［目的/意义］成体制—全社会对抗、多领域—多纵深高科技遏制与反遏制、多手段—多要素混合威慑等大国竞争特有的形式与体系化特征，决定了国家科技情报的应对响应必须有相当的体系能力匹配跟进。［方法/过程］文章侧重传统体制内的科技情报机构，界定了国家科技情报体系能力的内涵，构建了“制度完善力—系统协同力—资源保障力—技术创新力—情报塑造力—安全运行力”六维能力认知模型，并阐述了其主要内容。［结果/结论］基于六维能力认知模型，提出了国家科技情报体系能力发展主要任务，以期为国家科技情报

体系实现最佳整体涌现提供参考。

[目的/意义]安全情报流程是情报支持安全治理和决策的基本路径。安全情报活动所依赖信息的不完备性甚至欺骗性，以及安全问题所具有的隐蔽性和对抗性等特征，决定了安全情报流程在构建的科学观和方法论上与其他情报流程存在显著差异。[方法/过程]文章从安全情报流程存在的问题出发，提出流程优化建议，在安全情报流程概念模型基础上，构建安全情报流程模型。[结果/结论]构建的安全情报流程模型强调基于安全事件系统的情报需求管理，面向安全事件系统概念化的战略情报研究，以及情报业务流与安全信息流融合等运行机制。此外，文章提出情报需求的识别、信息源可靠性评估、信息搜集迭代升级、理解信息含义、保护情报活动，以及主动防御和创造机会等安全情报流程关键问题的解决策略。

[目的/意义]厘清青年学者的AIGC使用意愿影响因素及作用路径，制定有效提升策略，有助于进一步拓展AIGC在学术写作中的应用。[方法/过程]文章通过梳理AIGC信息行为相关研究，确定TOE理论与科研生命周期理论作为基础理论。首先进行半结构化访谈、程序化扎根理论编码，然后进行问卷调查并采用模糊集定性比较分析，获取影响因素组态路径。[结果/结论]研究发现，内容质量、系统质量、感知风险、期望确认、群体规范5个因素共同构成青年学者学术写作中AIGC使用意愿的影响模型；组态分析产生高水平使用意愿路径3条：系统主导型、期望—群体双主导型、内容—期望双主导型路径。文章提出青年学者在学术写作中AIGC使用意愿的提升策略，包括在技术层面提升内容质量、优化平台系统，在个体层面提升AI使用素养、做好期望管理，在环境层面加快形成技术规范、鼓励宣传引导。

[目的/意义]分析解读美国主流智库对中美量子科技竞争的多维度认知，有助于洞察其思维框架与战略判断，为我国在该领域有效应对美国遏制与封锁提供策略启示。[方法/过程]选取美国8家主流智库的13份研究报告，运用文献分析法，系统梳理美国智库对中美量子科技竞争的分析评估及策略建议，进而揭示其形成相关认知的底层逻辑。[结果/结论]美国智库普遍以巩固国家安全为名，主张开展对华量子科技竞争，相关认知清晰折射出右倾化政治趋向、技术民族主义、国家政策驱动的思维逻辑。鉴于此，我国应将自主创新、国际合作以及供应链安全等要素纳入政策考量，从而有效应对该领域愈发激烈的竞争态势。

[目的/意义]从学科主题演化相关概念出发，全面梳理学科主题演化形式和分析方法的研究现状，指出现有概念存在的问题以及分析方法存在的不足和改进方向，为未来研究工作提供参考。[方法/过程]文章采用系统综述法梳理剖析CNKI和Web of Science数据库以及其他学术平台中关于学科主题演化的文献，对学科主题演化相关概念予以定义，总结学科主题演化的形式，系统梳理学科主题演化分析方法研究现状。分别从词频分析方法、共词分析方法、引文分析方法和主题模型分析方法角度深入分析已有方法，归纳不同方法的优势和劣势。[结果/结论]文章对学科主题演化的概念进行界定，理清学科主题演化的形式与分析方法，归纳现有研究存在的问题，包括演化概念界定模糊、演化形式缺乏规范、数据源以及分析方法较为单一。最后，提出未来的发展方向：明确学科主题演化的内涵和外延，规范学科主题演化形式，采用多源数据作为数据来源，积极融合不同方法开展主题演化分析。

[目的/意义]探究无计划的非理性网络评论内在形成机理,对优化网络空间治理与用户行为管控具有重要意义。[方法/过程]基于双系统理论构建非理性网络评论的形成机理模型，通过实证分析揭示网络去抑制和沉默的螺旋如何通过影响个体内在状态来激发非理性评论。[结果/结论]研究发现，相比温和型非理性评论，攻击型评论更有可能是计划外行为；网络评论的认知—情绪专注是非理性网络评论的主要驱动因素，认知—行为控制则起部分抑制作用；网络去抑制加剧认知—情绪专注、削弱认知—行为控制，沉默的螺旋则同时强化认知—情绪专注和认知—行为控制；网络去抑制和沉默的螺旋通过认知—情绪专注的中介作用正向影响非理性网络评论；认知—行为控制在网络去抑制对攻击型非理性评论的影响中起中介作用。

[目的/意义]通过测量不同用户群体在多元情境场景中对医疗健康信息的隐私敏感度，分别探究用户群体内部（跨情境）与用户群体之间（同情境）的数字医疗健康信息隐私偏好差异，为数字医疗服务机构制定合理医疗健康信息保护机制提供借鉴。[方法/过程]基于场景完整性理论构建用户数字医疗健康信息敏感度模型，采用离散选择实验法进行实验，并通过二元logistics回归模型验证与分析用户隐私偏好。[结果/结论]研究表明，在信息主体维度，高学历用户相较于低学历用户，更愿意支付额外费用选择隐私保护程度较高或能够自行设定更高隐私级别的平台；在传播原则维度，用户更愿意选择提供隐私政策透明度高且易于理解的平台；在信息类型维度，用户倾向于保护其健康状况信息和医疗支付信息，在一定程度上愿意分享个人基本信息和医疗应用信息，以换取更便捷的医疗服务或健康管理。

[目的/意义]美国全面对华战略竞争背景下，计量并分析美国智库涉华成果的主题及其变化趋势，是了解美国对华认知和政策动向的一大窗口，对于应对外部风险、维护国家安全和布局发展战略具有重要意义。[方法/过程]以11家美国智库全量涉华成果为研究样本，通过结构主题模型探索美国智库涉华成果主题分布、演化趋势及与中美经济外交互动的相关性。[结果/结论]美国智库近年来对中国高度关注，主要聚焦中国国际事务、中国经济、中国科技、中美关系等6大类共26个主题。不同主题的时间演化趋势呈现不同的规律性，且与中美经济外交互动情况存在相关性。

[目的/意义]从数据基础层、关键技术层、领域知识图谱构建层及场景式应用层4个层次构建面向辅助决策的领域知识图谱及其场景式应用框架，为知识发现提供系统性支撑。[方法/过程]在构建面向辅助决策的领域知识图谱及其场景式应用框架的基础上，针对篇章级文本细粒度实体及其关系抽取任务开展模型改进及性能评估，选取最优模型构建领域知识图谱，以变压器设备故障领域为例开展实证，实现面向辅助决策的场景式应用。[结果/结论]融合改进的BERT-BiLSTM-CRF模型与PURE-RE模型的Pipeline知识抽取方法，综合性能较为优秀，构建的变压器故障领域知识图谱的检索结果通过了基于《设备标准缺陷知识库》的专家知识验证，能够有效辅助运维人员进行设备检修与维护，验证了本研究所构建框架的有效性及实用性，在领域专家知识验证的支撑下可有效赋能相关领域开展辅助决策。

[目的/意义]主题演化分析可以帮助科研人员快速掌握学科研究热点和发展动态，然而，现有主题模型在主题抽取过程中往往忽略文本的语义功能和结构，难以深入揭示学科发展的深层次规律。文章提出一种融合BERTopic模型和语义功能的主题演化分析框架，以期丰富和完善主题演化研究的方法体系。[方法/过程]首先，采用BERTopic模型抽取主题，获得“主题-词汇”分布；其次，采用篇章解析工具将摘要解析为5种语义功能片段（如背景、目的和方法等），获得“语义功能-词汇”分布；最后，将2个分布进行映射计算，获得“主题-语义功能”分布，从语义功能视角分析学科主题，并探讨语义功能分布对主题演化的影响。[结果/结论]以图书情报领域为例进行实证研究，结果表明：本文提出的主题演化分析方法能更细粒度和准确地分析学科发展趋势，有助于学术界更好地把握研究热点的动态变化；主题的语义功能分布影响学科领域研究热度，“方法”和“目的”导向的主题在未来可能会继续上升，“背景”导向的主题较为成熟，未来可能会进入生命周期的下降期。

[目的/意义]文章旨在识别在线健康社区中医疗专家的专长领域并评估其专业水平，为社区内专家推荐提供依据。[方法/过程]采用改进的OneRel模型，将在线健康社区中的历史问答结构化为实体关系三元组。基于知识图谱三元组，检验社区问答中的医疗知识与领域知识的一致性，再按照专长领域汇总上述一致性检验结果，得到医生在不同领域的可信度，以此作为衡量医生专长水平的依据。[结果/结论]以“寻医问药网”为例，对社区内214名医生专长水平进行排名，确定各自可信的领域。研究验证了在线健康社区中医生自行填写的诊疗专长、个人简介等基本信息与其真实专长领域不完全一致。与传统医疗专家发现方法相比，本方法具有客观、准确、可解释性强等特点，能够智能识别及评价医生的专长领域。

[目的/意义]2024年12月，“第七届科学计量与科技评价天府论坛”在成都举行。文章旨在总结该论坛中的“全文本文献计量分析学术沙龙”（以下简称“沙龙”），揭示知识创新视角下的全文本文献计量分析的研究现状与发展趋势，为今后的研究提供启示。[方法/过程]通过对本次沙龙嘉宾的分享与研讨内容进行系统的梳理和总结，从知识创新视角探讨了全文本计量分析的理论基础、应用场景，并梳理了相关的讨论与思考。[结果/结论]全文本计量分析能够揭示知识创新的微观过程和底层机制，为相关研究提供新思路和新方法。全文本计量分析在技术演化与产学融合、科学数据仓储评估、政策文本解析与智能计算、学术论文实体关系抽取等方面的应用展现了其在促进学术研究、优化政策制定和推动知识创新中的巨大潜力。然而，在与大语言模型、开放科学和科研诚信等领域的融合中，全文本计量分析仍面临诸多挑战。

[目的/意义]公安情报工作经历了从被动防御到主动预警的转变，其核心功能持续演进。根植于实战的公安情报人才培养，始终随情报工作的发展而调整。因此，有必要系统厘清其发展历程，展望未来发展趋势。[方法/过程]文章综合运用文献分析、数据解读和历史考察方法，从公安情报工作实践、公安教育体系概览，深入到公安情报教育层面，系统回顾其发展历史，梳理公安情报人才培养的变革特征与动因。[结果/结论]公安情报工作的快速迭代对公安情报教育提出了多维度挑战。为了适应这一变革，公安情报教育需聚焦实战导向的人才培养定位，大力发展公安情报学科，拓宽情报技术教育广度，完善情报教育理论体系，构建现代化公安情报在职培训体系，从而培育引领公安情报实战，兼具专业素养和创新能力的人才队伍。

[目的/意义]研究推动新质生产力发展的地方政策对各地落实发展新质生产力国家战略具有重要意义。[方法/过程]构建“主题—工具—效力”分析框架，运用LDA主题模型、政策工具和PMC指数模型，对地方发展新质生产力政策文本进行多维量化评价。[结果/结论]研究发现，政策主题能够全面地反映地方政府推动新质生产力的主要行动方向；环境型政策工具使用频率居于主导地位，其次为供给型政策工具，而需求型政策工具的应用程度相对较低；政策文本效力PMC指数均值在良好及以上。但以下问题值得关注：地方政府政策主题多样性有待加强；政策工具使用呈现内外失衡现象；政策文本在政策内容的系统性、政策领域的覆盖性、政策对象的差异性和政策设计的在地性方面表现比较薄弱。建议地方政府注重增强政策主题的多样性、强化政策工具的均衡性、提升政策效力的全面性。

[目的/意义]引文网络的主路径分析可以对特定领域的重要文献进行识别，并能实现主流研究线索提取。文章旨在利用主路径分析方法，对知识图谱的研究路径进行分析，梳理其研究发展的脉络。[方法/过程]文章首先从Web of Science平台获取知识图谱领域的研究论文，然后利用HistCite软件生成文献的直接引证网络，再将数据导入到Pajek中，生成该数据集的多条主路径，并结合主路径上论文的内容进行定性分析。[结果/结论]通过主路径分析，可以快速识别出知识图谱领域的一些主路径，如知识图谱的构建、知识图谱在推荐和问答等应用场景中的研究、知识图谱在制造业等特定应用领域的应用研究，折射出知识图谱技术的发展脉络和研究方向。综述性研究在知识图谱领域的发展中扮演了重要角色，为领域内的深入研究提供了基础和方向。

[目的/意义]大语言模型凭借着对大规模数据集处理的较强能力和在各项自然语言处理任务中的超群表现，在各行业中皆有出色发挥，而情报领域以文本数据为主要信息源，所以大语言模型非常适用于情报工作，并为情报实践带来了新一轮变革浪潮。[方法/过程]从文本的低维稠密向量表示、大规模预训练模型、微调与提示学习、高质量大规模训练数据、人类对齐技术5个维度讨论了大语言模型的优势。[结果/讨论]大语言模型在情报识别、情报跟踪、情报比评、情报预测等情报任务中皆有广泛应用，且带来了显而易见的优化提升或范式改变。

[目的/意义]文章以大学生为研究对象，探究该群体信息成瘾行为的影响机制，为大学生信息成瘾行为的预防和管理提供价值参考。[方法/过程]引入刺激-机体-反应（S-O-R）理论，利用文献梳理总结大学生信息成瘾过程中的外部刺激，深度剖析机体在成瘾过程中产生的认知心理，构建大学生信息成瘾行为理论模型，运用结构方程模型实证分析大学生信息成瘾的触发路径。[结果/结论]研究结果表明，信息过载、间歇性奖励和行为管理会显著正向影响大学生的不确定性回避，进而导致大学生信息成瘾。同时，信息过载也会使大学生产生信息焦虑，信息焦虑显著正向影响大学生信息成瘾行为。面向高等院校、大学生群体和科技企业，提出针对性建议与对策，有助于完善高等院校管理体系，促进学生适应信息化环境，推动高等教育事业更好发展。

[目的/意义]本研究旨在利用GPT-4模型自动生成权利要求书，降低研发人员的撰写难度，提升专利审查的工作效率和质量。[方法/过程]文章构建了适合自动生成权利要求书的Prompt，并实施了Zero-Shot、Exact-Drafting、Stepwise-Claim和Exact-Step Claim 4种提示策略。将专利说明书和技术交底书输入GPT-4模型，使用Prompt指导其输出，实现权利要求书的自动化生成。同时，使用ROUGE和BERTScore评估指标来评价文本质量，并从权利要求数量、文本长度、高频词、关键词和常用搭配等多个维度，分析生成文本与参考文本的异同。最后，请专家分别从清晰度、一致性、相关性、专业性和完整性5个方面，评估生成的权利要求书的质量。[结果/结论]实证研究结果显示，Exact-Step Claim提示策略能显著提升权利要求书的生成质量。此外，基于专利说明书生成的权利要求书，在权利要求数量和文本长度上与参考文本更为匹配，表明GPT-4模型在自然语言理解和生成领域的应用效果与输入文本质量密切相关。本研究提供了一种高效智能的辅助方法，有助于推动专利文本撰写和审查领域的发展，同时也存在挑战，需要进一步提升模型在理解复杂技术术语和遵循专利法规范中的精确度，并探索如何优化模型对权利要求数量和文本长度的判断能力。

[目的/意义]颠覆性技术被视为“改变游戏规则”和“重塑未来格局”的革命性力量，逐渐成为跨学科领域的热点与难点研究。综述颠覆性技术相关文献，厘清其概念和特征、细分研究主题与方向，总结研究重点并展望未来发展趋势，具有重要的理论意义和实践价值。[方法/过程]文章在梳理最新相关研究的基础上，从颠覆性技术的概念及特征、常用识别方法、演化与预测分析3个方面，厘清颠覆性技术相关研究进展，整体把握该领域的研究现状与发展趋势。[结果/结论]文章较为全面地归纳总结了当前颠覆性技术研究现状，分析了存在的问题与不足。