[目的/意义] 本研究旨在分析信息茧房的形成机制和突破路径，为用户突破信息茧房提供科学策略。[方法/过程] 本文基于Logistic建模思想从信息获取的基本场景入手并逐步添加影响因素，构建信息茧房“形成—演化—突破”的一体化模型。通过仿真对用户可能面对的获取速率、破茧选择与突破态度3种场景进行研究，得出对信息茧房突破具有指导价值的仿真结论，为用户制定科学的信息茧房突破策略提供数理支持。[结果/结论] 研究发现，适当放慢信息获取速率有助于用户突破信息茧房。积极接受外界干预，有利于拓宽用户的信息感知渠道，从而帮助用户突破信息茧房认知因素是实现突破的关键，用户应积极提高认知水平。个性化推荐算法对信息茧房的影响具有两面性，可能加剧信息的两极分化。因此，用户应积极面对，将推荐算法作为自身认知思考的印证工具，从而帮助自身突破信息茧房。

[目的/意义] 精准化是社区养老服务发展的主要目标，是衡量社区养老服务水平的重要标准。当前社区养老服务发展存在供需失衡，服务精准化水平不高。大数据、人工智能等数智环境飞速发展为社区养老服务精准化水平提升带来了历史机遇，而探索社区养老服务精准化水平的影响机理是更加有效提升服务精准化水平的前提。[方法/过程] 基于价值网络模型，采用扎根理论研究方法，对社区养老服务相关参与主体代表的半结构化访谈语料进行编码分析，参照“背景-条件-行动-结果”的扎根理论经典范式，分析数智环境下价值网络对社区养老服务精准化的影响机理。[结果/结论] 构建影响机理“火箭模型”，从宏观、中观、微观3个层面，分析价值网络对社区养老服务精准化水平的影响因素和作用机理，其中“数智技术赋能”是关键影响因素。研究回答了数智环境下价值网络对社区养老服务精准化的“影响机理是什么”的问题，为后续探索提升服务精准化水平的策略指明方向。

[目的/意义] 从学术生涯视角出发探究卓越科学家的跨学科模式，为个体跨学科模式选择和学科交叉融合发展提供科学依据。[方法/过程] 以科学计量领域最高奖项普赖斯奖的获得者为例，从论文发表和知识来源两个维度刻画其跨学科模式，并划分起步期、成长期、深化期和成熟期4个学术生涯阶段，剖析其跨学科模式的演变规律。[结果/结论] 研究发现了“两栖科学家”“土著科学家”“移民科学家”“旅居科学家”4类获奖者，他们在不同学术生涯阶段具有差异化的跨学科表现，并在科学计量学发展的不同时期做出重要学术贡献。

[目的/意义] 交叉融合发展是解决复杂问题的必然出路，也是人文社会科学创新发展的重要动力。教育部人文社科交叉学科/综合研究项目作为交叉综合研究的重要载体，近年来在推动人文社科类交叉综合研究方面发挥了积极作用，通过研究旨在为未来的人文社科类交叉综合研究提供有益的启示和参考。[方法/过程] 本研究通过定量与定性相结合的方法，对近十年(2014—2023)教育部资助的4 045个交叉学科/综合研究项目进行了系统分析，探讨了项目的数量、类型、机构分布、项目负责人、研究主题及其趋势等。[结果/结论] 研究发现，人文社科类交叉综合研究在数量和深度上均呈现稳步增长，且研究主题涵盖广泛。在城乡社会发展、特殊群体问题、生态保护与可持续发展、区域经济与产业转型升级、文化传承与创新发展、人工智能与信息技术应用、心理健康与教育创新等方面形成了重要的研究热点，并呈现出多学科融合、实证研究与理论探索相结合、关注现实问题、创新性与实用性并重等显著特点。

[目的/意义] 数字经济政策已成为政府促进经济发展的重要政策工具，实证分析我国地方数字经济政策的实施成效，有助于推动地方经济实现高质量发展。[方法/过程] 本文利用2010—2021年中国337个地级及以上城市的面板数据，采用PSM-DID方法检验了地方数字经济政策对地区经济发展的影响。[结果/结论] 地方数字经济政策能够显著促进地区经济增长，但其促进作用存在两年时滞；人口规模较大或行政等级较高的城市数字经济政策实施成效更显著；中西部地区数字经济政策对地区经济发展的促进作用超过了东部地区。

[目的/意义] 系统动力学的仿真模拟能够全面捕捉政策影响下的复杂社会系统动态性，准确模拟政策干预随时间推移的累积影响，评估政策的实施效果，对于推动政策工具科学高效地制定和使用，以及提高政策效能都有着极其重要的作用。[方法/过程] 以人口生育政策实施为样例，基于生育率等关键性影响因素与教育经济等环境影响参数，借助Vensim PLE构建一套系统动力学仿真模型，动态演示人口—政策—经济子系统间的交互，设计执行3项差异化政策干预情景，深入模拟预测不同政策导向下的人口变迁路径与演化趋势。[结果/结论] 研究发现，生育政策的放宽在促进人口增长的同时，有效缓解老龄化趋势。但政策影响日渐式微，亟需结构化变革与调整。

[目的/意义] 针对中文方面级情感分析(Aspect-based Sentiment Analysis，ABSA)中面临的数据集不充分和跨领域迁移难的问题，探索中文大语言模型在ABSA任务中的应用和性能。[方法/过程] 本研究使用ChatGLM模型，通过提示工程及LoRa (Low-Rank Adaptation)与P-Tuning的微调技术，在中文公开方面级情感分析数据集ASAP上开展ABSA任务。[结果/结论] 与基线模型相比，基于少样本提示的ChatGLM性能接近全样本深度学习模型，而结合LoRa和P-Tuning的模型则取得最佳效果，并在实际的ASAP数据集中展现出良好的分类能力。本研究验证了中文大语言模型的方面级情感分析在中文环境下的有效性和可行性，为中文ABSA领域提供了新的解决思路和参考。

[目的/意义] 完善科学数据伦理治理有助于规范科学数据收集、共享和使用，发挥数据作为科研的关键资源与要素的功能，优化科学数据管理服务。[方法/过程] 本研究基于扎根理论分析英国科学数据伦理政策，总结其政策框架与内容，并通过矩阵编码与社会网络分析方法揭示治理特征，提出我国优化科学数据伦理治理的建议。[结果/结论] 研究发现，伦理政策框架包括治理环境、主体与策略3层面。伦理治理环境内容分为适用领域、适用主体、概念定义、问题分析与现有政策；伦理治理主体内容涉及治理主体界定与促进主体协作；伦理治理策略内容涵盖治理指导与各阶段治理措施。其治理特征有3维度：注重定义概念，明确分配主体权责与促进协作，全面厘定治理策略与加强伦理风险防控。据此提出4条治理路径：形成治理体系，规范治理理论，明确各方权责与协作方式，细化各阶段治理措施。

[目的/意义] 在公共卫生事件频发的背景下, 国民对健康信息需求急剧增长。社交媒体作为用户信息获取的重要途径之一, 在高效传播健康信息的同时, 也为虚假健康信息的产生和传播提供便利条件。随着社交媒体渗透力和影响力不断扩大, 用户对健康信息的不确定感愈发强烈。鉴于此, 本文对社交媒体健康信息用户的信任形成机理进行探索, 以期为后续相关研究提供参考和借鉴。[方法/过程] 解构社交媒体健康信息用户信任形成的要素, 建构面向用户感知过程的信任综合框架, 从用户、信息和环境3个方面提出社交媒体健康信息用户信任理论假设模型, 并对结构模型进行修正。[结果/结论] 研究从理论层面明晰社交媒体健康信息用户感知信任过程以及用户心理变化的进程。研究还发现热评情感极性、涉入度、信源可信度、冲突解决对信任存在显著的正向影响。信任对采纳意愿存在显著的正向影响。参照群体规范对采纳意愿存在显著的正向影响。此外, 信任分别在热评情感极性、涉入度、信源可信度和冲突解决与信息采纳意愿之间起到完全中介作用。

[目的/意义] 分析生成式AI大学生用户的持续使用意愿，能为优化生成式AI用户体验和提升社会新质生产力提供理论参考。[方法/过程] 文章基于期望确认理论、使用与满足理论构建了生成式AI大学生用户持续使用意愿影响因素模型，并以杭州市5所高校的大学生为研究对象，通过问卷调查法收集数据，采用SPSS 27.0和AMOS 27.0验证了模型中的变量与假设。[结果/结论] 研究表明：满意度是大学生用户持续使用意愿的关键影响因素，信息质量、系统质量、享乐满足、功利满足等因素对其持续使用意愿具有显著的直接正向影响，期望确认度、信息质量、系统质量等因素能通过满意度对其持续使用意愿产生显著的间接正向影响。

[目的/意义] 当前基于知识图谱的主流推荐算法主要对项目侧知识进行挖掘利用，较少关注用户侧的辅助信息，存在用户数据稀疏和挖掘深度不够等问题。[方法/过程] 针对用户侧和项目侧辅助信息的结构及特征差异，提出了一种融合社交关系和知识图谱的双图注意力推荐模型。首先，将用户社交网络图和项目知识图谱分别与用户—项目交互图融合，得到用户社交关系协同图和项目协同图。其次，利用双图注意力网络分别处理这两个知识图谱，提取不同的用户和项目特征向量。然后，通过注意力机制融合得到的用户和项目特征向量。最后，利用向量间的内积运算得到用户和物品的交互概率进行推荐。[结果/结论] 在Douban和Last-FM数据集上进行的实验表明，该模型在各个数据集上的性能优于其他基准模型。

[目的/意义] 以人工智能生成内容为代表的AI技术赋能新质生产力涌现多维价值意蕴，可以更好地助力我国数字经济实现高质量发展，更好地助推我国知识和情报服务创新。分析AIGC赋能知识和情报创新服务的新机制、新风险和新路径，对于推动信息资源管理学科在新质生产力重大国家战略下的蓬勃发展具有重要的理论和现实意义。[方法/过程] 本文依据新质生产力的理论内涵，从劳动对象、劳动者和劳动资料3个角度剖析AIGC赋能知识和情报服务创新的内在机制，依据信息传递三要素从信息源、信道和信息受体3个维度识别AIGC赋能知识和情报服务创新的风险并提出治理策略，从新质生产力构成阐释AIGC赋能知识和情报创新服务的实践路径。[结果/结论] 研究表明，新质生产力战略下，AIGC以数据要素为基础，以基础模型为支撑，以人智协作为核心，形成知识和情报服务创新的内在机制；数据隐私安全风险、网络空间安全风险和科技伦理安全风险需要更好地发挥产学研协同优势进行治理；提出通过构建以数据要素驱动的新模式，组建人智协作的新团队和开发可靠可信的智能化模型促进AIGC赋能知识和情报服务创新的实践路径。

[目的/意义] 探索社交媒体用户的算法意识对其自我隐瞒行为的影响机制，有助于完善我国多元共治的算法治理体系，并从理论上为社交媒体用户隐私管理提供参考依据。[方法/过程] 基于隐私计算理论(Privacy Calculus Theory)，探究算法意识对社交媒体用户自我隐瞒行为的影响机制，并考虑了平台信任的调节作用。通过收集730名社交媒体用户的调研问卷，综合运用结构方程模型和Bootstrap方法进行实证研究。[结果/结论] 结果表明，算法意识对隐私关注、感知收益、隐私风险信念、自我隐瞒均具有显著的正向影响作用；感知收益对隐私风险信念无显著影响；隐私风险信念在算法意识与自我隐瞒之间存在部分中介作用，隐私关注和隐私风险信念在算法意识与自我隐瞒之间具有链式中介作用；平台信任负向调节算法意识对自我隐瞒的关系。

[目的/意义] 用户的间歇性中辍作为一种消极行为，将影响生成式AI的用户保持及获取持续竞争优势。因此，有必要研究用户间歇性中辍的形成机理，发现显著的影响因素。[方法/过程] 基于认知—情感—意愿(Cognition-Affect-Conation, C-A-C)，从“使能”与“抑制”双重视角研究了生成式AI用户间歇性中辍行为。使能因素包括隐私担忧、信息幻觉、认知失调；抑制因素包括智能化、拟人化、个性化、情感承诺。采用结构方程模型(Structural Equation Modeling，SEM)和模糊集定性比较分析(fuzzy-set Qualitative Comparative Analysis，fsQCA)进行数据分析。[结果/结论] 隐私担忧和信息幻觉影响认知失调，进而导致间歇性中辍行为。智能化、拟人化、个性化影响情感承诺，进而对间歇性中辍产生抑制作用。研究结果显示，生成式AI一方面需要缓解用户的隐私担忧，减少信息幻觉，从而降低用户认知失调；另一方面，需要通过提高系统的智能化、拟人化、个性化等功能水平，增进用户情感承诺，从而抑制其间歇性中辍行为。

[目的/意义] 本文研究了用户对人工智能生成内容(AIGC)信息回避的成因与作用机制，为用户信息行为引导、AIGC技术优化和AIGC产品迭代提供理论参考。[方法/过程] 基于认知—情感—意愿(Cognition-Affect-Conation，C-A-C)框架，构建信息可控度、信息透明度和AI焦虑影响信息回避的理论模型，通过虚拟实验方式获取样本数据，并利用偏最小二乘法结构方程模型(PLS-SEM)对数据及模型进行分析与验证。[结果/结论] 结果表明，用户对人工智能生成内容(AIGC)的信息回避行为在不同AIGC信息透明度与可控度之间存在显著差异，AI焦虑与信息回避行为有正向关系。研究发现，AI身份威胁对AIGC信息不确定性与AI焦虑之间的关系有正向调节作用。

[目的/意义] 推动数据这一新型生产要素向新质生产力转化成为政策制定者和实践者的重要议题，因此探究相关科技政策逻辑具有重要的现实意义。[方法/过程] 采用政策文献量化分析方法，按照“政策主体—政策工具—政策目标”的分析框架，结合数据要素“收—存—治—易—用”循环价值链的逻辑，对政策如何推动数据要素向新质生产力转化的逻辑进行分析。[结果/结论] 结果表明，中央政策主体较为分散，数字经济发达的地方政府推动作用明显；供给面政策工具和环境面政策工具是主要政策工具；“数字创新”“数据应用”“数据交易”和“数据治理”为主要政策目标；中央和地方政府在政策工具和政策目标的布局上存在一定差异性；未来可优化“主体—工具—目标”体系，以及普适性政策工具和特殊性政策工具的组合，提升政策效率。

[目的/意义] 随着我国数据要素市场从无序自发的探索阶段进入有序规范的正式探索阶段，在此过程中，数据安全问题尤为突出，并已上升至国家战略层面，而探究我国数据安全政策与科研的协同情况，能够为推动我国数据安全科学研究和完善我国数据安全政策提供重要的参考与借鉴。[方法/过程] 本文以我国数据安全领域的547部政策和2 466篇科研论文为样本，结合NMF主题模型和Word2vec模型，分别对政策文本和科研论文进行主题识别，并通过相似度计算方法探究我国数据安全政策和科研主题演进与协同的情况。[结果/结论] 数据分析发现，我国数据安全政策与科研主题呈现出协同一致、协同演进的关系，并且在数据要素和跨境数据流动主题中出现了明显的科研推动政策的协同趋势。

[目的/意义] 解析科研场景下AIGC用户采纳意愿影响因素之间复杂的关联关系以及是否存在单一因素对用户采纳意愿产生必要性影响，为AIGC在科研场景中的推广和应用提供理论和实践参考。[方法/过程] 运用必要条件分析和模糊集定性比较分析方法对522份问卷数据进行分析，探究单一因素的必要性和组态路径的充分性。[结果/结论] 研究发现，不存在单一因素对AIGC用户采纳意愿产生必要性影响，在影响因素组态路径中存在11条用户高采纳意愿路径和4条用户低采纳意愿路径。其中，感知质量、感知有用性、感知易用性、感知任务技术匹配度、感知信任、社群影响、用户期望7个影响因素在组态路径中均作为核心条件或边缘条件对用户采纳意愿产生重要作用。

[目的/意义] 在线婴幼儿健康信息正在成为婴幼儿养育的重要支持，探索新生代父母在线婴幼儿健康信息采纳行为路径，为中国式育儿实践的理解和解析提供一种在线健康信息的视角和理论框架。[方法/过程] 采用半结构化访谈方式收集32位新生代父母对在线婴幼儿健康信息的行为实践经历，基于扎根理论梳理出情境、动机、信息、主体、家庭、社会、感知有用性、反应8个主范畴，进而构建出相关健康信息采纳行为路径理论模型。[结果/结论] 研究发现，在不同的情境触发下，父母会基于不同的动机来获取、甄别和采纳相关健康信息，以进一步强化其育儿观和育儿实践，而在这过程中，家庭、社会作为一个外部系统影响着新生代父母的行为实践选择。

[目的/意义] 新时代东北全面振兴取决于科技人才的有力支撑，科技人才政策是推动科技创新与人才发展的重要制度保障。通过对科技人才政策进行系统的量化分析，旨在准确把握区域科技人才政策的框架结构和动态特征，为深化政策供给侧改革提供决策参考。[方法/过程] 本研究以黑龙江省、吉林省、辽宁省三省的科技人才政策文本为研究对象，运用BERTopic模型对其政策文本进行主题识别、关键词提取、相似度计算等，在此基础上开展各省政策主题的纵横向比较，并与粤苏浙鲁等发达省份的政策进行对比分析。[结果/结论] 东北三省科技人才政策已形成了以人才引进、培养、使用、评价、激励、服务为主线的政策体系，但与发达省份相比，在政策供给、需求牵引、针对性等方面还存在不足。据此，本研究提出，东北三省应立足区域实际，提升人才政策的系统性、精准性、时效性，聚焦政策供给、需求牵引、区域特色等关键问题，在人才政策的集成优化、创新发展上持续发力，以新时代人才政策变革引领和保障全面振兴、高质量发展。

[目的/意义] 针对欧洲国家制定的国家开放科学政策展开量化评价分析，以期为我国制定与完善开放科学政策提供必要的参考与借鉴。[方法/过程] 选取11个欧洲国家制定的国家开放科学政策作为研究对象，从政策主题、政策工具和政策效力3个维度展开量化分析，并据此构建政策评价指标体系和PMC指数模型，针对欧洲国家开放科学政策文本进行量化评价与全面分析，为推动我国开放科学政策实践进展提出建议。[结果/结论] 11项欧洲国家开放科学政策整体评价结果为优秀水平，通过政策评价分析发现其中存在不足与可借鉴之处。建议我国尽快参考欧洲国家的先进政策实践，加强国家战略层面的开放科学政策顶层设计，多个政策主体协同推进构建开放科学政策体系，协同运用多种政策工具推进开放科学实践进展。

[目的/意义] 基于用户体验五要素模型分析用户体验公共数据开放平台的影响因素，以期帮助平台完善建设，实现用户体验的升级。[方法/过程] 基于用户体验五要素模型进行要素析出、假设设计与模型构建，利用问卷进行信息搜集，通过SEM模型与NCA方法对数据进行路径检验、假设验证及必要性分析。[结果/结论] 在用户体验五要素当中，内容需求、交互设计、界面设计、视觉表现均对用户体验具有充分的显著性影响；在必要性上则略有不同，据瓶颈水平分析可知，必要性程度由高到低分别是内容需求、视觉表现、界面设计及用户需求。

[目的/意义] 公共数据授权运营是促进数据交易流通、挖掘数据价值的重要手段，从政策工具视角切入公共数据授权运营政策，有助于探究现有政策的注意力配置情况，为日后国家或其他省市出台公共数据授权运营政策或文件提供参考。[方法/过程] 以质性分析为研究方法，以领跑我国公共数据事业的浙江和山东两省发布的公共数据授权运营政策文件作为政策样本，使用质性分析软件NVivo12PLUS进行政策工具的考察和挖掘，研究其使用情况的重点和不足之处，并针对问题提出相应的完善建议。[结果/结论] 当前公共数据授权运营无论是理论还是实践层面都处于摸索尝试阶段，在对政策样本进行分析后发现，政策工具的使用存在供给型政策工具的比例分配失衡、环境型政策工具滥用、需求型政策工具亟需扩充的问题，仍需要协调供给型政策工具的比例配置、强化环境型政策工具的均衡性以及对需求型政策工具进行扩充完善，以此来优化我国公共数据授权运营的政策体系。

[目的/意义] 面向健康管理场景, 以真实世界个体健康医疗数据为研究对象, 构建多维度的个体健康画像概念模型, 提升个体健康画像的实用性。[方法/过程] 在对现有个体健康画像研究评述的基础上, 面向健康管理应用场景, 通过分析真实世界个体和群体健康数据, 提出符合真实世界数据条件下多维度健康画像的标签体系, 构建包括人口特征、健康素养、行为习惯及健康状态4个维度的健康画像概念模型, 并以英国生物样本库中50万脂肪肝患者建立健康画像, 依据该健康画像进行预测研究。[结果/结论] 针对真实世界数据构建4个维度健康画像, 画像包括的多标签涵盖了患者的基础指标、客观指标和可控行为, 反映个体健康状态。通过精准的健康状态辨识和远期结局评估, 展示了从单维度到多维度3种模型不同时间点的ROC曲线。结果表明, 随着4种维度信息的逐步纳入, AUC值从0.58逐渐增加到0.64, 验证了"4P"模式下多维度健康画像在预测远期健康结果方面的有效性, 证明了个体健康画像能够帮助医生和个体更好地理解健康状态, 促进精准化健康管理的实施。

[目的/意义] 生成式人工智能技术在语料训练阶段会触发著作权侵权风险, 目前全球范围已经出现了侵权诉讼案件。提出应对著作权侵权风险的中国监管方案, 对平衡我国人工智能与传统内容创作产业的利益关系, 推动人工智能技术可持续发展有着重要意义。[方法/过程] 通过文献、比较和经验分析, 揭示了发达国家(地区)的监管制度。在借鉴域外监管经验的基础上, 结合我国国情提出监管方案。[结果/结论] 研究发现, 我国生成式人工智能技术处在发展阶段, 政府应推出灵活的行政监管原则, 在著作权法律体系中构建适用于生成式人工智能的柔性的"合理使用"制度, 同时制定适用于生成式人工智能的知识共享协议方案, 作为节约许可成本的行业合规路径。

[目的/意义] 可信数据空间为数据流通利用提供了关键支撑。本研究旨在探究符合中国国情的可信数据空间建设原则与发展路径，为构建全国一体化数据要素市场提供发展动能。[方法/过程] 本文通过文献回顾并列举实际案例，梳理数据空间研究现状与实践进展，从多维度分析利用可信数据空间解决数据流通利用困境的方法手段，基于此，系统性体系化地探讨可信数据空间的建设原则和发展路径。[结果/结论] 本文提出包含平衡、问责制、安全、互操作、可控在内的可信数据空间建设BASIC原则，从战略布局、技术底座、标准规范、创新生态、运营监管、国际交往等方面探索我国可信数据空间发展路径。

[目的/意义] 科学数据共享伦理秩序建构，旨在强化共享参与主体行为的正当性与合理性，规范共享过程与规约主体间际关系。科学数据共享是新型数据赋权场域，数据共享风险及不确定性增强，为避免数据共享及重用伦理失序问题，科学数据共享伦理秩序建构亟不可待。[方法/过程] 在阐释科学数据伦理秩序内涵与属性的基础上，论证科学数据共享伦理秩序建构的实然基础与应然要求，系统论述科学数据共享伦理秩序的建构进路。[结果/结论] 科学数据共享伦理秩序建构需要遵循理念公平、过程公正与结果正义的基本价值准则，以制度契约保障有效性、以激励机制确保可实施性、以平台互惠共生治理逻辑实现可控性。

[目的/意义] 系统审视并分析国外冲突性健康信息研究的现状、热点以及前沿，以全面把握该领域的发展情况，为未来研究提供有益的参考和支持。[方法/过程] 在Web of Science和Elsevier ScienceDirect两个外文数据库中检索冲突性健康信息的研究文献，利用VOSviewer可视化工具分析文献的发文趋势以及研究热点和前沿，并对这些分析结果进行详细的阐释和说明。[结果/结论] 国外冲突性健康信息研究正处于高速发展阶段，研究热点包括：冲突性健康信息产生原因和来源研究、冲突性健康信息对公众健康认知和行为的影响研究、冲突性健康信息下的公众健康决策研究以及冲突性健康信息应对和治理研究。研究前沿涵盖了不确定性视角下的冲突性健康信息、冲突性健康信息的延滞效应以及跨学科理论的冲突性健康信息研究。

[目的/意义] 理论是情报学学科构建与发展中至关重要的组成部分，对理论的梳理与分析不仅有助于理解情报学学科的起源与发展脉络，也能够预测新兴技术的发展，高效和准确地识别理论实体对于促进理论研究的深化具有极为重要的作用。[方法/过程] 本文提出了一种大小模型协同的情报学理论实体抽取算法，包括词嵌入向量增强、样本难度评估和理论识别模型3个模块。首先利用大型语言模型对理论实体进行预识别，预识别的实体与句子中的原始词嵌入向量构成增强词嵌入向量，通过增强的词嵌入向量优化领域小模型的训练过程。此外，本文利用大模型对样本的难度进行评估，并据此调整训练策略，以提高模型性能。该算法充分结合大型语言模型强大的语义理解能力以及领域小模型的专业性。[结果/结论] 在情报学理论实体抽取数据集上展开实验，结果表明本文提出的算法有效提升了理论实体抽取的性能，在精确率、召回率、F1指标上均实现了最优结果。

[目的/意义] 生成式人工智能技术的快速发展为信息检索领域带来了变革, 本文旨在通过分析生成式人工智能环境下用户的学习型搜索行为与效果, 并探究认知风格和任务类型在其中的影响。[方法/过程] 运用用户实验与数据分析的方法, 采用场依存—场独立型认知风格分类, 设计理解型与分析评估型两类搜索任务, 收集用户的搜索行为和学习效果数据, 并利用方差分析法进行检验。[结果/结论] 在生成式人工智能环境下, 认知风格影响了用户的检索式构造来源、阅读生成结果时长、搜索满意度与主观知识增长等, 而任务类型影响了用户的检索式长度、检索式构造时间与主观知识增长等。

[目的/意义] 在教学环境中使用虚拟数字人进行授课可以促使用户更高效地在线学习。本研究旨在探究在线学习中虚拟数字人特征对用户在线学习效果的影响, 为在线教学视频设计和教学策略优化提供参考。[方法/过程] 结合准社会互动理论, 使用VTube Studio软件设计虚拟数字人教学的视频材料, 招募用户观看教学视频并测量用户的主观感受, 对在线学习中虚拟教师授课的情境进行探究。[结果/结论] 虚拟数字人的吸引力、拟人化特征通过用户对虚拟数字人的态度和学习满意度的链式中介作用积极影响在线学习效果, 拟人化到学习效果的中介路径之间存在遮掩效应; 准社会互动对学习满意度有积极影响, 而对学习效果存在负面作用。

[目的/意义] 风险沟通视角下突发事件融媒体信息生态系统构成要素的识别、要素的因果序与关键性的识别有助于该系统进行有序、分级优化，助力应急工作。[方法/过程] 探讨突发事件融媒体信息生态系统结构框架，并识别其构成要素，采用模糊集理论—DEMATEL研究方法，计算各构成要素“四度”，探讨突发事件融媒体信息生态系统构成要素的因果序及关键性，并以此为依据对构成要素进行聚类分析。[结果/结论] 研究识别出38个构成要素中包含17个原因要素、21个结果要素；构成要素中包含14个关键要素；聚类分析将构成要素划分为6级。研究结果为突发事件融媒体信息生态系统有序、分级优化提供参考依据。

[目的/意义] 智慧服务已成为高校图书馆转型发展的重要方向。自然语言处理技术赋能了高校图书馆智慧化服务，带来了服务模式与流程的重构，有助于提升高校图书馆的整体服务水平。命名实体识别是自然语言处理中的一个重要任务，对图书馆智慧化服务产生重要影响和价值，可有效识别信息中的人名、地名、组织机构、资源利用、服务特色和文化推广等实体，为知识组织、信息检索等提供支持。[方法/过程] 本文利用命名实体识别技术分析高校图书馆智慧化服务系统的应用前景，通过构建高质量的高校图情语料库，提供高质量训练数据，以满足领域内特定的实体识别需求的准确性和适应性，为优化图书馆智慧服务系统提供基础。采用基于深度学习的ALBERT-BILSTM-CRF模型，用以验证命名实体识别任务的效果，将该模型应用于高校图书馆服务推荐和知识图谱的案例分析，并与现有的国内外主流大语言模型进行了效果比较。[结果/结论] 结果表明，本文提出的方法有效地提高了高校图情领域命名实体识别的性能，有助于实现图书馆智慧化服务的推广与应用，同时也减少了资源浪费和训练成本。此外，本文还探讨了服务于图书馆领域大语言模型LibraryGPT的可能性，以便对未来高校图书馆智慧服务的推广和发展提供参考和借鉴。

[目的/意义] 信息传播和交流方式的改变以及移动终端设备的普及给个人信息管理带来了过载和压力等问题，引发个人信息回避行为。探讨信息过载和系统功能过载等对个人信息回避行为的影响机理，有助于理解个人信息回避行为的发生过程和触发机制、优化信息推荐服务和信息管理工具使用体验。[方法/过程] 采用混合研究方法，先运用扎根理论分析影响个人信息回避行为的关键因素，建构个人信息回避行为产生过程的理论模型；再借鉴压力源—应变—结果理论框架，通过定量研究验证个人信息回避行为影响因素的作用路径。[结果/结论] 信息过载和系统功能过载正向影响情绪压力，进而导致个人信息回避行为，心理弹性负向调节系统功能过载和情绪压力的关系，信息素养负向调节信息过载和情绪压力的关系。本研究采用混合方法为理解个人信息回避行为形成机制提供了新的研究视角，为个人信息管理实践、信息推荐服务和信息管理工具优化完善提供启示。

[目的/意义] 学者们重视追求医疗智慧问答相关技术本身的前沿性，对基础理论的探讨研究较少，两者未能融合发展。[方法/过程] 在辨析相关概念的基础上，首先阐述在线医疗健康领域智慧问答服务的内涵及特征，之后剖析知识图谱与大语言模型的联系及两者的互补融合思路，最后提出图模驱动的在线医疗健康智慧问答服务。[结果/结论] 文章将医疗智慧问答服务理论特征贯穿智慧问答服务的全过程，创新性地提出其智慧问答服务应包含大语言模型驱动的医疗知识图谱构建、知识图谱增强的医疗大模型训练、图模驱动的智慧问答服务流程三部分。本研究实现了理论与技术的有机结合，研究成果可用于后续医疗智慧问答的实践性工作。

[目的/意义] 在当今数智时代，数智技术是安全情报能力建设的关键驱动力，开展数智赋能安全情报能力建设研究的意义重大。[方法/过程] 在分析数智时代安全情报能力变革的基础上，揭示数智赋能安全情报能力建设机理，并提出数智赋能安全情报能力建设路径。[结果/结论] 通过数智赋能安全情报能力建设，可实现安全情报能力的平台化能力集成、扁平化结构分布、前瞻性全局研判和体系化协同运行。数智赋能安全情报能力建设应面向安全情报需求确定、安全情报获取、安全情报分析及安全情报应用和反馈全过程。

[目的/意义] 人工智能(AI)技术在创新发展的同时也产生了算法异化。本研究以算法进步带来的异化现象为切入点，引入矛盾态度概念，研究学术用户人工智能生成内容(AIGC)技术使用意愿形成机制，为促成学术用户AIGC技术合理使用、技术服务商改进平台功能以及相关部门算法治理提供借鉴与参考。[方法/过程] 基于ABC态度模型和自我调节理论，从算法欣赏和算法厌恶的角度构建算法异化下影响学术用户AIGC技术使用的理论模型，采用结构方程模型分析(SEM)和模糊集定性比较分析(fsQCA)的方法，对425份问卷数据进行实证分析。[结果/结论] SEM结果证实了矛盾态度对学术用户的AIGC使用意愿具有显著负向影响。算法欣赏(信息质量、功能质量)负向影响矛盾态度，算法厌恶(信息异化、治理滞后)正向影响矛盾态度，矛盾态度则在算法欣赏、算法厌恶和使用意愿间起到中介作用。同时，算法素养和社会支持在矛盾态度和AIGC技术使用意愿间起着调节作用；fsQCA结果进一步显示，质量导向型(S1)、自我效能型(S2)和群体驱动型(S3) 形成高使用意愿，而风险规避型(NS1)和规范缺失型(NS2) 会引发非高使用意愿。

[目的/意义] 分析当前应急体系发展存在的痛点，探寻应如何利用应急情报加以解决，进而构建适应我国社会实际情况的应急情报体系。[方法/过程] 通过对各地《 “十四五”国家应急体系规划》的文本分析，分析当前应急体系存在的问题，利用场域理论要素的特征分析问题产生原因并提出解决建议和方法，以期构建符合社会需求的应急情报体系。[结果/结论] 应急情报不应仅局限于应对突发事件，同样也应为应急体系的完善提供参考决策。针对这个目标，应明确应急情报体系的场域、形成应急情报体系的惯习，从而促进应急情报体系场域内的资本转化。