信息资源管理一级学科更名背景下研究主题历史演化及未来发展趋势研究

[目的/意义]为服务国家重大战略需求,抓住学科更名的历史机遇,把握一级学科的整体发展脉络成为构建中国自主的信息资源管理知识体系的重要环节。[方法/过程]以CNKI收录的学科核心期刊文献为数据源,首先采用K-Means聚类算法以及融合TF-IDF算法和LDA主题模型的分类方法计算最佳主题数量并识别研究主题内容;然后从更名前后的主题强度、主题新颖度、研究主题发展变化情况3个方面深入分析;最后,本研究提出主题词交叉联立的分析方法预测研究主题未来发展方向。[结果/结论]信息资源管理一级学科的更名会刺激新主题的产生与发展,新主题在研究内容、研究范围等方面的拓展反过来丰富了本学科的内涵和外延,对于学科未来的守正创新发展具有一定参考价值。

科研数据管理服务价值共创影响因素研究

以智慧融合视角为切入点,探索高校图书馆科研数据管理服务价值共创的影响因素,以期为科研数据管理服务优化提供新思路。基于价值共创理论,运用扎根理论研究方法对访谈资料进行编码分析,构建并阐释高校图书馆科研数据管理服务价值共创的影响因素理论模型。识别出科研数据管理服务价值共创的影响因素,并从馆员、用户、技术、平台和环境5个方面阐明影响关系和作用机制。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

基于引文-主题双重测度的交叉前沿识别研究

[目的/意义]交叉学科正在成为我国科技创新的重要驱动力,并不断催生新的科学前沿。如何识别并测度交叉前沿主题,对于理解学科知识流转、把握新的交叉前沿方向至关重要。[方法/过程]本文从引文分析和主题分析相结合的角度,提出基于引文—主题双重测度的交叉前沿识别方法。首先,综合运用自然语言处理、文本主题识别、引文关系矩阵等方法获取交叉主题;其次,通过构建基于引文—主题的交叉测度指标进一步遴选交叉主题;最后,提出主题影响力、新颖度、吸引度及热度的多维测度指标,获取交叉前沿。[结果/结论]通过信息科技与宇航交叉领域进行实证研究,结果表明该方法能够有效识别出该领域的热点交叉前沿、新兴交叉前沿、潜在交叉前沿以及衰弱交叉前沿。

学科知识输出影响力分析: 基于交叉知识的学科归属度测度

[目的/意义]新文科建设背景下,量化与评价学科在科学体系中的影响力,有利于推动学科交叉融合发展及话语体系构建。[方法/过程]首先,从研究持续性、均衡性、关注度三方面构建知识的学科归属度测度模型;其次,引入流体动能理论,基于归属度构建目标学科知识输出动能模型,从知识输出密度和知识输出速度两方面综合识别此学科知识主要影响了哪些学科,进而分析目标学科影响力;最后,以图书情报学2017—2022年数据为例,进行实证分析。[结果/结论]对比发现提出的研究方法较同类研究具有一定优势,并识别到管理科学与工程等是图书情报学影响的主要学科,法学等受图书情报学影响呈上升趋势,自然科学受图书情报学影响较小,尤其理科。由此,提出学科影响力提升策略建议。

科研大数据再生研究:影响因素与优化策略

科研大数据再生是使科研大数据不断焕发新生命的关键过程,同时也是大数据环境下科研创新过程的数据化呈现过程,再生的新数据又成为科学新发现的重要源泉。基于MOA理论框架构建科研大数据影响因素模型,通过数据调查,利用结构方程模型方法剖析验证科研大数据再生的影响因素及其作用路径并对模型进行了修正。研究表明,科研人员本身的数据需求可通过其与数据质量及数据素养间的相互影响间接影响科研大数据再生;数据质量正向影响科研大数据再生;数据素养能力对科研大数据再生也有显著的正向影响。延续性再生直接正向影响科研绩效,重构性再生可通过延续性再生间接影响科研绩效。针对科研大数据再生的优化,提出虚实共生式需求感知策略、矩阵网链式平台管控策略、迭进式数据素养能力提升策略。

单篇学术论文创新性测度研究——以图书情报领域为例

学术论文作为知识创新的主要载体之一,其创新性评价问题正在受到广泛关注。从学术论文创新性内涵出发,基于新颖性和价值性2个维度,综合构建单篇学术论文创新性测度模型,并选取样本进行实证研究。研究结果表明:学术论文创新性是新颖性和价值性共同作用的结果;不同等级创新性学术论文的价值性表现显著差异于新颖性表现,高创新性学术论文在扩散速度和知识拓展度上具有显著优势;在学术论文发表后的有限时间范围内,不能简单以被引频次衡量学术论文创新性、新颖性及价值性。

我国科技成果转化政策演变特征及效用研究

科技成果转化政策是引导和规范科技成果转化活动的制度基础,全面把握科技成果转化政策的演变特征及效用,可以为政策内容优化与效用提升提供决策支持。通过一套基于政策文本内容挖掘的科技成果转化政策演变特征及效用分析框架,对2000—2021年我国科技成果转化政策文本数据进行分析。分析结果显示,我国科技成果转化政策中呈现强化趋势的有“运行”“资金”“机制”等,呈现弱化趋势的有“机构”“项目”等,呈现新兴趋势的有“人员”“平台”等;“基金管理”“院校成果转化”“奖励机制”等主题发展较为成熟且热度持续上升,“政策落实”“人员管理”“孵化器”等主题具有较大发展潜力和空间;政策密度、政策力度、政策强度均呈现增长趋势,且均对技术成果市场化具有显著的促进作用。

基于三层次结构框架的安全情报文化概念分析与建设路径

在时代发展的潮流中,安全的内涵和外延不断拓展,安全情报研究也在飞速发展。作为安全情报研究中重要的一部分,研究并建设安全情报文化,将对安全情报工作产生深远而持久的作用。面对安全情报文化这一不断演变的复杂概念,以三层次结构框架为基础,分别从基本层次、第二层次和指标层次等三个方面对安全情报文化概念进行剖析,总结我国安全情报文化指标层次各维度现状。根据安全情报文化概念的指标层次,分别从夯实物质基础、完善制度体系和加强精神文化宣传等三方面,提出安全情报文化建设的路径。

领域文献深层语义特征视角下的期刊新兴研究主题发现

[目的/意义]从文献深层语义特征角度分析特定领域期刊研究内容中蕴含的新兴主题,对科研工作者了解领域研究热点、寻找进一步研究的方向具有重要意义。[方法/过程]首先,以图书情报领域期刊“JASIST”为例,从文献句子的语义特征角度出发,使用BERT及其衍生模型进行关键句子的识别;其次,基于MLM提出语言模型的增强方案;最后,使用BERTopic在识别结果的基础上进行面向关键研究语句和摘要的新兴主题发掘及演化分析。[结果/结论]整体句子识别性能F1值超80%,基于MLM的领域模型在关键句子识别上较基准模型性能提升约1~2个百分点,基于BERTopic发现7个新兴热点研究主题。文章提出的关键句子识别和基于BERTopic的主题计算方案能够有效挖掘新兴主题,为科研工作者提供辅助。

基于内容挖掘的学术论文影响力研究现状与展望

当前,以ChatGPT为代表的人工智能技术飞速发展,文本挖掘平台的功能优化加快有关内容挖掘的学术论文影响力研究进程,全面梳理基于内容挖掘的学术论文影响力测度的研究现状和进展迫在眉睫。通过梳理国内外利用内容挖掘方法测度学术论文影响力的研究,提出从学术、社会和技术3个维度阐述学术论文影响力的内涵。在其基础上,以时间为轴线,重点论述“学术论文影响什么、怎么影响,以及影响程度如何”的相关内容,深入阐述借助内容挖掘技术的学术论文影响力测度指标和方法。目前,基于内容挖掘的学术论文影响力测度还需利用以ChatGPT为代表的文本挖掘平台和数智技术进一步挖掘相关语义特征,深入探究引文背后的影响机制及理论,尝试从学术、社会和技术等维度,词语、句子、篇章等粒度深入文本内容,综合测度论文影响力。

基于阶段分析的单篇学术论文创新性测度研究述评

[目的/意义]学术论文创新既是一种结果,也是一个过程,对学术论文创新过程进行阶段划分,有助于厘清各阶段学术论文创新性研究的测度角度与当前研究进展。[方法/过程]在对相关概念内涵探讨与阐释的基础上,基于创新过程的逻辑性与时间性,将学术论文创新过程划分为创新知识吸收阶段、创新知识产出阶段以及创新知识扩散阶段。对各阶段创新性的测度指标、测度角度和主要研究结论进行系统梳理和总结,并归纳现有研究存在的问题。[结果/结论]针对单篇学术论文创新性具体研究问题,应从不同阶段入手,进行细粒度剖析,从而得出科学结论,就后续实证工作提出展望,以期为单篇学术论文创新性测度研究提供参考。

基于知识关联分析的科技成果转化效率测度方法研究

[目的/意义]科技成果转化是科学技术转变为现实生产力的关键环节,客观评价科技成果转化效率是促进科技成果转化的重要前提。[方法/过程]首先,采用BERTopic主题模型识别科学、技术和产业主题;其次,融合直接关联与间接关联计算主题关联度,并结合主题分布时间识别知识关联路径;再次,构建科学知识转化强度、科学知识转化速度、技术知识转化强度和技术知识转化速度等指标测度科学知识转化效率与技术知识转化效率;最后,以工业机器人领域为例进行实证研究。[结果/结论]该方法能够充分挖掘科技成果转化过程中科学、技术、产业要素的知识关联特征,可以面向科技成果转化全链条进行效率测度,分析过程与结果具有较好的可行性与有效性。

面向产业关键核心技术精准布局的情报支持框架研究

[目的/意义]产业关键核心技术精准布局是新发展格局下产业创新发展的重要前提。构建面向产业关键核心技术精准布局的情报支持框架,以进一步发挥情报研究在产业高质量发展中的助推器作用。[方法/过程]融合多源信息数据,利用文本挖掘、社会网络分析、深度学习、知识图谱等多种情报方法,对产业关键核心技术进行系统识别与解构,深入剖析产业关键核心技术布局的优势与薄弱环节,并制定产业关键核心技术精准布局策略。[结果/结论]集识别、解构、诊断、布局于一体,可有效提升情报分析效率,为产业关键核心技术精准布局提供可复制、可参考的通用方法流程。[局限]需要结合更多应用场景加以实践和改进,在提高语义挖掘精准度、全景可视化设计、布局现状动态诊断等方面也需要进一步优化和提升。

基于需求—技术联合分析的技术机会发现研究

[目的/意义]挖掘需求驱动下的技术空白或技术薄弱处,发现需求与技术间距离,对于科技工作者更好地把握市场动态、识别技术机会、推进技术创新具有重要意义。[方法/过程]以市场需求为导向,构建需求—技术联合分析下的技术机会发现框架。首先,利用主题模型、新颖性探测以及多属性标注分析技术需求文档以获取市场中的核心技术需求和新兴技术需求。其次,利用改进后的Content-LDA对专利建模,并对其进行技术多属性标注和技术主题时序分析。最后,计算需求的技术关联、关联技术主题数量、关联技术延续性、关联技术态势和增长性观察需求技术的相关性和关联技术的发展情况,测度需求与技术间距离,依据不同的规则识别技术机会。[结果/结论]以石墨烯领域为例验证了研究框架的有效性,该框架能够层层深入地挖掘市场技术需求以及需求驱动下的薄弱环节。

生成式情报学术语自动抽取与多维关联知识挖掘研究

情报学术语承载了情报学科基础知识与核心概念。从概念维度梳理与分析情报学术语对推动学科发展、助力下游知识挖掘任务具有重要意义。面对数量快速增长的科技文献,自动术语抽取替代了人工筛选,但现有方法严重依赖大规模标注数据集,难以迁移至低资源场景。本文设计了一种生成式情报学术语抽取方法(generative term extraction for information science,GTX-IS),将传统基于序列标注的抽取式任务转化为序列到序列的生成式任务。结合小样本学习策略与有监督微调,提升面向特定任务的文本生成能力,能够在低资源有标签数据集场景下较为精准地抽取情报学术语。对于抽取结果,本文进一步开展了情报学领域术语发现及多维知识挖掘。综合运用全文科学计量与信息计量方法,从术语自身、术语间关联、时间信息等维度,对术语的出现频次、生命周期、共现信息等进行统计分析与知识挖掘。采用社会网络分析方法,结合时间维度特征,从术语角度出发,完善期刊的动态简介,探究情报学研究热点、演变历程和未来发展趋势。本文方法在术语抽取实验中的表现超越了全部13种主流生成式和抽取式模型,展现出较强的小样本学习能力,为领域信息抽取提供了新的思路。

融合GPT技术和用户需求的文学类古籍资源关联数据发布研究——以《聊斋志异·司文郎》为例

[目的/意义]文学类古籍作为古籍资源的重要门类之一,具有独特的研究价值。本文探究如何将GPT技术、用户需求分析与关联数据技术相结合以提升文学类古籍资源关联数据发布效果,促进其数字化研究与开发利用。[方法/过程]在现有的“本体模型+关联数据实现平台”发布思路基础上,结合文学类古籍资源内容结构特征,提出包含数据层、数据网络层、数据融合层、应用层以及表现层5个层面的文学类古籍资源关联数据发布模型,选取代表性文学古籍《聊斋志异·司文郎》开展案例实验。[结果/结论]本文构建的文学类古籍资源关联数据发布模型在数据层融合GPT技术完成数据采集工作,提高了知识组织效率,在应用层增设用户需求分析提高了模型的实用性和关联数据发布效果。实验结果表明,本文构建的发布模型能够满足文学类古籍资源的关联化发布需求,可深度揭示此类古籍的语义内涵,为文学类古籍从数据采集到发布提供可行的实现方案,同时可面向用户需求提供文学类古籍资源的相关知识服务。

基于三元交互理论的虚拟学术社区知识交流效果评价研究

[目的/意义]虚拟学术社区知识交流效果评价有助于优化社区知识管理。[方法/过程]本文借鉴三元交互理论,以知识交流主体、客体和环境作为交流效果评价指标体系的一级指标。结合相关文献,自上而下构建相应的二、三级指标,通过专家评估确定评价指标体系,根据层次分析法确定各指标权重。最后,以小木虫为例进行验证。[结果/结论]分析表明,本文提出的知识交流评价体系具有一定的可行性与合理性,并提出虚拟学术社区知识交流质量提升的对策。

主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价研究

[目的/意义]如何科学、合理地评价学术论文创新水平和科学价值成为研究的关注点。本研究构建了融合主题新颖性程度、融合程度、影响力三维的学术论文创新性评价方式,将为学术论文创新性评价相关研究提供借鉴。[方法/过程]本研究基于学术论文研究主题内容及价值,从学术论文研究主题新颖性程度、主题融合程度和主题影响力3个维度,采用TOPSIS法,构建主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价模型,并以2021年度人文社会科学中区块链为研究主题的学术论文为研究对象,进行实证研究。[结果/结论]研究发现,当前我国人文社会科学区块链研究维持着较高的增长态势,且其关注度在稳定的同时略有变化;所构建的主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价模型可作为研究活动和绩效的衡量标准,丰富了学术论文创新性评价方式。

单篇学术论文创新类型研究

[目的/意义]学术论文创新类型研究是剖析学术论文创新性的前提,是内容文本层面进行学术论文创新性识别与测度的基础。[方法/过程]在对学术论文的概念和属性阐释的基础上,基于文献调研法,进行总结归纳,从创新程度、研究内容、文献结构、重要表征形式4个角度对单篇学术论文创新类型进行划分,并从三维时间视角对单篇学术论文创新类型的作用过程进行系统探讨。[结果/结论]经过分类,最终得到3种创新程度(颠覆性、独创性、渐进性)、8种研究内容(理论、观点、主题、问题或对象、方法、数据、结论或事实、应用)、4种文献结构(基础描述、技术方法、结果结论、未来展望)以及2种重要表征形式(单要素、组合要素)的创新类型划分结果,进而提出创新类型研究对学术论文创新性评价的启示与应用价值。