，展示了出色的摘要生成能力。［局限］尽管微调后的Qwen 15OSINT模型在效果上有所提升，但其依赖的高质量数据集建设仍需大量的人工投入。此外，模型的泛化能力在不同领域上可能受到限制，需要进一步的研究和探索。

［目的/意义］人智信任是实现高质量人智协作的基础与前提，人智协作的实践深化也进一步丰富了人智信任的视角特征。因此，在人智协作情境下解构人智信任的视角特征，对理解、巩固人智信任具有重要意义。［方法/过程］基于ANN和Q方法对人智信任进行维度划分与实证检验。一方面采用Q方法，从近10年来的相关文献对人智信任的形成视角进行定量聚类，对其特征构成进行定性归纳；另一方面采用ANN方法，基于ChatGPT的模拟情景实验对人智信任的视角特征进行实证检验。［结果/结论］ Q方法的定量分析发现人智信任具有社会实体和作业工具的双重视角；Q方法的定性分析则进一步解构了两视角下人智信任的具体特征。具体而言，社会实体视角下的人智信任可以从感知、认知、评判维度解析，作业工具视角下的人智信任则由确定性、稳定性和机器能力的特征构成。此外，ANN的实证检验结果表明不同人智信任视角下的多重特征对用户满意度和持续使用倾向具有显著影响，即证明了对人智信任的维度划分具有较好的适用性。

目的/意义 “从0到1”型技术融合是新兴技术的种子或萌芽，文章聚焦“从0到1”型技术融合的预测方法研究，为技术前瞻布局提供支撑。 方法/过程 利用专利数据，用专利分类号表征技术，用专利分类号的首次共现表征“从0到1”型技术融合，建立技术融合预测特征体系，采用机器学习方法，开展预测方法研究。 结果/结论 研发机构特征和动态时序特征的引入显著提升了预测效果，结合4类动态时序特征（语义特征、研发机构特征、网络邻居特征以及中心性特征）、训练模型采用随机森林模型得到的预测模型效果最优，其F1值达到91.08%，体现了创新主体行为、技术发展的动态性以及技术间关系的演变对技术融合的促进作用，为理解技术融合的内在机理、研发智能技术预测工具提供了参考依据。

目的/意义 AI训练数据真实性是当前国内外法规政策和标准中的关注焦点，研究其概念体系和合规要求有助于提升AI技术的质量、合法性、透明度和社会接受度等。 方法/过程 使用内容分析法对目标文献中的AI训练数据真实性相关内容进行分析和抽取，使用ISO 704：2022概念分析方法从抽取的条目中识别AI训练数据真实性相关概念关系和特征，以构建AI训练数据真实性概念体系，基于概念体系构建分析框架，进一步识别对应的合规要求。 结果/结论 与AI训练数据真实性相关的概念有AI训练数据客观性、AI训练数据可靠性、AI训练数据确实性、AI训练数据完整性。AI训练数据真实性合规要求包括具有合法来源、与基本事实相符、数据准确、没有受到不当操作和能反映人工智能系统的背景或预期用途5类。

目的/意义 传统知识图谱构建方法标注成本高、领域适应性差，需要探索一种在低资源条件下高效实现红色文化资源的知识抽取与结构化表示的方法。 方法/过程 提出了一种基于大语言模型与LoRA的红色人物知识图谱构建方法，以参数高效微调为策略，通过设计合理的信息抽取提示词模板并构建指令数据集，分别对国内的Qwen2.5-7B、DeepSeek-R1-Distill-Qwen-7B、GLM4-9B和国外的Meta-Llama-3.1-8B-Instruct 4个大语言模型进行少样本的LoRA微调，并对比分析实体关系联合抽取的不同效果。 结果/结论 实验证明，Qwen2.5-7B在实体关系联合抽取过程中效果最优，并在训练样本数为100时，其精确度达到了95.10%，并运用微调后的Qwen2.5-7B进行东北抗日联军人物的信息抽取、知识图谱的构建和应用可视化分析。文章通过提出一种针对红色历史人物的少样本信息抽取方法，旨在为相关领域在低资源、低成本的环境下高效构建知识图谱提供借鉴与指南。

目的/意义 随着人口老龄化的加剧和智慧养老需求的增长，构建高效、可持续的智慧养老数据生态系统成为应对养老服务挑战的重要方向。基于价值共创理论视角，文章旨在揭示智慧养老数据生态系统的关键要素与运行逻辑，推动智慧养老服务模式创新与可持续发展。 方法/过程 采用案例分析法，对三个智慧养老服务典型案例深入分析，通过案例内分析和案例间比较，梳理数据生态系统的资源构成、行动者组成、角色分工与职责、运行逻辑及价值产出。进一步构建了智慧养老数据生态系统的框架模型，并总结其关键特征。 结果/结论 研究表明，智慧养老数据生态系统由多维数据资源和多元行动者共同构成，通过高效的分工协作，实现了数据价值的有效转化，在社会价值、技术价值和政策价值等方面展现出显著成效。同时，系统具备网络联结性、平台聚合性和动态进化性核心特征，为智慧养老事业的发展提供了新思路。

［目的/意义］针对以往金融评论情感分析研究中多数研究局限于单一评论文本为研究对象，方面级金融情感分析中提取情感元素不够丰富等问题，提出了一个新的对话式股吧评论方面级情感分析任务。［方法/过程］基于该任务，构建了一个两阶段式的对话式股吧评论方面情感四元组提取框架，利用“DiaASQ+RoBERTa”方法分阶段提取对话式股吧评论中的方面类别、方面术语、观点术语及情感极性，经过情感元素的组合映射得到方面情感四元组，然后以东方财富股吧为数据来源构建对话式股吧评论数据集进行实证研究。［结果/结论］实验结果表明，与同一数据集上的最佳基线模型相比，“DiaASQ+RoBERTa”方法在F1值方面提升了约16.18%，显著优于基线方法。该研究不仅拓宽了金融评论情感分析领域的研究范围，还进一步完善了方面级金融情感元素提取的丰富度，为投资决策提供更多参考依据。