[目的/意义] 自大数据时代到来，国内外高等教育评价研究发展迅速。本文旨在探讨国际高等教育评价发展现状以对我国高等教育评价提供启示。[方法/过程] 本文以Web of Science核心数据集为数据源，使用SATI、SPSS工具对国际高等教育评价现状进行文本挖掘、聚类分析与可视化分析。[结果/结论] 发现研究热点集中于以反馈为核心的评价方法问题，以学生为中心的评价指标问题，以信效度为核心的评价质量问题。未来国内高等教育评价应充分利用大数据的特点，建立动态科学的评价体系，以期提高评价质量。

[目的/意义] 研究热点论文的整体特征和传播特征，对学术影响力的提升和知识共享具有重要意义。[方法/过程] 文章基于Altmetric TOP榜文献进行频数统计与分析，从学科、期刊、获取方式、第一作者隶属国家（地区）以及前两位作者所属高校的分布探讨了文献总体特征；采取K-Means聚类将不同指标划分级别，并利用Apriori算法的关联规则探讨了不同情况下的文献传播特征。[结果/结论] 研究发现，医药健康领域文献占比较大，人文学科社会影响力较低，信息与计算机科学领域单篇AAS和被引次数较高。开放和自由获取占比线性预测都呈现增长趋势，顺应了知识共享的发展趋势。同时，不同被引次数区间、AAS值区间、学科、国家（地区）和获取方式下，文献传播渠道存在较大差异。

[目的/意义] 揭示国内在大数据领域研究中的热点主题。[方法/过程] 收集CNKI收录的2008-2020年关于大数据的论文，通过LDA主题模型抽取研究主题，并识别热点主题。选取具有代表性的主题，对其再次进行LDA主题聚类，并运用LDAvis对主题进行可视化。[结果/结论] LDA模型能够较为准确地提取大数据领域文献的研究主题，这有利于研究人员了解该领域的发展状态，把握未来的研究方向，探寻新兴主题。

[目的/意义] 挖掘与利用学术社交网络数据，为用户推荐个性化的文献搜索结果，为增强与优化知识服务平台功能提供新的思路。[方法/过程] 本文以学术社交网络为基础，构建其中学术用户间的关注关系网络，通过将度数声望与最短距离结合提出推荐指标。文献搜索推荐以特定用户视角展开，在利用该用户自身生成内容进行第一次搜索内容扩展后，计算出候选学者列表并用于第二次搜索扩展和文献相似度计算。[结果/结论] 本文选择ResearchGate为学术社交网络数据来源，爬取"Artificial Intelligence"主题下的用户关系以及用户生成内容数据，推荐结果匹配用户搜索意图且所涉及学术领域更为详细，与用户自述的学术兴趣吻合度较高。

[目的/意义] 响应《数据安全法》构建数据安全制度的号召，探究总体国家安全观下我国数据安全制度的构建，以期为相关工作提供可能参考。[方法/过程] 本研究通过文献分析、比较分析梳理国内外数据安全制度发展及研究现状，结合系统论思想、总体国家安全观以及《数据安全法》提出一个包含基本要素以及基本子制度的数据安全制度构建模型，阐述数据安全制度组成要素，并结合国内外经验分析7种基本子制度，最终从情报学专业角度出发提出建议。[结果/结论] 总体国家安全观下的数据安全制度是一个包含目标价值、规则体系、调整对象和实施保障的复杂系统，其出发点与落脚点为总体国家安全观，其构建原则为以民为本、协同发展、激励相容、和谐性和与时俱进，其子制度为数据分类分级制度、数据安全风险管理制度、数据安全应急处置制度、数据安全审查制度、数据出口管制制度、反制歧视制度以及制度评估监督和反馈制度，其可从新时代情报学发展目标、情报学特质以及情报人才三方面得到借鉴。

[目的/意义] 针对现有企业弱信号识别方法的单一性，本文提出一种基于LDA-BERT融合模型的弱信号全自动识别方法。[方法/过程] 该方法首先通过LDA主题模型对文本数据集进行分类；其次，构建主题和术语双层过滤函数从主题分类的结果中提取早期预警信号，通过紧密中心度、主题权重以及主题自相关性三大度量对主题进行过滤，并基于主题内术语的归一化频率和概率提取出弱信号；最后，运用BERT深度学习模型在语义上拓展弱信号。[结果/结论] 本文使用企业社交媒体新闻数据集对构建的系统模型进行验证，有效检测出相关弱信号，并挖掘出弱信号随时间推移逐渐增强的演化特性。该模型不仅解决了现有弱信号研究人工参与较多和检测结果可解释能力不高的问题，且融合模型弥补了LDA词袋模型的不足，能更有效地对弱信号进行识别，为企业危机预警和战略决策管理提供参考信息的同时，也为弱信号识别研究提供了新思路、新方法。

[目的/意义] 通过修正噪声和更改偏好扩散规则优化RippleNet推荐模型，提高推荐准确率。[方法/过程] 借鉴"同级参评用户与同级受评项目具有同级评分"思想，识别并修正评分数据集中噪声；制定优先选择由高词频语义关系连接的知识图谱节点的偏好扩散规则并构建用户偏好数据集。[结果/结论] 优化后模型比原RippleNet模型Top-K情景下不同K值的平均精准率提升5%；CTR点击率预测情景下测试集平均AUC值从原模型90.7%提高到92.3%。修正数据集中噪声和改进偏好扩散规则可以提高RippleNet推荐模型性能。

[目的/意义] 依据图书客观特征作为图书采访依据，相比依据读者需求作为图书采访依据，更具有客观基础。[方法/过程] 在馆藏图书是否发生过流通的分类划分基础上，对以题名、出版社为特征的馆藏图书的描述信息，通过文本分类技术，形成图书特征划分方法，对馆藏是否发生过流通进行的统计结果，转化为可以利用人工智能的朴素贝叶斯分类等技术，进行分类学习的概率事件。[结果/结论] 模型运行的结果，表明基于文本分词朴素贝叶斯分类技术，能够根据图书表征，对图书流通趋势进行分类，可以使图书采访摆脱人工主观因素干扰，并提供客观可靠的量化依据。

[目的/意义] 当前金融在社会发展领域占据重要位置，个人金融信息安全危机也不容忽视，本文从政策工具视角出发，对我国有关个人金融信息保护的政策文本进行量化分析，探析当前相关政策工具选取和运用的特征，并就此提出优化建议，帮助我国个人金融信息保护工作良性开展。[方法/过程] 对收集的28份具备全国性效力的个人金融信息保护的政策文本，设计X-Y二维分析框架，依据政策条文编码结果，辅以Nvivo质性数据分析软件，从个人金融信息保护基本政策工具和政策要素两个维度展开分析。[结果/结论] 研究发现，我国个人金融信息保护政策文本中多运用规章层面等效力较弱的政策工具；政策工具结构失衡，存在个别工具使用过溢现象；个人金融信息保护政策的可操作性有待加强等问题，并对优化我国金融隐私保护政策提出建议。

[目的/意义] 新冠疫情为高校图书馆学科服务带来巨大的冲击，一时间图书馆和用户均难以适应这种变化。在此情形下，图书馆如何充分利用学科服务情境在短时间内适应这种形势，并取得良好的学科服务绩效是学界和业界关注的焦点。[方法/过程] 为此，通过对疫情影响下高校图书馆现有学科服务实践的回顾和对学科服务现有成果的梳理，针对疫情影响下高校图书馆学科服务的特点，提炼和总结疫情影响下学科服务的困境。在此基础上，从"高校图书馆-学科服务-教师和学生"两个主体的关联耦合视角出发，通过高校图书馆为用户搭建学科服务场景，借助于高校图书馆所拥有的学科服务情境，基于场景化情境适配理论对高校图书馆学科服务机理进行发掘，形成"学科服务场景-学科服务期望-学科服务情境"的学科服务机理模型，并以此设计高校图书馆学科服务的实现路径。[结果/结论] 以学位论文指导为例对其学科服务方案进行设计。结果表明，高校图书馆应从教师和学生的学科服务期望出发，以教师和学生对学科服务体验为归宿，打造高校图书馆学科服务新触点，解决高校图书馆学科服务痛点，为疫情影响下和其他突发情况下高校图书馆学科服务提供参考。

[目的/意义] 本研究目的是以社交网络用户为研究对象，通过提出假设、构建理论模型和收集实际数据验证模型来对社交网络用户个人信息安全隐私保护行为的影响因素进行探究。[方法/过程] 本研究基于保护动机理论和隐私关注构建影响因素模型，并通过问卷调查获取数据，运用结构方程方法对模型的适用性进行检验。[结果/结论] 反应效能、自我效能、反应成本、感知威胁和隐私关注对用户个人信息安全隐私保护意愿具有显著的直接影响，其中反应成本起到消极作用，上述5个变量通过中介变量保护意愿间接影响用户的保护行为。

[目的/意义] 微博作为互联网信息传播的重要平台，当突发事件发生时，微博舆情对网上网下有着巨大的影响，本文将对突发事件微博舆情传播进行精细化分段，通过建立影响微博舆情传播的指标体系，研究突发事件微博舆情传播影响机制，为政府引导管控舆情提供方向。[方法/过程] 通过λ-Logistic模型和SEM （结构方程模型），构建突发事件微博舆情传播影响机制模型，结合红黄蓝事件的实际数据，分析各阶段的因子指标对微博舆情传播的影响方向和程度。[结论/结果] 经过理论建模和实证分析，划分了微博舆情传播的5个阶段，验证了"传播用户" "博文内容" "文本特征"3个维度在微博舆情传播的各阶段起到不同程度的作用。

[目的/意义] 从隐私风险防控的角度，调查巴西政府开放数据的隐私保护实践，为我国政府开放数据和隐私保护提供参考。[方法/过程] 利用文献调研和案例分析的研究方法，以巴西为例，通过对文献资料和网站内容的调查，获取一手资料阐述巴西政府开放数据中隐私风险防控的经验，对政府开放数据中个人隐私的评判标准、数据保护影响评估（DPIA）和风险评估、隐私风险应对的数据处理规范、隐私风险应对的机构与职位进行分析和概括。[结果/结论] 修订开放数据政策，完善隐私风险评估，制定详细的数据处理规范。

[目的/意义] 为给社交网络信息交流的网络安全问题提供参考。[方法/过程] 本研究以网络空间治理为导向采用协同理论分析社交网络信息交流的构成要素和运行过程，指出微观层面的社交网络信息交流呈现全域性信息、价值驱动、交互不均衡、信息团体聚集稀疏化、协同化信息行为等特征。[结果/结论] 针对社交网络信息交流信息过度民主、信息偏好、信息交互不平衡等问题提出有序化管理、生产优质有效的信息、协调处理关系冲突的网络治理目标，据此设计融合多主体协同管理机制、全交互动力机制、自适应运行机制为一体的社交网络信息交流协同创新机制。

[目的/意义] 虚拟团队作为一种动态、灵活、有效的组织形式，越来越受到国内外学界与业界的关注与研究。[方法/过程] 本文运用文献计量与可视化的分析方法，描绘了虚拟团队研究文献的分布特征，剖析了不同阶段下研究主题的演化脉络，进而揭示了未来可能的融合趋势。[结果/结论] 研究发现，交流、合作、技术3个研究主题一直是虚拟团队的热点研究问题，知识、信任、绩效、创造力等在不同的发展阶段融合出不同的研究热度；此外，未来产生交叉融会的研究主题涉及面较广，相关支撑技术、项目管理、远程医疗、团队创造力、信息与知识等均具有交叉融合的趋势。

[目的/意义] 区块链研究越来越受到社会各界的重视，对国际区块链研究主题及其演化的分析有利于我国学者把握其发展趋势，精准把握面向区块链学科领域的国际前沿研究方向。[方法/过程] 本文围绕国际区块链研究主题及演化情况，以Web of Science核心合集SCI-EXPANDED和SSCI中2008-2020年相关论文为数据源，使用LDA主题模型，从热点主题和主题演化两个方面对国际区块链研究进行了分析。[结果/结论] 国际区块链领域中的热点主题包括"医疗健康" "数据隐私保护" "能源交易与共识算法"和"物联网安全"； "商务智能合约" "加密货币"两个主题具有明显演化特征，具体表现为在重要文献发表之后两者的热度开始上升；区块链的研究从其技术本身向包括医疗、能源在内的多个领域拓展渗透；目前，以融合解决其他领域问题为特征的区块链3.0的研究占比已经超过了传统的区块链1.0和以智能合约为代表的区块链2.0。

[目的/意义] 论证挖掘（Argument Mining）是人工智能、文本挖掘领域近几年较为火热的研究主题，是观点挖掘（Opinion Mining）最新的研究方向。论辩挖掘旨在对文本信息中的论辩成分与结构进行识别、提取与分析，相关工作有助于度量论辩性文本中蕴含的论点、论据及其间关系，实现对观点可信度的评估，是完成文本细粒度分析和深度理解的关键。[方法/过程] 本文收集了2014-2020年Argument Minging Workshop上发表的121篇论文，梳理相关理论、方法和应用场景。[结果/结论] 研究发现，当前论辩挖掘研究仍处于初级阶段，相关研究存在缺乏整体性、未建立统一的标注规范、研究深度不足的缺陷。未来应更注重应用研究、提升语料库构建质量、实现从论辩性信息的理解到论辩自动生成的过渡。