[目的/意义] 科学研究为技术创新提供知识基础，技术创新吸收利用科学知识是重要的技术创新方式。在技术创新过程中被采纳的科学知识，作为基础研究与技术创新的桥梁，其特征对采纳效果的提升发挥着重要作用。前人研究证明，知识的来源特征作为一种便捷的价值呈现方式，会对受众的注意力分配与信息筛选过程产生影响。但这种影响在从科学到技术这一跨界信息传播过程中是否存在、有何表现，仍待探究。[方法/过程] 本研究从专利引用论文的视角探究技术对科学知识的采纳，构建1800—2018年全领域专利引用论文的数据集，测度科学知识的来源特征，分析其分布情况、变化趋势，并进一步构建回归数据集，使用回归模型，探究来源特征对采纳强度、采纳速度、采纳广度的影响。[结果/结论] 结果显示：①科技融合创新成为趋势，创新活动更加精细化，科学知识被技术采纳的速度提升，但广度与强度降低；②科学知识来源特征显著影响采纳效果，来自更高影响力生产者与传播者的科学知识，效果更好；③科学知识的技术采纳过程具有明显的学科领域差异，实践性较强的领域科学知识利用虽然更多、更迅速，但这些知识往往不能产生较强的技术影响力。

[目的/意义] 专业术语在科学交流中充当重要载体，协助科学家在同一概念上达成共识。探究专业术语在科学交流中的运动机制，有助于揭示科学发展的阶段性特征，引导科学发展。[方法/过程] 通过理论研究与实际学科的描述统计分析归纳专业术语运动的关键要素，归纳并设计其运动模型，通过Vensim进行控制变量仿真，观察专业术语的运动机制。[结果/结论] 专业术语的发展通常具备3个阶段特征，即储备术语、术语规范化及科学交流环境促成，受专业术语结构及术语之间交互的影响较大。因此，应注意术语运动状态的监测，及时为专业术语提供合适的发展引导，加速术语整合过程与科学交流语境的塑成。

[目的/意义] 从在线健康社区用户兴趣的动态迁移性出发，将时间特征融入社交关系和个人偏好，完善在线健康社区个性化推荐算法，进一步提高用户获取健康信息的准确性。[方法/过程] 首先，从用户社交关系出发，构建融入时间特征的用户影响关系网络；其次，依据用户个人偏好，构建融入时间特征的用户话题帖匹配矩阵；最后，将两者融合得到用户话题帖兴趣评分矩阵，据此形成每个用户的TOP-N推荐列表。[结果/结论] 构建的融合时间特征的个性化推荐算法可提高推荐的准确度，提升在线健康社区个性化推荐算法的性能。

[目的/意义] 用户利用在线医评信息是网络医疗服务的关键环节，探索医评信息特征如何影响用户采纳行为有助于促进在线医疗平台的优化和服务发展。[方法/过程] 基于ELM模型和信任转移理论，采用2*2*2的组间实验设计方法开展情景决策实验，收集有效问卷539份，并利用Smart PLS开展直接效应、中介效应和调节效应分析。[结果/结论] 事实型(vs抽象型)评论和真实姓*(vs昵称)的评论人标识可以提升感知内容客观性和具体评论人可信度，并进一步提升用户对评论的有用性感知和后续采纳意愿。对网站的信任可以通过一般评论人群体信任向具体评论人信任进行转移。用户性别特征和疾病严重程度特征分别负向和正向调节评论特征对用户认知及后续采纳的影响。研究提出的措施可以帮助在线医疗平台优化设计以促进用户对医评信息的采纳利用。

[目的/意义] 移动互联时代，用户通过多个APP搜索成为常态，但驱动用户APP转移行为的意图规律还尚不明确。本文旨在探究移动搜索中真实的日常信息搜索情境下跨APP意图转移模式。[方法/过程] 该研究通过微刻时序访谈法收集用户日常跨APP搜索经历，通过开放性编码获取用户的跨APP意图链，利用马尔可夫链挖掘频繁序列，归纳跨APP意图转移模式，最后还结合任务类型分析模式的应用规律。本文凝练出补充探索、对比决策、对比择优、分步前进、补充准备、分享交流和挫折探索7种意图模式，并发现用户在不同任务类型中偏好不同的意图模式——在简单型任务最偏好使用补充探索模式，而在复杂型任务则最偏好使用对比决策模式。[结果/结论] 本文研究有助于从用户主观认知角度厘清移动搜索跨APP行为规律，为优化APP系统服务支持、提升用户移动搜索体验提供依据。

[目的/意义] 利用在线医疗咨询文本探索抑郁症症状的自动抽取方法，推进健康大数据的深层次应用。[方法/过程] 以在线问诊平台“好大夫在线”的患者问诊记录为语料，选择无监督机器学习法，运用短语识别和深度学习语义建模技术实现抑郁症症状的快速提取。算法通过了测试语料的评估，并在抑郁症典型症状分析和抑郁症人群预测两个任务中得以检验。[结果/结论] 运用本文算法识别抑郁症症状短语的准确率为73.85%，模型表现优良。用该方法分析抑郁症患者的典型表现，结论与心理学临床检验结果一致，抑郁症人群预测的精准度则可以达到78.81%。对于3个症状短语的分布表示模型，具备深层次语义表达能力Sentence-BERT表现最好，说明强化短语的语义表达，运用无监督机器学习方法能够实现疾病症状的快速提取，有效提升大规模文本信息的处理能力。

[目的/意义] 明晰政策意图是当前政策文本量化分析的重要目标。结合基于中文政策文本词汇语义强度差异构建的程度词典的政策文本量化分析，具备高效识别政策意图的潜力。然而，现有程度词典存在词语数量少、权重设计单一、缺乏应用场景的问题，有必要开展进一步的优化与应用研究，以深化中文政策文本语义挖掘以及政策研究实践。[方法/过程] 参考已有程度词典构建方法，使用不同类型的政策文本语料进行程度词数量的扩展，利用专家调查法进行程度词权重的优化，以近20年我国综合性科技规划文本为例，使用优化后的程度词典进行科技政策文本重要内容的识别与分析。[结果/结论] 优化得到的分级程度词典具有信度和效度。使用程度词典分析科技政策时，可结合科技政策文本特有的体系结构，从多个层面细致地梳理政策的主要关注点及其发展演变，还可根据实际需求选择合适的分析粒度，开展问题导向型的中文政策研究或实践。

[目的/意义] 数据要素作为当前数字经济深化发展的核心引擎，数据安全成为事关国家安全和经济社会发展的重大议题。对数据的安全治理能够促进数据真实完整记录、安全实时开放共享以及高效交易运用。政务数据是数字政府建设和政府数据开放的核心资源，当前政务数据在运用、共享等过程中还存在诸多安全问题和需求，区块链的去中心化、不可篡改、可追溯和时间戳、密码学、智能合约等功能特性能够为政务数据安全治理提供新的路径。[方法/过程] 针对政务数据安全治理的需求和技术契合，基于区块链跨链机制，从体系要素、体系流程等角度构建了基于区块链跨链机制的政务数据安全治理体系，并基于6个核心业务在交通运输政务领域展开应用实践。[结果/结论] 本文构建的体系能够为总体国家安全观战略背景下提升政务数据安全治理提供理论与实践价值，提升数字经济时代的政务数据价值，让政务数据活起来、用起来、动起来，提高数字政府治理能力。

[目的/意义] 数智时代算法在经济社会发展过程中发挥了重要作用，算法治理逐渐进入公众视野，算法治理目标的实现必须依靠各种政策法规的组合搭配，对我国算法治理政策法规现状的分析有助于促进算法健康、有序、繁荣发展。[方法/过程] 本文借助Nvivo12质性文本分析软件，以我国12部算法治理政策法规为样本，对其内容进行编码分析，同时提取概括出我国算法治理政策法规框架。[结果/结论] 我国算法治理当前存在缺乏总领性法律引导、主题分布不均衡、行业标准规范不细化、尚无地方专项政策的问题。基于此，本文提出我国应从提升算法治理“力度—深度—精度—广度”入手，逐步将较为零散的算法治理政策法规聚合成为具有中国特色的算法治理政策法规体系。

[目的/意义] 预测在线社交网络突发事件中的用户行为，从而发掘舆情传播中的用户行为规律, 有效控制引导舆论信息，尤其是对可能做出不同行为的用户做出分级，做到差异化的引导与应对。[方法/过程] 以新浪微博中两类不同的突发事件为例，收集其中做出交互行为的用户数据，在理论研究与统计分析的基础上，将做出点赞、评论、转发3种行为的用户所具备的有效属性作为特征指标，使用随机森林和神经网络两种方法对用户交互行为做了预测实验。[结果/结论] 神经网络的预测效果更好，说明本文提出的预测模型具备一定的可行性，同时本文也对突发事件中用户做出各交互行为所具备的属性做出了规律性总结。

[目的/意义] 信息疫情传播的实质是真假信息竞争性传播的过程，厘清信息疫情中真假信息竞争性传播机理，对信息疫情管控策略的制定具有重要意义。[方法/过程] 基于流行病模型结合用户创作行为特性构建了FT-SIR模型，求解所构建动力学模型的平衡点并进行稳定性分析，利用NetLogo模拟真假信息竞争性传播过程，同时针对微博的典型案例数据验证模型的有效性。[结果/结论] 实验表明，在用户创作行为的作用下，单一信息在传播过程中会发生变异并催生真假信息的竞争性传播；“信息茧房”效应及意见领袖的存在使得用户具有不同的角色特质，进而对真假信息的竞争性传播产生显著影响。为政府采取措施降低信息疫情的危害提供了具体的管控策略与建议。

[目的/意义] 新型研究型大学的国际开放能力及影响力指数，是指导我国高校建设有国际影响力的高水平研究型大学和构建科学、全面、与国际接轨的多元化评估机制的重要议题。[方法/过程] 依据新型研究型大学建设的时代背景及其重要特征，从国际开放能力及国际影响力维度构建评价指数，设置了科研对外引领力、办学对外开放力和国际社会引导力3个一级指标；科研影响力、平台影响力、社会引领力、教学影响力、教师影响力、学生影响力、国际传播与服务、国际交流与合作共8个二级指标；CNCI、高被引论文百分比、H指数、国际教学与科研平台数等21个三级指标。在权重确定方法上，使用主观赋权的网络分析法ANP与客观赋权的CRITIC赋权法相结合，构建了新型研究型大学国际开放能力及影响力指数。结合36所“双一流”建设A类高校的公开数据进行实证分析，获得我国高校国际开放能力及影响力排名。[结果/结论] 研究结果表明，36所高校一级指标得分分布呈现“反J型”分布，表明我国顶尖高校带动力强但数量较少，大部分研究型高校国际化进程与路径相似，并从科研对外引领力、办学对外开放力和国际社会引导力3个方面提出相应的建设策略。

[目的/意义] CiteSpace是一款基于可视化的分析工具，用于在科学文献中识别并显示科学发展新趋势和新动态。运用CiteSpace对CSSCI与WOS数据库文献进行共被引分析一直以来都是学界热门的研究方法，以往研究表明，使用CiteSpace分析CNKI数据库文献时，只能进行常规分析，无法像WOS数据库与CSSCI数据库那样进行共被引分析。为了解决这个限制，本研究提出了一种通过填充参考文献数据的方法实现了基于CNKI数据库的文献共被引分析。[方法/过程] 该方法使用自编爬虫程序爬取了CNKI数据库中“智慧医疗”领域文献的参考文献，并通过自编Python程序将爬取的参考文献写入CiteSpace转换后的CNKI文献当中，从而实现了对CNKI数据库文献的共被引分析、作者共被引分析与期刊共被引分析。[结果/结论] 通过实证分析可知，本文提出的中国知网文献共被引方法实证效果较好，可以为相关研究者提供新的共被引分析思路，具有一定现实意义。

[目的/意义] 分析社会科学数据集的跨学科性有助于理解数据集在不同学科的扩散规律，促进数据集在不同学科之间开放共享。[方法/过程] 本文以CHARLS和CGSS数据集为例，首先对CHARLS和CGSS数据集的学科多样性与平衡性进行测度分析；其次构建CHARLS和CGSS数据集跨学科合作网络，采用Louvain算法对网络进行聚类，探测不同的研究社区，然后采用BERTopic对使用数据集的文本进行主题建模；最后构建不同阶段的跨学科合作网络，揭示CHARLS和CGSS数据集跨学科合作演化特征。[结果/结论] CHARLS和CGSS数据集的跨学科多样性和平衡性不断增长，使用CHARLS和CGSS数据集的学科均形成了以少数学科为主导，多学科共同参与的格局；使用CGSS数据集的研究主题比CHARLS数据集的相对较为分散；CHARLS和CGSS数据集的跨学科合作网络节点数、边数以及社区数在不断增长，网络密度有所下降，不同阶段的主导学科不断变化。