[目的/意义] 本文旨在增进人们对学术虚拟社区特征对知识交流效果影响的理解，以期为其高质量发展提供建议。[方法/过程] 依据以往的相关研究和5种典型学术虚拟社区的特征，本文首先从规范、内容和交互3个维度中提取学术虚拟社区的8个特征，构建这些特征对知识交流效果影响的因素模型，随后采用情景式问卷收集数据，最后使用SmartPLS 3对241份问卷进行数据处理和分析。[结果/结论] 社区参与限制、举报便利性、感知可靠性、感知丰富性、推送及时性、感知交互强度、感知交互实时性会对用户的感知学习产生显著的正向影响；审核严格性、举报便利性、感知交互强度、感知交互实时性对用户的感知贡献有显著的正向影响。

[目的/意义] 基于熵理论构建虚拟学术社区的熵流指标体系，通过测评系统有序度判定虚拟学术社区健康状态，并预测运行趋势，根据实验结果为虚拟学术社区系统有序发展提供可行策略，助力学术交流进步。[方法/过程] 界定虚拟学术社区正负熵概念并构建正熵流和负熵流的指标体系后，选择科学网为研究样本，借助于转义的Brusselator模型判定科学网是否成为耗散结构，继而利用正熵值和负熵值计算系统有序度并对其运行状态进行讨论。[结果/讨论] 科学网目前虽未达到耗散结构，但未来成为耗散结构的可能性极大，为使其可以从无序发展到有序，进而从低级有序发展到高级有序，提高科学网成员情感参与的投入性和虚拟学术社区行业竞争的规范性等应成为科学网改进的主要着力点。

[目的/意义] 新型冠状病毒即COVID-19疫情在全球肆虐，科学界对冠状病毒做了大量的研究。梳理冠状病毒研究成果，了解该领域论文的主题演变规律和研究进展，能从理论上指导冠状病毒的未来研究方向，助力科研进步创新。[方法/过程] 本文运用主题建模和网络分析方法，以美国白宫科技政策办公室推动创建的COVID-19文献库（CORD-19数据集）为例，根据3个典型冠状病毒（2003年非典型肺炎（SARS）、2012年中东呼吸综合征（MERS）、2019年新型冠状病毒（COVID-19[DK]））暴发的时间将其划分为4个研究阶段（1955—2002、2003—2011、2012—2018、2019—2020），从语义层面解读每个阶段冠状病毒的主题内容规律、主题文档分布规律、主题作者网络规律。[结果/结论] 从历时性视角分析1955—2020年冠状病毒科学论文主题演变的一般规律，精准把握冠状病毒研究方向，并推动该领域的全球科研合作，共建人类命运共同体。

[目的/意义] 为减少文本分类任务需要的有标签样本数量，提出一种只需要少量有标签样本训练的半监督分类方法。[方法/过程] 本文使用多粒度文本建模方法获取同一文本不同粒度的特征，使用集成学习的思想对基分类器进行集成，在半监督训练模块得出补入的标签，最后在预测分类模块获得最终的分类结果。[结果/结论] 在两个不同的数据集下，MG-SSC（Multi Granularity Semi-Supervised Classification Model）模型在只使用少量有标签样本训练的情况下，都取得了较好的分类效果。本文提出的模型可以有效地处理半监督分类任务，为使用者降低文本分类的成本。

[目的/意义] 图像资源在非物质文化遗产的保护和传承工作中扮演重要角色，非遗图像语义信息本体构建及关联数据存储和发布研究，有助于拓宽非遗数字资源保存、展示及服务工作思路。[方法/过程] 针对现有非遗数字图像资源在组织呈现过程中存在的图文单一排序问题，设计了一种面向非遗图像的语义本体模型，在本体开发软件Protégé上完成编辑以及实例化，根据本体模型设计了实体存储在二维表中的概念模型，并且借助D2RQ平台将关系表转换为RDF格式数据，实现对外发布。[结果/结论] 实现关于非遗图像资源的复杂语义网络，为多媒体领域本体提供一种从现有的线性信息呈现方式到多元化的非线性关联数据呈现方式。

[目的/意义] 为了使本体的构建和进化更为快捷便利，能够向用户提供语义关联性更强、更有价值的信息，更好地满足用户对网络旅游信息的需求。[方法/过程] 在梳理旅游本体构建研究成果的基础上，提出了用户参与的在线旅游网站信息本体的构建方法，并利用七步法设计了在线旅游网站信息本体构建流程，最后利用马蜂窝在线旅游网站中的数据对本文提出的构建本体的方法与效果进行了验证与分析。[结果/结论] 实验结果表明，采用网站中用户发布的信息可构建在线旅游网站信息本体，并且利用所构建的本体在一定程度上可为用户提供更加全面、语义关系更丰富的信息，优化了用户的检索效果，验证了本文提出的构建本体方法的可行性与优势。

[目的/意义] 当前大型企业普遍面临着低数据质量、缺乏数据治理工具等问题。全球正在从信息技术向数据处理技术转型，数据已成为了企业发展的核心资产。由于企业数据文本的非结构化，使得计算机无法直接理解自然语言。因此，对企业数据治理显得尤为重要。[方法/过程] 本文以企业数据资产作为研究对象，借助语义网技术，通过优化与企业数据相关实体的语义表达方式，以构建语义本体模型；采用关联数据技术，实现企业数据、流程及其他属性间的可视化；在此基础上，进一步提出了系统更新策略、数据传输捕获策略及数据查询策略。[结果/结论] 基于本文构建的企业数据治理系统，可实现企业数据的全局可视化。通过赋予组织成员不同的权限与责任，实现对数据共享最大化，从而改善企业数据治理水平，以提升企业数据质量。

[目的/意义] 文物的发掘、管理、研究的过程中产生了丰富的时空数据，借助文物的时空及属性等特征，可以构建时空数据模型来表达文物变化的整个过程，从而从整体上把握文物的变化动态和规律，促进文物的管理与保护。[方法/过程] 在对文物时空特征、时空变化进行分析的基础上，提出一种基于事件—对象的时空数据模型，并选取青铜器作为分析对象，建立其时空表达模型。[结果/结论] 该模型能够表达青铜器时空信息的变化，以此建立的时空数据库能查询青铜器的时空信息，并提炼出对其变化有影响的一些事件信息，结合时空可视化工具，有利于更好地进行文物的管理和保护。同时，也为文物知识发现和知识服务提供一定的基础，有一定的理论和现实意义。

[目的/意义] 移动视觉搜索（Mobile Visual Search，MVS）作为新一代互联网服务模式，使用率并不高，用户黏性较差，用户体验不佳，探究MVS用户体验影响因素，以期为MVS的管理者、设计者及运营商提供理论借鉴与实践指导。[方法/过程] 基于扎根理论，通过深度访谈搜集资料，经过开放式编码、主轴编码、选择性编码及理论饱和度检验等，构建了MVS用户体验影响因素模型（UX3Q模型）。[结果/结论] MVS用户体验影响因素主要包括准确性、真伪性、完整性、便利性、及时性、可达性、灵活性、有形性和移情性，对明确影响MVS用户体验的关键因素具有理论和现实指导意义。

[目的/意义] 本文以社会化问答平台为例，探究新冠肺炎疫情期间公众心理健康信息需求特点及分布情况，为有关政府部门和相关运营商更好地了解这方面现状，提升服务水平提供参考和帮助。[方法/过程] 通过数据采集、数据处理、K-means聚类、LDA主题模型和需求识别5个步骤对疫情期间"知乎"问答平台下心理健康话题中的全部14 168条提问数据进行信息需求挖掘。通过对比分析，探究出疫情暴发前时期、疫情时期和后疫情时期的公众心理健康信息需求主题特征，构建出新冠肺炎疫情期间公众心理健康信息需求框架。[结果/结论] 疫情期间比较容易出现家庭情境下的心理健康信息需求；公众容易出现与抑郁有关的心理健康信息需求；公众心理健康问题的预防意识和接受专业心理援助的意识有待提高；网络环境下心理健康信息需求表达的准确性有待加强。

[目的/意义] 在线音乐用户的付费意愿是音乐版权保护与产业可持续发展的关键。本文旨在基于探索性分析研究在线音乐用户付费意愿的影响因素。[方法/过程] 以顾客感知价值理论、技术接受与使用统一理论、粉丝热忱理论等为依据，构建研究模型，验证所获得的569份有效数据。[结果/结论] 感知价值、人际影响、粉丝热忱、个人付费意识直接影响在线音乐用户付费意愿；实用价值、享乐价值对感知价值产生正向影响，经济成本、编撰成本影响未达至显著水平；在线口碑负向调节感知价值对用户音乐付费意愿的影响。音乐平台可基于此制定运营方针。

[目的/意义] 随着知识焦虑的情绪现象越来越多在平台用户消费行为表现出来，如何更好地利用这一用户消费心理来展开知识营销已成为平台企业关注的焦点。[方法/过程] 本文基于感知价值理论、粘性理论、消费购买决策理论，从用户个体情绪管理这一视角出发，探知平台用户的知识焦虑对其知识付费意愿的影响，引入用户粘性这一调节变量，构建"知识焦虑—感知价值—知识付费意愿"理论模型。[结果/结论] 通过对互联网知识付费平台用户样本数据进行分层回归分析，结果表明，知识质量焦虑、知识过载焦虑与知识缺失焦虑对知识付费意愿均产生显著正向影响，感知价值在知识质量焦虑、知识过载焦虑与知识付费意愿之间具有完全中介作用，在知识缺失焦虑与知识付费意愿之间具有部分中介作用，用户粘性正向调节于知识质量焦虑、知识过载焦虑、知识缺失焦虑与知识付费意愿之间的关系。基于上述研究结论，提出平台企业在开发用户时，可以着眼于引导用户情绪管理开展知识营销，创造出与通过焦虑营销引发的用户知识质量焦虑相匹配的知识产品内容的同时，强化完善平台功能来提高用户感知价值，并建立起能有效开发用户认知盈余来促使知识重构的举措，增强用户体验感。

[目的/意义] 本文认为在科技评价指标中隐含3种权重：实际权重、自然权重、数据分布权重，为了分析它们之间的关系及对评价方法选择产生的影响。[方法/过程] 本文以JCR2016数学期刊为例，同时选取主成分分析和TOPSIS作为非线性评价方法的代表进行对比分析，并提出采用动态最大均值标准化方法消除自然权重。[结果/结论] 评价指标自然权重影响线性评价结果；评价指标数据分布权重主要影响非线性评价结果；不同非线性评价方法也会影响非线性评价的实际权重；指标权重特性影响评价方法的选择，线性评价可以消除自然权重，而且不存在数据分布权重问题，非线性评价数据分布权重无法消除，因而从评价方法角度，线性评价更为合理。设计权重与实际权重力求一致是选择评价方法的重要依据。

[目的/意义] 高校评估指标设置和权重测量分配等环节出现的主观性因素，使得不同评估报告中的高校排名结果之间存在一定差异。[方法/过程] 为此，笔者融合面板数据模型和层次分析模型构建一个测度指标权重的全定量测度模型，并设计和实现融合新型指标测度模型的改进型TOPSIS模型和灰色关联模型，评估分析了2017年中国最好大学排名的TOP100高校，并与TOPSIS模型、融合熵值法权重的改进TOPSIS模型等传统定量评估方法的评估结果进行比较。[结果/结论] 融合面板数据模型和层次分析模型权重的新型评估方法具有较好的评估效果，与中国最好大学排名结果之间保持较高的一致性；高校排名结果会受到指标权重和评估方法的影响，不同评估方法评估出的高校最高最低名次差值的平均值相对较高，为10.84。

[目的/意义] 探索图情学科对人工智能伦理问题研究现状，推动信息管理技术在同步发展的伦理研究中健康发展。[方法/过程] 收集2015-2019年Web of Science核心合集图书情报学科类目SSCI期刊中，探讨人工智能伦理的学术论文39篇。利用内容分析法从问题层次、应用领域、对策等角度进行编码和分析。[结果/结论] 结果表明，图情学科SSCI期刊论文对人工智能伦理问题的关注整体上与人工智能伦理研究领域具有较高一致性。研究视角覆盖人本主义观和技术主义观，研究内容较为全面地涵盖了数据、算法及人工智能系统不同层次，涉及医药卫生、文化教育、军事、政治等多个领域。并且，从社会、技术角度开展对策研究。图情领域未来可以进一步加强伦理问题层次和领域研究的多样性，深化人工智能伦理倡导规范与准则等问题的研究。

[目的/意义] 在线学术社交网络是管理学术资源、维护学者关系和加速知识传递效率的重要平台。通过梳理其知识组织研究现状与展望未来研究方向，有助优化知识组织模式，促进学者知识交流与创新。[方法/过程] 首先梳理了学术社交网络知识组织理论发展，其次将学术社交网络的知识组织方法归纳为：学者关系、标签聚类、主题关联和推荐系统4种，最后结合实践进展剖析现有知识组织研究不足之处。[结果/结论] 未来的研究可以在探究学术社交网络用户交互行为与内容特征的基础上，揭示用户关系与知识需求之间的关联关系，实现基于用户交互关系的多维知识关联组织，拓展基于用户交互需求的知识服务模式。