[目的/意义] 通过对过去10余年国内外相关文献的梳理，把握用户跨社交媒体信息行为研究的特征和不足，并提出值得关注的研究方向，为该领域的发展和理论突破提供助力。[方法/过程] 在文献检索的基础上，根据研究目的和质量评估筛选文献，再通过内容分析的方式从概念界定、理论基础和主题归类等方面进行总结整理。[结果/结论] 用户跨社交媒体信息行为研究具有用户类型多样性、社交媒体异质性、信息线索一致性、行为模式协同性等概念内涵，理论基础聚焦在研究背景、信息需求和信息行为等维度，研究主题可归类为不同用户在不同社交媒体中的信息行为和同一用户在不同社交媒体中的信息行为。未来研究应当进一步扩展概念特征的外延，构建专有的理论模型和深挖其实践价值。

[目的/意义] 结合超网络理论识别跨社交媒体舆情传播中的关键节点，对相关部门监管网络舆情、保障网络信息安全具有实践意义。[方法/过程] 研究工作选取特定的网络舆情事件，利用跨社交媒体同一用户算法识别出参与跨社交媒体舆情传播的信息用户。以超网络理论为理论基础，对跨社交媒体舆情传播中的各子网进行建模，融合自然语言处理、主题挖掘、情感分析等方法，挖掘跨社交媒体舆情传播过程中的关键节点。[结果/结论] 研究发现，本研究提出的跨社交媒体舆情关键节点识别方法，能够从不同视角识别与解读跨社交媒体舆情传播过程中的关键节点，从而更好地描述跨社交媒体舆情的传播过程与特点，为跨社交媒体舆情传播的研究提供了新的研究方法与思路。

[目的/意义] 本文基于跨平台用户的异构大数据，提出一种融合跨平台用户偏好与异质信息网络的推荐算法(CPHAR)，对于缓解个性化推荐的稀疏性和冷启动问题具有重要意义。[方法/过程] 首先，根据跨平台用户信息构建核心兴趣朋友圈，使用卷积神经网络和自注意力机制捕捉用户在源平台和目标平台中的信息偏好特征；其次，根据核心兴趣网络以及推荐项目之间的关系构建异质信息网络，使用异质图注意力网络模型进行特征聚合；最后，将以上特征嵌入改进后的矩阵分解模型，计算推荐得分。[结果/结论] 模型在自主构建的4个跨平台数据集中均表现出优越的性能，本文不仅弥补了推荐领域中跨平台多属性和细粒度数据集的空缺，而且通过引入跨平台特征进一步完善了推荐系统相关的理论与方法体系。

[目的/意义] 挖掘并可视化全球性颠覆性技术：区块链领域发明专利文献中隐含的细粒度新兴和热点技术主题及其演化差异，能够为领域从业者、科技政策制定者、管理部门和科技研发人员提供参考和借鉴。[方法/过程] 以全球区块链领域的专利文献为基础，按时序划分不同的时间切片，综合运用LDA主题模型、Word2vec词向量模型和BERT语言模型构建区块链领域技术主题挖掘模型，同时通过构建识别新兴和热点技术主题的四维指标：主题热度，主题族群，主题技术性和主题新颖度，识别出区块链领域细粒度新兴和热点技术主题，并结合主题演化模型，对新兴和热点技术主题差异进行演化分析。[结果/结论] 研究发现，LDA2Vec-BERT主题识别与演化模型能够基于区块链领域海量专利文献标题和摘要识别出领域的新兴技术主题和热点技术主题，并直观清晰展示出区块链领域细粒度技术主题的演化趋势和特征，发现区块链技术形成从构架研究到应用研究的发展趋势。通过模型结果对比可以发现，识别结果科学合理，且模型的精准率、召回率、F1值均高于其他识别模型，证明构建的集成模型能有效识别颠覆性技术领域细粒度新兴和热点主题。

[目的/意义] 利用可解释性技术与故事化方法研究网络欺凌检测有助于识别欺凌内容、参与网络言论治理以及净化网络生态。[方法/过程] 详细分析LIME解释算法的选择依据与文本解释原理, 并提出LIME算法在网络欺凌检测模型中的"钻石结构式"应用流程, 进一步构建了"数据层—模型层—解释层—叙事层"的故事化呈现框架, 最后通过实验验证了该框架的有效性。[结果/结论] 可解释性技术辅助网络欺凌检测模型有利于提高模型应用价值与可信度, 权衡模型准确性与可解释性二者的关系, 而基于数据分析及解释结果的故事化呈现方法为网络信息平台数据治理提供可信、可靠、可理解依据。

[目的/意义] 实体关系联合抽取是药物不良反应监测和知识组织的关键环节。为解决传统流水线抽取方法中误差传递、实体冗余和交互缺失问题, 提升药物不良反应重叠三元组抽取效果, 提出了一种基于异构图注意力网络的药物不良反应实体关系联合抽取模型MF-HGAT。[方法/过程] 首先通过BERT预训练进行外部医学语料资源的知识迁移, 实现多语义特征融合; 其次将关系信息作为先验知识引入为异构图节点, 以避免提取语义无关实体; 然后通过迭代融合异构图注意力网络消息传递机制增强字符与关系节点表示; 最后在节点表示更新后抽取药物不良反应实体关系。[结果/结论] 在自构建药物不良反应数据集上进行实验, 发现融入关系信息和外部医疗健康领域知识的MF-HGAT联合抽取F1值达到了92.75%, 较主流模型CasRel提升了5.29%。研究结果表明, MF-HGAT模型通过异构图注意力网络融合字符与关系节点语义, 可有效解决药物不良反应实体关系重叠问题, 对药物不良反应知识发现具有重要意义。

[目的/意义] 学术信息搜寻通常是一个长期、反复、持续的过程, 容易遭遇困难阻碍引发挫折。通过探讨大学生应对学术信息搜寻挫折的行为提出促进挫折应对效果的建议。[方法/过程] 针对大学生群体, 结合挫折应对理论, 利用半结构化访谈和内容分析法, 从挫折应对行为类型、应对效果及相关影响因素等方面进行分析, 构建大学生学术信息搜寻挫折应对模型。[结果/结论] 大学生应对信息搜寻挫折的行为类型主要包括以问题为中心和以情绪为中心两大类, 前者包括问题管理应对和问题评估应对, 后者包括回避型和非回避型情绪应对。用户、任务、环境等因素影响着大学生应对学术信息搜寻挫折的行为与效果。最后, 指出进一步的研究问题, 并提出相关对策。

[目的/意义] 在线社区中的交流说服过程影响和塑造着个人的观点态度与认知, 但对于说服具体是如何在在线社区中发挥作用并促成态度转变的还有待解答。[方法/过程] 本研究选取国外在线交流社区Reddit中的Change My View (CMV)社区作为研究对象, 采用质性文本分析方法对在线社区用户的说服交流行为与其态度转变的模式进行探究。[结果/结论] 本研究对不同论证结构和互动模式进行总结, 并发现3种态度转变的路径。研究结果对丰富在线说服的理论模型、探索良性且高效的说服交流互动模式具有重要价值。

[目的/意义] 为应对健康威胁带来的不安与焦虑，公众会本能地进行信息搜寻。然而，在突发公共卫生事件环境下，大量未经证实、夸张描述的信息在互联网上肆意传播，容易导致用户产生焦虑、心理抗拒与网络疑病症等负面心理状态，并最终导致用户信息规避行为。本文旨在厘清用户从信息搜寻转向信息规避演化机制，以丰富用户健康信息行为领域的研究。[方法/过程] 本文梳理了用户信息搜寻和信息规避行为的研究现状，根据SOR理论提出相应的假设并构建相应的理论模型，利用问卷调查和结构方程模型进行实证研究。[结果/结论] 本研究根据SOR模型揭示了用户信息搜寻转变到信息规避的行为的内在机理。研究结果表明，受内部刺激因素感知威胁和信息搜寻的影响，用户在信息搜寻过程中容易受信息环境中的信息冲突和信息过载影响，引发焦虑、心理抗拒和网络疑病症的不良机理反应，最终导致信息规避行为的发生。研究结论有助于理解用户健康信息行为，也为突发公共卫生事件下互联网的信息治理提供了行动参考。

[目的/意义] 对我国各地公共数据授权运营的实践行动展开调查，旨在发现更优的实践策略，并进一步推进数据要素化的理论与方法研究。[方法/过程] 通过分析相关省市的公开信息，实践现状从运营定位包括行动主体、数据对象、运营方式、运营成果在内的行动要素以及政策和平台保障三大方面得到梳理。[结果/结论] 基于对公共数据授权运营各方面的实践分析，进一步提出优化展望：实现公共数据授权运营多维构建与精准定位的平衡、扩展深化创新探索进程中的公共数据授权运营行动要素、强化公共数据授权运营保障要素配置、推进全国一体化协同体系的建设。

[目的/意义] 构建数字健康产业数据治理体系是推进数字健康产业数据治理活动、提升政府数字化精准产业治理与提高企业数字化能力的基础。[方法/过程] 本文首先通过分析数字健康产业数据现状和数据治理的必要性，并借鉴PDCA循环理论提出了数据治理过程；其次，以《数据治理规范》和五要素集成论为理论基础，从治理主体、治理客体、治理活动、治理工具、治理目标5个维度设计了数字健康产业数据治理体系的逻辑框架；最后，在逻辑框架的基础上构建了基于数据中台的数字健康产业数据治理体系技术架构。[结果/结论] 本文构建的数字健康产业数据治理体系逻辑框架和技术架构能够提升产业数据治理理论体系研究和技术实践的价值，为数字健康产业数据治理实践提供参考，推进数字健康产业的数字化治理和可持续发展，提高政府和企业的数据治理能力。

[目的/意义] 在数据跨境流动助推全球化发展这一背景下，探索我国数据跨境流动协同治理路径，为提升我国数据跨境流动协同治理效能提供参考。[方法/过程] 本文引入SFIC协同治理理论模型并对其进行适用化修正，通过剖析我国数据跨境流动协同治理的现实困境，提出基于SFIC修正模型的数据跨境流动协同治理纾解路径。[结果/结论] 本文构建出“初始条件—制度设计—催化领导—协同过程—评估反馈”五维一体的纾解路径框架，并有针对性地提出培育协同治理文化、激发协同主体治理积极性、搭建统一的协同治理平台等多项具体举措，旨在促进我国数据跨境流动协同治理的长效化、可持续化健康发展。

[目的/意义] DEA分析在学术期刊评价中得到了广泛应用，但其系统误差问题却没有得到足够重视。因此，深入研究该问题的根源及其解决策略，可以更为精确地揭示学术期刊的真实水平。[方法/过程] 本文将系统误差理论引入到DEA分析中，在理论分析的基础上，对学术期刊评价中DEA方法的系统误差的产生机制及其影响进行深度探究，并在此基础上提出有效预防和消减系统误差的方法。[结果/结论] 研究发现，我国DEA学术期刊评价仍处于探索阶段，学术期刊评价中DEA方法的系统误差的产生原因包括评价目的确定的系统误差、投入产出变量选取的系统误差、评价方法适用性系统误差、模型设定误差与结果公布系统误差，评价指标选取与方法选择是学术期刊评价中DEA方法的系统误差产生的主要原因，并提出了预防和消除学术期刊DEA效率分析系统误差的解决方案：认真选择学术期刊效率评价投入产出指标，保证评价对象数量达到一定规模，结合评价目的选择评价方法，不宜滥用复杂的DEA模型，采用专家赋权法设定权重。科技评价效率分析同样存在系统误差问题，需因地制宜进行处理，对于具有公共物品属性的学术评价应适度采用DEA方法。

[目的/意义] 探究我国信息资源管理学科期刊知识交流效率分析及影响因素，对促进我国信息资源管理学科期刊的高质量发展具有重要意义。[方法/过程] 本文基于2013—2021年信息资源管理学科20本CSSCI来源期刊的载文及引文数据，运用全局超效率SBM模型测算知识交流效率，运用核密度估算和Markov链分析知识交流效率的演进趋势，从静态和动态的角度把握我国信息资源管理学科期刊的知识交流效率水平；使用基于面板数据的动态QCA方法，从时间效应和个体效应出发，探究知识交流效率影响因素组态效应的变化。[结果/结论] 研究发现，我国信息资源管理学科期刊知识交流效率差距较大，存在典型的非均衡性，虽然知识交流效率水平逐渐提高，但绝对差异扩大，存在“马太效应”；知识交流效率影响因素存在明显的时间效应和个体效应，知识交流效率提升是多因素共同作用的结果，面对期刊的异质性，各期刊可结合自身情况实现因素联动，进一步推动我国信息资源管理学科期刊知识交流效率的提高。