[目的/意义] 为更全面、细致地揭示国内外情报学的发展路径与特点，从而有助于学者从更宏观的角度对领域的发展有更深入的认识。[方法/过程] 本文以情报学领域国内、国外代表性核心期刊论文作为数据源，采用共被引分析法、词频法、知识图谱等方法，对国内外情报学领域的研究前沿及演进趋势进行可视化呈现。[结果/结论] 首先，通过对比发现，国内外情报学领域前沿主题既存在共通之处，也存在差异性。其次，国内情报学领域的经典前沿演进路径有聚焦图书馆信息服务的演化路径和聚焦计量学与信息可视化的演化路径，国外的经典前沿演进路径为聚焦用户感知与用户行为的演化路径。国内外典型前沿演进路径表现的不同，其根本原因在于国内外情报学的起源、发展背景和研究范式的不同。

[目的/意义] 探究数字人文产业联盟构建策略，规划其未来发展路径，拓宽数字人文领域研究思路，加快数字人文领域迈向规模化、市场化、产业化步伐，加强数字人文领域内从数字人文知识到生产力再到经济效益的转化效率。[方法/过程] 从知识流动视角出发，明晰数字人文产业概念，探析数字人文产业知识流动路径，探究数字人文产业联盟构建策略与发展路径。[结论/结果] 界定数字人文产品、数字人文产业概念，分析数字人文产业知识流动路径，构建知识流动视角下数字人文产业联盟模型，提出以企业、高等院校与科研机构、政府与行业协会/组织等知识主体要素的构建策略，并规划“放眼未来”“着力当下”“弯道超车”三步走的发展路径。

[目的/意义] 开放式创新社区是用户进行知识共享的重要场所，厘清不同用户群体的知识共享角色与协同作用，对于管理者提升社区知识共享水平来说至关重要。[方法/过程] 本文首先通过K-means聚类定位领先用户、核心用户、长尾用户，之后通过扎根理论研究方法，探析3类用户群体在知识共享过程中的角色特征和协同作用。[结果/结论] 研究主要有3点发现：第一，3类用户群体均会经历知识整合、知识产出、知识传播、知识应用4个阶段。第二，3类用户群体分别扮演着知识挖掘者与创作者、知识串联者与扩散者、知识吸收者与实践者的不同角色。第三，3类用户在知识共享过程中相互影响、协同并进。

[目的/意义] 将社会网络分析方法应用于科学数据引用特征及规律研究，可以直观呈现出数据引用的复杂网络结构，挖掘数据引用更深层次的价值。[方法/过程] 通过辨析科学数据引用特征，构建GEO数据共被引网络模型，并对网络的整体演化、核心个体、社区结构等进行分析。[结果/结论] 研究结果表明，GEO数据共被引网络的度和度分布空间差异明显，平均路径长度较短且聚集系数较大，网络中核心个体优势明显，社区结构稳定且特征突出，社区间联系逐渐增强。

[目的/意义] 研究旨在探讨智能媒体情境下隐私悖论的发生机制及个体间的隐私保护行为差异，为推进平台隐私管理提供理论参考。[方法/过程] 基于保护动机理论，引入隐私保护倦怠及自我效能感分别作为中介和调节变量，在全国16个城市发起大型问卷调查(N=4 800)。[结果/结论] 研究发现，隐私保护倦怠负向中介隐私侵犯经历与隐私保护意愿的正相关关系；自我效能感正向调节(削弱)隐私侵犯经历与隐私保护倦怠的倒U型关系、负向调节(削弱)隐私侵犯经历与隐私保护意愿的正相关关系。

[目的/意义] 本研究旨在从信息觅食理论出发，分析点评类软件消费者在线评论搜索行为的内在机理。[方法/过程] 以信息觅食理论为基础，围绕信息线索、斑块模型和菜单模型构建了消费者在线评论搜索行为模型。采用问卷调查法收集352份有效样本数据，并利用结构方程模型对理论模型进行分析与检验。[结果/结论] 评论内容质量、评论丰富性、评论效价以及评论者资信度4类信息线索均会正向显著影响消费者斑块收益感知，进而正向影响消费者在线评论搜索行为。此外，评论效价也会直接正向显著影响消费者在线评论搜索行为。本研究在理论层面深入揭示了消费者在线评论搜索行为的内在机理，延伸了信息觅食理论的研究情境与边界；在实践层面为点评类软件的功能优化及引导消费者有效搜索在线评论提供了相关建议。

[目的/意义] 从用户相似度计算和用户反馈双重视角出发，进行高质量用户推荐，有利于提高网络知识社区个性化推荐水平。[方法/过程] 首先基于爬虫工具和Python包进行用户属性数据采集和分析，以计算用户之间的背景、社交关系、博文信息的综合相似度；然后再计算用户核心度，基于相似度矩阵和核心用户排名形成待推荐列表；最后引入用户反馈机制，并根据用户的正负反馈结果确定最佳Top-k好友。[结果/结论] 融入用户反馈的好友推荐模型能够提高推荐用户的质量，有效地提高好友推荐水平，也验证了好友推荐是一个逐步修复的过程。

[目的/意义] 科技论文是学术界传递和交流知识的重要方式。科技论文评审是对科技论文承载的知识的价值衡量，高效准确的科技论文评审分类预测可以快速判断论文价值，加速有价值的知识传播进程。[方法/过程] 本文讨论开放同行评审中自动评审分类方法，利用科技论文语义信息和开放同行评审中的专家评分，分别构建基于传统机器学习和基于深度学习的科技论文文本表示及分类模型，提供自动评审分类结果。[结果/结论] 实验结果表明，融合语义信息和评分信息的评审分类模型比单纯依靠评分均值进行评审判断更为有效，以评分+均值为评分信息输入、基于SCIBERT的质量评审分类模型准确率最高，达到90.17%。本文提出的自动评审分类方法具有可用性，准确率较高，可以辅助期刊编辑快速筛选有潜力的科技论文，促进科技论文智能评审的发展。

[目的/意义] 突发事件网络舆情群体极化是危害性最大的舆情演化结果，对突发事件网络舆情群体进行极化风险评估是风险识别与导控策略的启承环节，也是群体极化社会风险管理的重要内容。[方法/过程] 本文首先在三元空间视域下构建了突发事件网络舆情群体极化风险结构理论框架，进而提出了群体极化风险评估方法并构建群体极化风险评估指标体系，再基于AHPSortⅡ设计了突发事件网络舆情群体极化风险等级分类评估方法，最后通过过往案例数据进行了实证研究。[结果/结论] 本文提出了突发事件网络舆情群体极化风险评估方法，能够实现对群体极化风险等级的划分和计算，为管理部门准确掌握群体极化风险的发生、发展状态与趋势，实现风险的科学分级分类提供理论支撑。

[目的/意义] 通过研究社交媒体辟谣的要素对错误信息的持续影响效应(CIE)的影响，确定改善CIE的关键因素，进一步完善知识修正等相关理论，以遏制信息疫情的影响。[方法/过程] 以知识修正理论为基础模型，采用问卷调查的方式对社交媒体用户进行回溯调查。从用户个人因素和辟谣信息因素两个维度构建了社交媒体辟谣对用户持续影响效应(CIE)的影响因素模型。为验证该模型的可靠性，采用Smart PLS软件进行分析。[结果/结论] 网络辟谣信息对社交媒体用户持续影响效应(CIE)的影响主要受7个因素的影响：辟谣信息的频次、辟谣响应速度、个体的自信水平、辟谣信息的详尽程度、辟谣信息的来源、定向推理动机和辟谣信息内容认知能力。这7个因素共同调节了社交媒体用户的知识修正全过程。其中，辟谣信息的来源、定向推理动机和辟谣信息内容认知能力3个因素对用户消除CIE的效果起到相对主导性作用。

[目的/意义] 构建基于机器学习的成本法专利价值评估方法，快速识别海量专利的实际成本，并预测其价值区间，在为专利价值评估提供新研究思路的同时，也为专利转移转化定价提供了参考借鉴。[方法/过程] 通过Innography数据库与Incopat数据库下载“新能源汽车”领域多指标专利数据，提取专利成本影响因素与专利价值影响因素，并形成专利数据训练集与专利数据预测集；构建AutoGluon机器学习分类算法，将包含成本数据的Innography专利数据训练集导入模型进行训练，并将训练好的模型对Incopat专利数据预测集进行成本预测；最后使用成本法并结合本研究提出的专利价值指数对预测结果进行计算，估算其价格区间。[结果/结论] 通过实证分析与结果验证可知，本研究构建的基于机器学习的成本法专利价值评估方法在预测专利价值区间中具备一定有效性，为促进专利价值评估研究深化及专利转移转化定价实践发展提供了参考。

[目的/意义] 针对世界一流大学制定的开放科学数据政策体系展开调研分析，以期为国内科研机构制定与完善开放科学数据政策体系提出政策建议。[方法/过程] 本研究首先调研了世界一流大学制定的开放科学数据政策体系，其次归纳了其开放科学数据政策体系所包含的政策类型及涉及的相关政策法规，然后分析了各个政策类型应涵盖的与开放科学数据相关的政策内容要素，最后针对我国科研机构制定与完善开放科学数据政策体系提出了政策建议。[结果/结论] 建议国内科研机构参考与借鉴世界一流大学的先进政策实践，尽快制定涵盖个人数据保护、科研档案管理、科研诚信管理、科研伦理治理、知识产权保护、数据安全管理等相关政策的开放科学数据政策体系，在政策制定层面支持科学数据、原始资料、科研档案的协同管理，以期确保在科学数据全生命周期内遵守近年来持续调整的各类相关政策法规，并关注科研机构与资助机构、出版机构、数据知识库等其他利益相关者制定的开放科学数据政策之间的政策协同问题。

[目的/意义] 科学与技术的交叉融合是前沿创新突破的重要生长点。系统性梳理与总结国内外交叉领域的研究成果，旨在为本领域研究提供参考。[方法/过程] 基于科学领域内部交叉、技术领域内部交叉、科学—技术领域间交叉3种交叉类型，梳理交叉领域的概念关系及其内涵，立足计量学与内容挖掘视角，细致阐释交叉领域的测度方法。[结果/结论] 基于现有研究，提出交叉领域研究的概念关系与测度方法框架，从3个方面总结该领域未来发展方向：基于科技报告、专著、标准、论文、专利等海量、多源、异构数据的交叉研究，综合3种类型交叉的全局分析，基于交叉领域的前沿创新方向探测。