[目的/意义] 全面把握和理解用户兴趣偏好，准确为用户推荐相近兴趣领域的微博，是提升用户对微博平台依赖程度的关键。针对当前微博推荐方法存在的用户兴趣漂移、用户间信任关系利用不充分等导致的推荐质量不高的问题，提出了基于主题和多重信任关系的微博个性化推荐方法。[方法/过程] 首先，利用HDP主题模型进行目标用户及其关注用户的主题挖掘，获取目标用户及其关注用户个体兴趣偏好；其次，通过计算目标用户及其关注用户的相似度和多重信任关系强度，获取目标用户群体兴趣偏好；第三，通过将目标用户个体兴趣偏好与群体兴趣偏好进行线性加权，得到目标用户对微博主题的综合兴趣度；最后，根据新发布微博的主题概率分布和目标用户对微博主题的综合兴趣度，计算目标用户对新微博的兴趣度并降序排列，得到前Top-N个推荐结果。[结果/结论] 实验结果表明，该方法优于传统的推荐方法，充分利用了用户间的信任关系，能够有效解决用户兴趣漂移问题，提高了微博推荐的精准性和质量。

[目的/意义] 针对目前学术虚拟社区存在对核心用户兴趣变化关注不足的问题，本文基于艾宾浩斯遗忘曲线构建用户兴趣迁移模型，以准确描述核心用户的兴趣迁移，提升对核心用户个性化推荐结果的准确率。[方法/过程] 以"小木虫论坛"为研究对象，构建用户影响力评估指标和问答网络，分别利用熵权法和PageRank算法识别核心用户。在此基础上，基于艾宾浩斯遗忘曲线构建核心用户兴趣迁移模型，并对此模型的适用性进行验证。[结果/结论] 本文所构建的核心用户兴趣迁移模型能更好地反映核心用户的兴趣迁移。

[目的/意义] 突发公共卫生事件情境下，研究谣言传播中的用户立场识别，可为谣言真实性检测开辟新视角，为谣言治理与舆论引导提供新思路。[方法/过程] 以COVID-19疫情期间微博上虚假谣言为研究对象，以提高谣言下评论帖子的立场分类准确性为研究目标，构建规范化用户立场检测分析建模框架，基于系统功能语言学（SFL）理论实现用户评论中特征的全面多维提取，通过统计和可视化分析筛选最优特征，比较分析不同模型组合实验结果，剖析影响分类准确性的样本因素。[结果/结论] 研究提出的基于概念元功能、语篇元功能、人际元功能的特征组合对以往特征进行了有效梳理和补充；使用最优特征而非全体特征作为树形结构分类器输入，采用集成学习方法，可保证总体分类效果、缩短训练时间；数据分布不平衡性显著影响不同立场的评论识别准确性，"其他"立场识别效果更优，特征选取有力弥补了"询问"立场数据量上的分类劣势。

[目的/意义] 现有新媒体事件的聚类研究聚焦于事件的单一维度属性，并未考虑事件传播的网络结构特征和文本分布特征。[方法/过程] 本研究基于信息熵的相关概念，提出基于网络结构熵与内容分布熵的事件聚类模型。模型在表征事件网络结构特征、内容分布特征的基础上完成跨内容事件相似度对比，并使用图表示学习算法与k-means聚类算法对事件进行分析与聚类。本文选取113例微博事件作为实验对象，并使用事件基本属性（点赞、评论、转发等）作为聚类对照实验组。[结论/发现] 实验结果分析表明，本研究提出的模型能够捕捉到新媒体事件更深层次的传播、分布特征，能够对现有相似度计算指标进行完善与补充。[创新/价值] 本研究不仅能够从多维度层次提取事件的传播特征，即事件网络结构特征和内容分布特征，还能够为舆情预测、管控提供支持，通过熵维度的信息变化监测不同事件之间的传播共性，辅助后续舆情事件的预测与监管。

[目的/意义] 知识经济时代，学者的同领域及跨领域合作已成为普遍现象。但知识需求者在搜集相关领域学者信息时往往会碰壁，因此，急需构建完善的学者智能目录体系，促进知识主体之间的合作。[方法/过程] 分析现有学者目录构建研究和学者信息检索工具的利弊及其对构建学者目录的启示；为学者智能目录体系的构建提出建议。[结果/结论] 学者智能目录体系相对于传统的学者信息检索工具，具有以用户为中心、优化知识管理模式等优势，促进了知识主体之间的合作，实现双赢。

[目的/意义] 事件语义模型是描述和组织事件内容的语义框架。对事件语义模型进行总结和剖析，可为相关研究提供参考。[方法/过程] 文章梳理总结了7个典型通用事件语义模型（Event、SEM、LODE、ABC、LODE、EBSTDM和刘宗田等提出的事件语义模型），并从其特点和应用领域等方面进行详细比较分析。[结果/结论] 展望了事件语义模型的发展趋势，包括开发新的语义表示维度和建模视角；事件语义模型的横向连续性和纵向层次化相结合的研究；事件语义模型动态特征的语义组织研究。

[目的/意义] 针对移动视觉搜索（Mobile Visual Search，MVS）这一新兴领域，如果直接引用现有信息系统领域量表，会面临应用领域、使用情景以及量表语义等方面差异的问题。为了有效测度MVS用户体验影响因素，设计出稳健而实用的MVS用户体验影响因素量表。[方法/过程] 本文参照Churchill的范式及Limayem等的量表开发过程，在前期MVS用户体验影响因素研究的基础上，通过初始量表拟定与评估、探索性因子分析、验证性因子分析进行量表开发。[结果/结论] 最终开发出一个由准确性、完整性、快捷性、灵活性和移情性5个维度19个测量题目构成的MVS用户体验影响因素量表。实证分析表明，该量表具有较好的信度和效度，可为后期针对MVS用户行为影响因素探索提供工具参考和理论指导。

[目的/意义] 新型冠状病毒肺炎的爆发作为近期的一件重大突发公共卫生事件，引发了公众在社会化问答平台上的激烈讨论。[方法/过程] 本研究采用Python获取知乎平台上与新型冠状病毒肺炎话题相关的文本内容，运用多维尺度分析、内容分析和情绪分析等方法，揭示公众所关心的疫情主题内容，分析不同时期公众关注点的转移情况以及回答文本中的情绪极性。[结果/结论] 研究结果表明公众关心的主题集中在两个维度的6个类别上；公众的关注内容主要集中在"疫情动态关注"和"防控与疫情传播"两方面，其中第一阶段主要关注国内地区，而第二阶段关注重心转移到国外地区；两阶段的回答中情绪极性均以中立为主，积极情绪的问答占比最低，第二阶段相比第一阶段的变化表明公众情绪的整体走向积极。基于研究结果，针对互联网公众的信息关注和社会情绪变化，向有关部门提供参考和建议，进而丰富了突发公共卫生事件背景下的舆情相关研究。

[目的/意义] 生活习惯和饮食习惯等因素导致肥胖成为社会公众普遍关注的健康问题，减肥信息成为社会公众健康信息需求中的重要内容。文章对网络问答社区用户的减肥信息需求主题特征展开研究，主要关注不同性别用户减肥信息需求特征，为减肥信息服务的社会支持提供一定的帮助。[方法/过程] 文章利用网络爬虫抓取"知乎"减肥话题下的问答文本数据，利用LDA主题模型对用户数据进行自动主题识别，通过分析主题特征发现用户减肥信息需求特征，并从性别差异视角分析不同性别用户的减肥信息需求差异。[结果/结论] 用户减肥信息需求呈现出多样化、专业化的特点。网络社区用户在交流减肥信息的同时也在寻求情感的社会支持和获得情感的释放。男性用户的减肥信息需求更加科学化和专业化，注重身材的健美和营养的均衡；女性用户则更加关注能够快速改变身材外形的信息内容。

[目的/意义] 社会化商务是一种联系了社交功能以促进商务活动的新兴模式，探讨影响用户信息披露的因素，有助于企业的稳定发展。以两种情感——隐私担忧焦虑与隐私冷漠为中介，探究人格特征对信息披露意愿之间的关系。[方法/过程] 选取社会化商务的用户为研究对象，通过网络问卷的方法收集360份有效数据，采用偏最小二乘法对研究模型进行验证。[结果/结论] 隐私担忧焦虑和隐私冷漠是信息披露意愿的强影响因子；不同人格特征的用户有不同的情感倾向，并且情感响应在人格特征与披露意愿间的中介作用得到证实。研究扩展了用户信息披露意愿的研究视角，充实了人格特征与信息披露意愿之间内在机理的研究，系统分析了情感响应的中介作用。

[目的/意义] 科技报告是科学研究工作的重要产物，是国家科技创新的战略性资源之一。本文以推动科技报告服务深化进程，提高科技报告服务能力为主要研究目的，探索科技报告服务工作推进的影响因素。[方法/过程] 通过对科技报告服务机构21名工作人员的深度访谈资料进行扎根理论分析，梳理与归纳影响科技报告服务工作深化推进的101个概念和20个范畴，并形成8个主范畴，归纳至4个维度，最终构建科技报告服务影响因素的GPQV理论模型。[结果/结论] 研究结果发现，在创新驱动环境下，科技报告服务工作深化推进受科技报告服务治理、服务平台、服务质量以及服务价值感知4个维度的综合影响。

[目的/意义] 从专利合作与技术转移角度切入揭示高校开放式创新规律，为破解高校"高产出量、低转化率"困境提供参考和启示。[方法/过程] 基于incoPat数据库收录的专利授权、许可和转让等数据，在专利合作与技术转移二维框架下展现"双一流"高校的开放式创新图景，并对专利合作与技术转移的关系进行相关分析和因果检验。[结果/结论] 20年间高校专利合作量、转移量和授权量都呈上升之势，但开放式创新率不增反降。高校的开放式创新整体处于较低水平，且存在明显的校际差异。专利合作与技术转移的正相关和因果关系得以证实，二者在技术创新过程中发挥着协同效应。

[目的/意义] OPAC书目检索系统用户处于非登录状态，系统无法获取用户个人信息，个性化推荐算法难以发挥作用，有必要探索非个性化推荐算法。[方法/过程] 首先提出基于图书语义相似度的图书推荐算法，通过构建向量空间模型计算图书语义相似度，向读者推荐与当前浏览图书相似的图书；然后提出基于共借关系的图书推荐算法，向读者推荐借阅了当前浏览图书的读者还借阅过的其他图书；最后讨论了两种算法的融合策略。[结果/结论] 选取10本图书作为推荐窗口，在复旦大学图书馆真实借阅数据集上进行实验，推荐成功率为20%。每5名读者中有1名读者能在推荐列表中发现自己后续会借阅的图书。

[目的/意义] 本文通过对我国地方政府大数据产业政策的相关政策文本进行框架性量化分析，探究我国地方政府大数据产业政策的重点关注领域和问题，分析其中的政策特征和存在问题，为完善相关政策及治理方向提供建议。[方法/过程] 本文采用政策内容量化研究方法，以我国29个省级地方政府及其所辖地市级地方政府颁布的198篇大数据政策为样本，以大数据产业政策的政策作用、目标主体和政策工具选择3个维度作为政策分析框架，结合政策情境5类分析模式，进行文本统计和分析。[结果/结论] 通过分析发现，大数据产业政策的顶层设计和目标导向有待完善；应强化大数据技术研发与创新的政策措施；应进一步完善对产业环节数据安全的治理规制。

[目的/意义] 公共信息资源开放已成为大数据时代下政府的必然选择和现实需要，研究我国公共信息资源开放政策，对政府稳步推进公共信息资源开放具有理论和现实意义。[方法/过程] 本文将公共信息资源开放生命周期划分为5个阶段，在此基础上从政策丰富度和满足度两个维度构建我国公共信息资源开放政策模式分析模型。[结果/结论] 研究发现，公共信息资源开放进程的不同时期表现出不同的政策模式。政府上网、信息共享时期满足开放进程要求且政策措施丰富；政府信息公开时期难以满足开放进程的要求且政策措施单一；公共信息资源开放时期虽满足开放进程的要求，但政策措施不够丰富。

[目的/意义] 数据要素已成为数字经济的"工业血液"，尽管我国政府数据开放的整体水平已有显著提升，但不容忽视的是，不同地区的建设成效存在较大差异，其影响因素值得深入探究。[方法/过程] 应用"生态系统理论框架"，从数据开放者、开发者、消费者及环境4个维度，对2017—2019年间的148个地市样本进行了回归分析。[结果/结论] 研究发现，"数据开发者开发能力""是否位于国家大数据综合试验区""开放政府数据的省域统筹程度"及"国内生产总值"4个变量对各地政府数据开放建设成效有着显著正向影响。尽管研究在交叉验证等方面存在不足，但研究结果依然可以为我国政府未来的数据开放建设工作提供一定参照。

[目的/决义] 基于标签语义挖掘的城市画像是表达公众认知视角下城市多维特征的结构视图，其计算与应用研究可为城市治理中的交互式服务提供有效的数据支撑和评测尺度。[方法/过程] 随着城市所处技术环境的变迁，城市画像研究可划分为3个序贯相连的阶段：传统社会学阶段是萌芽期，此时城市画像研究逐步由实体层面的认知分析拓展到心理层面的认知分析；社会化标签的多维分析是过渡期，为后续以标签资源为基础的研究提供了多角度分析的路径；自媒体时代研究是拓展期，强调运用机器学习等智能方法从大规模标签资源中挖掘公众认知。[结果/结论] 各阶段的研究成果将有效拓展标签利用场景及理论方法，系统构建城市画像计算与应用范式提供参考。

[目的/意义] 政策文本量化是一种新兴的跨学科研究方向。本文从文本数据与分析方法融合的角度，系统梳理了政策文本量化研究的最新进展，以指导政策文本量化分析实践。[方法/过程] 基于文本量化的不同方式，将现有研究方法归纳为政策计量分析、内容分析法和效词分析法，分别总结了这些方法的特点、流程及典型应用。[结果/结论] 政策文本量化研究近年来发展迅速，集中体现在文本数据类型拓展、多领域方法迁移与应用，其中效词分析法应用逐渐广泛；未来应关注政策文本数据源和语料库建设以及方法的误差研究。