[目的/意义]以侵权专利为切入点，探究不同因素对专利技术侵权无效宣告倾向的影响机制，对比分析同一领域不同的侵权主题下无效宣告影响因素存在的差异。[方法/过程]文章首先利用LDA主题模型对所选新兴产业领域的侵权主题进行细分，了解该领域侵权专利的不同侵权主题和侵权主题词；其次，利用统计相关性模型计算在不同侵权分类主题下的各类数据指标，对比分析无效宣告倾向的相关性；最后，通过构建多特征融合的随机森林模型，对不同侵权分类主题下的专利分别进行无效宣告分类的识别训练，并利用可解释机器学习中的LIME模型，对模型中计量指标特征影响程度进行解释。[结果/结论]根据主题分类后的相关性分析发现，不同主题分类下所选取的特征指标，不但在侵权后判定是否无效的整体影响程度各不相同，而且在不同分类结果的影响因素和影响程度排序也不相同，此外，不同分类主题所依赖的分类规则和分类指标存在显著的差异。

[目的/意义]通过对传统知识组织方法的体系、规则分析，凝练出传统知识组织方法的智能能力，并将其融入人工智能技术，以增强人工智能信息处理的精准与高效。[方法/过程]文章通过回顾知识组织的发展过程，分析传统知识组织方法的内在结构，深入探讨了传统知识组织方法的机理。[结果/结论]研究认为，知识组织经过数百年的发展演进，能从不同角度去反映各学科的知识体系、学科体系，能从知识多样化的关联建立知识间的语义关系，可采用科学的知识组织方法将不同形式、不同类型、不同结构的知识关联并融合在一起，这些能力为人工智能把握知识体系、探索知识间的关系、推理科学问题中的相关可能性，以及拓展或聚焦知识和词汇、分析事物之间的关系等提供了更加有效的途径。人工智能在信息处理领域的发展应当与知识组织密切配合，充分发挥知识组织的潜在智能力。

[目的/意义]梳理知识组织领域的发展脉络及其演化规律和演化的驱动因素，阐述大数据时代科技情报机构知识组织的新需求、新任务和科技情报界的创新探索。[方法/过程]初步调研了近年来在知识组织数智化方面的研究进展、面临的挑战和短板，预测了未来的发展趋势和思路，强调要走专业精英与草根相结合、人智与数智相结合的道路。[结果/结论]图书情报界的知识组织发展需要重视和加强的几个领域，即数据标注、数据集的组织与检索以及数据管理中的元数据问题。

[目的/意义]突发疫情事件中，社区是弱势群体获取应急信息的重要渠道，了解弱势群体信息需求，有助于社区精准提供信息服务，促进辖区内居民应急信息储备，增强其满意度。[方法/过程]文章以突发疫情为背景，结合疫情重要信息类别及相关文献，对社区内弱势群体应急信息需求展开调查，借助KANO问卷对各需求进行分类，以确定社区优化应急信息服务的优先级。[结果/结论]针对弱势群体的必备型需求、期望型需求、魅力型需求、无差异型需求调整应急信息服务重点，通过关注应急需求转化、拓宽信息传播渠道等措施，保障弱势群体应急信息需求得以满足。

[目的/意义]新型网络环境下信息活动是用户日常行为的重要组成部分，研究信息行为可以更好地理解用户和信息之间的关系，以促进信息资源的开发和利用，实现信息价值最大化。[方法/过程]对国内外信息行为研究论文进行关键词统计分析和共词网络分析，系统地梳理国内外信息行为研究主题，提炼研究观点。[结果/结论]国内外信息行为研究主要集中在信息行为的理论基础探究、信息行为模型构建、特定情境和特定用户的信息行为分析（以社交网络、图书馆、政务和健康等信息行为为主）、用户信息需求及影响因素分析、平台信息服务和信息技术提升、信息素养和行为治理等方面，但整体上缺乏用户信息价值感知，以及信息价值与信息行为互动机制的相关研究。

[目的/意义]结合认知心理学相关研究进展，重新思考情报人员的情报意识，提出基于元认知理论的情报意识培养的优势，为强化情报人员情报意识、促进情报人才培养提供新的思路。[方法/过程]根据时代背景，指出重新研究情报意识的意义和趋向。在狭义的情报概念下，基于认知心理学中意识、认知和元认知相关理论，采用文献分析法和跨学科研究法，重新探讨了情报人员情报意识的层次结构、基本性质，并据此厘清了情报意识与元认知之间的关系。[结果/结论]在认知心理学视角下，情报意识与元认知关系密切并相互作用，基于元认知理论的情报意识培养能够使情报意识培养更具可操作性，能够为强化情报意识、促进情报人才培养提供具体可行的方法。

[目的/意义]“整体维度+局部阶段”的双元演化视角下，挖掘工业机器人领域的技术主题及其演化规律，既可了解技术发展整体历程，又可明确技术组合具体范式，对于洞察工业机器人领域的技术进步落脚点和资金投入关注点具有重要的现实意义。[方法/过程]基于incoPat专利数据库，以2003—2022年工业机器人领域为例，结合Word2vec词向量模型与LDA主题模型对专利文本进行数据挖掘与语料库扩充，继而在整体生态层面识别领域技能主题；随后结合技术生命周期理论，对各阶段的技术主题进行深度挖掘（相似度计算、相关性分析、技能组合规律）；对挖掘出的45种技术主题路径进行刻画和可视化表达，明确技能主题发展现状及演化规律。[结果/结论]研究表明，文章所提方法流程能够更精准地识别出整体维度视角下的工业机器人领域的多个主题，且能识别出局部阶段视角下的主题侧重。在技术发展过程中，技术主题演化呈现出“扩散化→丰富化→系统化”的变化规律。通过计算演化强度来刻画主路径，也能清晰地展示工业机器人领域关键技术的波动情况。文章所提出的方法和流程能够为工业机器人领域的技术整合、资金投入、发展创新提供有力的理论和实践支撑。