信息资源管理学科视角下的数据要素研究

[目的/意义]数字经济背景下,信息资源管理学科需要进一步融入到数据要素化市场建设之中,积极建构新的学术增长点。[研究设计/方法]首先分析信息资源管理学科与数据要素的关联逻辑以及学科的角色建构问题,而后介绍信息资源管理学科视域下的若干核心议题,最后对两者融合的未来发展提出思考。[结论/发现]数据要素研究是信息资源管理学科的新领域和新方向,应充分发挥学科特色和优势,有组织地推进数据要素研究与实践。[创新/价值]从信息资源管理学科视域思考数据要素研究,为进一步扩大学科研究视野、拓展学科研究空间提供启示,为数据要素化与数字经济发展中的学科话语建构提供参考。

如何走出AIGC的“科林格里奇困境”:全流程动态数据合规治理

[目的/意义]AIGC的快速发展带来了安全风险与规制问题,遵循AIGC的发展趋势构建全流程动态数据合规治理机制,能够帮助AIGC走出“科林格里奇困境”。[研究设计/方法]通过梳理AIGC与数据治理之间的赋能与保障关系,结合AIGC规制的国际实践经验进行“科林格里奇困境”规制博弈分析,探析AIGC创新发展与规制的路径。[结论/发现]无论是欧盟的强硬规制、中国的谨慎监管还是美国的行业自律,都在不同维度显现出规制的局限性,可以通过全流程动态化规制手段适配AIGC的动态化发展趋势,构建基于数据合规治理的AIGC全流程动态规制机制,帮助AIGC走出困境。[创新/价值]基于数据合规治理的AIGC动态规制机制能够不断改进规制体制和工具,为AIGC相关技术落地具体应用领域提供思路。

数智时代人文社科数据资源开发利用的跃迁:从观念到行动

近年来数据资源开发利用的热潮已然在人文社科领域扩散开来,人文社科的数据资源观正在从传统的有限样本资料、“小数据”向大数据、智慧数据转变。针对当前人文社科数据资源开发利用仍然存在的“保护”“深闺”“孤岛”“同质”“展示”现象,本文构建了以主体层、内容层、保障层为核心的人文社科数据资源开发利用路径框架:主体层强调顶层规划主体、建库主体、数据用户之间的协同合作;内容层凸显逻辑维、资源维、方法维、验证维的组合路径;保障层涉及政策法规、资金项目、人才资源、文化氛围等保障措施。面向未来,人文社科数据资源开发利用需要积极打造人文社科数据资源“治理术”,在基本理念上需要从“资源基础论”向“治理能力论”转变,在具体行动上可从数据基础设施体系搭建、多学科数据资源共生共长机制构建、数据资源产权与安全有效保护、基于数据资源的服务链建构等方面着力推进。图1。参考文献15。

基于三级编码的智能城市网络安全风险评估体系构建研究

[研究目的]城市的智能化发展为城市建设带来了多元的网络安全风险,这些风险已经成为城市发展中的极大隐患,为有效应对该问题,构建了智能城市网络安全风险评估体系。[研究方法]首先基于计量分析对国内外近十年的相关研究进行整理和可视化处理,构建用于评价指标提取的数据集;然后利用扎根理论中的三级编码方法提取智能城市安全风险评估中不同级别的评价指标,并进行编码;最后采用量化分析对指标进行合理性检验和修正,并根据HP-ANP模型进行指标赋权,完成智能城市网络安全风险评估体系的构建。[研究结论]通过对评估体系中影响智能城市网络安全风险要素的关联和重要性分析,提出了智能城市安全建设的对策建议,助力智能城市规避网络安全风险。

新时代“情报学+”数智化人才的培育理路

[目的/意义]数智化时代背景下,更要求情报学学科融入新时代,积极探索数智化人才培育路径。[研究设计/方法]从认知到应用全方位策划“情报学+”数智化人才的培育理路,明晰育人体系,重点描述人才核心素养模型的搭建以及对人才培育路径的思考,展现情报学育人的本土化、特色化、智慧化。[结论/发现]情报学学科未来应致力于培育服务新时代各工作领域和研究情境的复合应用型情报学人才,不断探索更完整的人才培育闭环。[创新/价值]以中国哲学思想赋能新时代情报人才培育的理论遵循和实践路径,体现哲学思想现实价值的同时,为情报学学科的未来发展提供参考。

元宇宙融合新质生产力的价值维度、实现困境及推进路径

元宇宙的发展为新质生产力的进步提供了诸多可能,二者融合在促进自身发展的同时,也为各行各业带来了新的发展机遇和挑战。一方面元宇宙为新质生产力提供了多元发展方向;另一方面新质生产力强化了元宇宙虚实融合的新动能。但在具体实现过程中会面临核心技术不足、缺乏融合理念、制度建设滞后、资本进入限制等困境。为此,应从加强技术研发与应用、重视人才培养与技术支持体系建设、完善法律法规与监管政策框架、创新资本来源等方面推进元宇宙与新质生产力融合。

通用人工智能时代信息资源管理学科的发展方向

本文梳理了人工智能与通用人工智能的70年发展历史,回顾了信息资源管理的50年历程,剖析通用人工智能对信息资源管理知识体系、教育体系、事业体系的深刻、多面的影响,并为信息资源管理在通用人工智能时代的发展方向提出三点建议。

基于扎根理论的政府开放数据价值影响因素研究

[目的/意义]政府开放数据价值是数字经济情境下个体数据行为嬗变的反馈性标志。从政府开放数据使用者视角识别其价值要素,对于促进政府数据管理水平,提升数据交易常态化具有理论和实践意义。[方法/过程]利用会议、访谈与网络数据获取原始资料,结合扎根理论,构建“三维—多层”的数据价值影响因素模型,涵盖121个初始概念、30项范畴和9项主范畴,各领域受访者共33位。[结果/结论]个体感知数据价值影响因素主要涉及需求、进路、市场化三个维度,综合考察各项主范畴,针对数据价值的内在关联以及外部机制,可以提炼出直接、间接、跨层、双元4种关系结构。这个过程在理论上弥补了传统政务体系下政府开放数据与个体需求二元割裂之不足,延展了政府开放数据的价值使用行为与价值释放路径。

公共数据进入数据要素市场模式研究

公共数据是数据要素市场的重要组成部分,其如何进入数据要素市场以及其参与数据要素市场的模式分为几类,学界对此少有研究。通过梳理和比较,深入挖掘国内外公共数据参与数据要素市场的模式类型,归纳得出公共数据进入数据要素市场有两大类、五种模式,包括一级市场(授权运营)+二级市场(场内交易)模式,公共数据开发利用+场外交易模式,依托数据平台构建公共数据流通市场模式,借助数据经纪商、数据中介的交易模式,以及通过(公共)数据信托参与数据市场模式等。在此归纳基础上,演绎出公共数据进入数据要素市场的理想模式,这一理想模式分为数据获取、数据产品生产、数据产品交易三个各有其独特特征的环节,可为我国公共数据进入数据要素市场的策略选择提供参考。

“数据二十条”下探析数据资源持有权的内涵及框架构建

《关于构建数据基础制度更好发挥数据要素作用的意见》(简称“数据二十条”)提出了以“数据流通激励”为主旨的数据产权结构性分置制度。对数据资源持有权的合理配置影响到数据利益的第一次分配,是实现数据“共同使用、共享收益”的战略性目标的基础。基于传统排他性产权思维下的数据资源持有权分配模式,皆存在加剧数据共同生产者之间利益冲突的可能性。本文提出在数据生产者之间以“1+N”模式配置数据持有权,即“特定数据生产者的在先持有权+N个其他数据生产者的访问权”模式,通过技术治理和透明度治理等工具的支持,探索符合数据经济发展规律的、公平的高效的新型数据产权制度。

数据要素交易多边平台研究:现状、进路与框架

为响应国家政策,构建统一完善的数据要素流通交易市场,对当前数据要素的流通交易过程进行梳理分析,为数据要素平台的构建提供思路,对推进我国数据要素市场化配置与数字经济发展具有战略意义。通过案例分析与文献梳理分析了数据要素交易多边市场中的主体及其之间的逻辑关系,总结市场现状中的痛点问题,并基于价值链理论以及社会技术系统理论提出了数据要素交易多边平台的突破路径以及研究框架,以期为数据要素流通交易市场建设提供参考路径。

我国数据要素市场治理的模式、现状与对策

要推动数据要素市场高质量发展,首先需要构建科学高效的市场治理机制。本文对数据要素市场治理素现状进行了梳理,提出市场化治理、垂直型治理和关系型治理等三种治理模式,并比较其特点,分析其现状与瓶颈。在此基础上,本文指出我国需要同时采用多种治理模式,形成以市场化治理为主、垂直型治理为辅、关系型治理作为重要补充的数据要素市场治理格局,并就三种治理模式的进一步完善提出了对策建议。

时间效应下的健康信息说服机制研究--基于精细加工可能性模型的实证

通过健康信息传播和教育说服公众形成健康行为意愿是一个现实课题。本文以精细加工可能性模型(elabo‐ration likelihood model,ELM)为理论基础,将说服路径分为中心路径和外围路径,同时引入短期的时间纵向数据追踪。本文实施了10天左右持续使用健康信息的日记报告实验,基于30名大学生提交的377条健康信息日记数据,建立个体层面与信息线索、时间层面的多层线性回归模型(hierarchical linear modeling,HLM),探究健康信息对个体健康行为意愿的说服机制。研究结果表明,健康行为意愿的说服过程主要是信息质量和来源可信度的混合式说服路径;在7天周期内,健康信息说服效果逐渐增强,其中信息质量的说服效果更为稳定,来源可信度的说服效果则随着时间推移逐渐被抵消;健康信息说服路径随个体特征和接触时机而变;健康意识调节来源可信度和信息热度对说服效果的影响,且具有时间效应;卷入度调节信息质量和来源可信度对信息说服效果的影响,但不存在时间效应。本文的研究结果有助于深入理解健康信息对健康行为意愿改变的说服机制,为建立“以人为本”的个性化健康信息传播和健康教育方案提供了参考。

期刊论文支撑数据FAIR原则的应用评估与案例分析

[目的/意义]FAIR原则在科技期刊的应用有助于增强期刊论文支撑数据的可发现、交互、共享与重用。评估FAIR实施情况有利于其推广实施,以期为我国期刊论文的支撑数据共享与重用提供有益参考。[方法/过程]本文在国外FAIR原则评估模型的基础上,综合考虑各模型的优势和指标设计特点,结合《数据分析与知识发现》期刊论文相关的科学数据特征,构建FAIR原则指标评价体系,基于该体系从4个维度分析调研结果,最后对中文期刊论文的支撑数据FAIR应用提出合理化建议与优化策略。[结果/结论]FAIR原则在期刊论文支撑数据的应用仍需进一步完善,科研人员的数据共享意识及对于FAIR原则的认知度远远不够,建议从宏观和微观两个层面推广FAIR原则及其实施,推动数据更加开放和可重用。

数智创新生态系统中知识生成的动力螺旋与协同演化

[目的/意义]数智技术的迅猛发展为赋能创新生态系统提供了更多可能性,推动了社会原有生产模式的变革。研究数智创新生态系统知识生成动力,分析数智技术赋能下创新生态系统知识生成的特征和协同演化过程,具有重要的现实意义。[方法/过程]结合知识链理论,对数智创新生态系统知识生成的内涵和特征进行阐述;分析数智创新生态系统知识生成多螺旋的演变动因,并构建知识生成多螺旋模型;采用协同学理论,对创新生态系统知识生成动力多螺旋模型的演化进行分析。[结果/结论]在数智技术的参与下,创新生态系统知识生成表现出新的特征;人类螺旋和非人类螺旋的演化经历了局部人机协作、人机协同和人智融合三个阶段。

基于TOE框架的公共数据开放利用水平影响因素及提升路径分析

[目的/意义]揭示公共数据开放利用多重影响因素耦合下的多元路径,有助于深化理解公共数据利用联动效应,促进数据价值释放。[方法/过程]以27个省份为研究对象,基于TOE框架构建公共数据开放利用影响因素框架,通过模糊集定性比较分析和必要条件分析的方法进行组态路径分析,最终基于组态分析结果提出相应路径提升对策。[结果/结论]高与非高公共数据开放利用均存在4类组态路径,为其他地区因地制宜提升公共数据开放利用水平提供了路径借鉴。我国各地方应遵循国家公共数据开放指导思想,结合地方优势和特点选择适宜的路径以提升公共数据开放利用水平。

世界一流大学开放科学数据政策体系框架及内容要素研究

[目的/意义]针对世界一流大学制定的开放科学数据政策体系展开调研分析,以期为国内科研机构制定与完善开放科学数据政策体系提出政策建议。[方法/过程]本研究首先调研了世界一流大学制定的开放科学数据政策体系,其次归纳了其开放科学数据政策体系所包含的政策类型及涉及的相关政策法规,然后分析了各个政策类型应涵盖的与开放科学数据相关的政策内容要素,最后针对我国科研机构制定与完善开放科学数据政策体系提出了政策建议。[结果/结论]建议国内科研机构参考与借鉴世界一流大学的先进政策实践,尽快制定涵盖个人数据保护、科研档案管理、科研诚信管理、科研伦理治理、知识产权保护、数据安全管理等相关政策的开放科学数据政策体系,在政策制定层面支持科学数据、原始资料、科研档案的协同管理,以期确保在科学数据全生命周期内遵守近年来持续调整的各类相关政策法规,并关注科研机构与资助机构、出版机构、数据知识库等其他利益相关者制定的开放科学数据政策之间的政策协同问题。

多平台视角下用户知识交流主题挖掘与画像分析——以ChatGPT话题为例

[目的/意义]基于多平台视角挖掘用户知识交流主题特征,构建用户画像标签体系,有助于全面理解用户利用差异化平台开展知识交流行为的规律偏好,为平台提供精确优化策略,为平台间生态建设提供参考依据。[方法/过程]采集大众社交平台、兴趣交流平台、垂直知识平台3类典型平台中ChatGPT话题相关的原创博文及用户数据,采用BERTopic模型凝练知识交流主题,结合多平台数据特点,从自然属性、社会属性、知识交流行为属性和知识交流主题属性4个维度抽出画像标签,通过K-means聚类实现用户画像,呈现群组特征并进行平台差异对比。[结果/结论]研究识别出了应用场景、行业进展、未来探讨、相关产业、咨询求助、热门话题、使用感受、风险监督8大知识交流方向及46个主题;根据属性特征将用户划分为专业贡献型、综合共享型、社交求知型和话题潜力型4类,平台间知识交流主题和用户画像存在显著差异,各平台应采取差异化的激励方式,增强平台用户黏性。

人工智能场景下的“透明”概念研究:基于国际标准术语定义的内容分析

为厘清人工智能场景下“透明”概念的内涵与外延,构建人工智能领域对“透明”概念的共识,本文对ISO、IEC和ITU-T三大国际标准化组织发布的标准文件中11个关于透明的定义进行了分析解构,识别出了定义中的核心概念、对象、特征及领域。结合人工智能的相关国际标准,识别出了人工智能场景下“透明”定义中的核心概念及其关系,构建了基于国际标准的人工智能场景下的“透明”概念体系,并从对象、利益相关者、特征三个维度提出了对人工智能信息治理的启示。本文从透明视角提出的对人工智能场景下信息治理和信息技术治理标准化协同的新思路,具有一定理论价值和现实意义。

国外ChatGPT领域研究现状、热点及启示

作为新一代人工智能技术,ChatGPT火爆全网,成为全球的研究热点之一。综合运用知识图谱可视化分析与统计分析方法,以CiteSpace和Excel为分析工具,以Web of Science核心合集数据库的102篇学术成果作为分析对象,对国外ChatGPT研究领域进行全面深入分析。研究发现:国外ChatGPT研究始于2023年初,研究热度较高,但仍处于研究初期;该研究缺乏核心作者群及稳定合作团队,尚未受到期刊、基金的重视,且中国学者在全球范围的影响力不高;目前多聚焦在医学、教育学及计算机科学领域,其他学科领域虽有涉及,但整体关注度仍不高;研究热点除在ChatGPT本体及相关技术方面外,更多聚焦在医学、教育、学术研究与出版等领域。基于此,国内在重视ChatGPT研究基础上,更应通过资金扶持及其他多种激励措施加以刺激,加快扶持一批高产作者及团队,并鼓励其在更多领域进行研究与应用,进而提升国内ChatGPT研究成果及国际影响力。