[目的/意义]信息茧房是数字时代亟待破解的顽症。生成式人工智能信息获取既能显著提升用户信息收集的效能，助力信息拓展；又蕴藏信息窄化风险，或导致认知封闭。其潜藏的双刃剑效应亟待系统探析。[方法/过程]立足个体视角，基于认知卸载理论，融合详尽可能性模型与双过程理论，提出“破茧”与“结茧”正负效应路径，依据理论假设构建模型，并使用PLS-SEM展开实证检验。[结果/结论]生成式人工智能信息获取对信息茧房存在双刃剑效应；生成式人工智能信息获取触发的认知卸载既可借由激发用户自我启动行为，拓展信息边界破除茧房；亦可因滋生行为惰性，而加剧信息窄化产生茧房；批判性思维作为关键调节变量，能弱化负向效应，遏制茧房形成。

[目的/意义]探索应急情报服务的关键影响因素，厘清因素之间的层级关系和关联路径，以期为提升政府应急管理效能提供理论参考和实践指导。[方法/过程]以WSR系统方法论为基础，从物理、事理和人理三个维度构建应急情报服务影响因素指标体系，通过模糊DANP方法解析各影响因素的相互关系及相对重要程度，识别出应急情报服务的关键影响因素，并利用ISM模型对影响因素进行层级划分和关联路径分析。[结果/结论]应急情报服务是表层、浅层、中层和根源因素共同作用的结果。其中，信息基础设施、安全保障机制、数字技术工具和政策法规体系是最根本的因素，数据规范体系、参与意愿、需求偏好、心理韧性和风险感知是最直接的因素。

[目的/意义]探究多模态全息知识画像架构的构成要素，构建理论模型并阐述其运行机制，为人智交互视域下的智慧知识服务转型提供理论框架与方向指导。[方法/过程]基于人智知识交互的结构逻辑和过程逻辑，深入探究多模态全息知识画像架构的构成要素，在此基础上构建多模态全息知识画像架构的理论模型,阐释其运行机制，并剖析其应用于各领域的实践可行性与价值落地。[结果/结论]人智交互情境下，多模态全息知识画像架构的构成要素分为静态要素和动态要素两部分，静态要素包括主体、资源、空间与技术四大要素，动态要素包括需求映射、场景嵌构、记忆重构、价值重塑与服务协同五大要素；多模态全息知识画像架构可分为基础建构层、交互感知层和价值服务层三个层级；三个层级循环迭代，通过知识孪生系统建立情境化知识单元生成机制、资产化知识画像存储机制与协同化知识服务反馈机制，共同塑造了“需求—服务—反馈—优化”的一站式智慧知识服务体系，推动人智交互知识服务智慧转型升级。

[目的/意义]大语言模型（Large Language Mode, LLM）技术在同行评议中展现出巨大潜力的同时，也引发了关于学术伦理与规范的广泛争议。文章旨在从审稿人这一实践主体出发，探究其在真实工作流中与LLM协作的行为过程机制。[方法/过程]对20位具有LLM辅助审稿经历的审稿人进行深度访谈，并采用主题分析法进行数据分析。[结果/结论]构建了同行评议中的人智协作行为模型，包括协作行为条件、协作行为动机、协作行为策略、协作反馈评估、协作行为调适五要素。审稿人的行为决策受到主观规范和能力基础两类条件的调节，并在工具动机和逃避动机的驱动下进行。基于认知外包层次和对最终评审意见的影响程度，审稿人与LLM的任务分配策略可以被构建为“辅助—增强—共创—代理”的连续谱系，并伴随着风险管控策略，以对数据安全和信息质量进行控制。审稿人与LLM的协作行为是一个持续学习和调整的过程。在协作反馈评估的激励下，审稿人会做出相应的行为调适，包括LLM使用技能提升和协作策略调整。该行为模型为理解同行评议任务下人智协同的要素、路径和边界提供了新的视角和启示。

[目的/意义]对信息流行病管理实践经验进行系统性整合与学理性分析，为丰富理论体系和优化实践效能提供参考。[方法/过程]采用网络调研法，收集联合国教科文组织、世界卫生组织、欧盟委员会等机构实施的信息流行病管理实践举措；采取质性研究方法，遵循“素材选取—素材离散化—条目聚类”的步骤进行系统性整合，提取信息流行病的管理对策；对管理对策进行学理性分析，阐明管理对策的应用原则；以应用原则为指导，采用“阶段—对策”二维表作为分析框架，剖析管理对策的应用方式。[结果/结论]提出了面向信息流行病的“管理对策—应用原则—应用方式”的体系化应对框架。信息流行病的管理对策包括四个维度：面向信息源要素的管理对策、面向信息内容要素的管理对策、面向信息接收者要素的管理对策、环境优化对策；应用管理对策时应当遵循因时制宜、拉平曲线、快速响应、主动预防、长期努力、协同合作等原则；应当将管理对策与信息流行病演化阶段相结合，针对不同阶段的特性优先应用不同的对策组合。

[目的/意义]人工智能正深刻驱动公共数字文化服务范式变革、内容优化和效能跃升，通过垂域AI智能体的构建,试图为人工智能赋能公共数字文化服务效能提升提供一种可行路径。[方法/过程]指出垂域AI智能体赋能公共数字文化服务效能提升的具体方面，设计公共数字文化服务垂域AI智能体的构建路径，并以哈尔滨2025年亚冬会数字文化服务垂域AI智能体搭建作为案例对所提路径进行实证测试。[结果/结论]通过实证检验，证明所提的公共数字文化服务垂域AI智能体构建路径及其应用场景具有可行性，从而探索出了一种基于垂域AI智能体构建的人工智能赋能公共数字文化服务效能提升的有效方案。

[目的/意义]从资源管理视角出发探索跨模态证据重组与关联模式，有利于形成“证据碎片—证据链条—事实验证”的循证逻辑闭环，推动信息服务向数智循证方向转型。[方法/过程]首先，遵循数字人文研究流程，提出基于知识图谱的汉服数字资源循证框架；其次，从证据提取、证据关联、证据融合、结论互证四个方面保障循证流程可信和结果可验；最后，以宋代女装资源为例展开证据链构建与场景应用，验证循证框架的科学性与可行性。[结果/结论]通过系统解析汉服文献循证语境下的八大证据类别、五大证据等级、七大证据关联模式等，可实现集“数据准备—证据组织—结论验证”的循证路径，验证了汉服数字资源循证框架的科学性，为以汉服循证为代表的文化遗产资源循证研究提供了方法论支持。

[目的/意义]在社交平台上分享共有信息已成为一种普遍且不可避免的现象。理解社交平台用户的共有信息披露行为对于提升用户共有信息分享体验及保护集体隐私至关重要。[方法/过程]采用扎根理论方法，通过三级理论编码，从集体视角全面、系统和深入地探究社交平台用户共有信息披露的特征、情境和发生机理，构建涵盖9个主范畴、19个基本范畴和102个初始概念的社交平台用户共有信息披露行为发生机理模型。[结果/结论]共有信息的内容特征、主体特征和受众特征会影响个体的集体收益和风险感知。同时，个体的集体收益和风险感知会直接及通过集体公平评估间接影响个体的共有信息披露行为。此外，个体的共有信息披露行为还受到个体的信息所有权感知和集体隐私应对的直接影响。并且，个体的信息所有权感知和集体隐私应对还会调节集体收益
和风险感知对共有信息披露行为的影响。研究结果丰富了个体信息披露行为的理论框架与研究体系，同时为政策制定者和社交平台开发者等主体提升用户的共有信息分享体验带来一些实践启示。

[目的/意义]厘清旁观者用户对网络违法和不良信息干预意愿的触发机制，为网络信息内容生态治理的具体实施路径提供有益参考。[方法/过程]采用情境实验法，将经典旁观者干预模型引入网络违法和不良信息场景，构建旁观者干预意愿形成路径，并进一步引入保护动机理论和信息内容生态素养来探讨该路径的边界条件。[结果/结论]“情感性注意→社会危害感知→网络责任感→自我效能”的旁观者干预意愿触发链条在三类网络违法和不良信息场景中均适用。同时，威胁评估在旁观者干预情境中扮演了“风险激励”的悖论角色，普遍强化了自我效能对干预意愿的影响；结果预期在网络暴力信息和不良意识形态信息情境中显著负向调节了自我效能对干预意愿的影响；信息内容生态素养仅在不良意识形态信息情境下显著负向调节了自我效能对干预意愿的影响。

[目的/意义]针对当前突破性论文早期识别中特征维度单一、解释性不足等问题，构建可解释性机器学习方法提升识别精准度与逻辑透明度，为科研管理与创新布局提供方法论支撑。[方法/过程]首先，从突破性论文的内涵出发，在传统特征的基础上引入创新属性测度，利用大语言Prompt诱导获取知识创新向量，构建突破性论文多维特征体系；其次，基于形式概念分析理论构建信息表达系统，结合统计相关性分析及FCA属性约简算法筛选核心特征，采用多种机器学习分类器进行模型识别效果预测；最后，构建基于概念格与SHAP分析的双层解释框架，形成从筛选规则到预测验证的可视化解释链。[结果/结论]XGBoost模型的F1值达0.952，显著优于传统方法；双层解释体系明确了高创新属性与强知识关联的特征组合规则，量化了单特征对预测结果的贡献度。

[目的/意义]构建一套融合多维特征指标与深度学习方法的潜在高影响力论文自动预测框架，提升对论文学术价值与影响力的综合刻画与精准预测能力，为科研评价优化、学术资源配置及科技决策提供方法支撑与技术路径。[方法/过程]从科技论文自身特征、内容特征和被引特征三个维度构建测度科技论文内容价值和影响力的三维特征指标体系，继而设计并实现融合论文三维特征指标和深度学习模型的潜在高影响力论文自动预测框架，并以社会科学代表性学科经济学为例，实现学科潜在高影响力论文的深度学习预测，并对潜在高影响力论文的特征表现进行计量比较。[结果/结论]科技文献不同维度指标之间的差异较大，构建的三维特征指标体系与特征向量空间，融合深度学习预测模型，能够全方位测度科技论文内容价值和影响力，同时较优的预测效果能够推动海量文献中潜在高影响力论文的自动预测与推荐应用。人工神经网络和TabNet在预测准确率和精确率上表现出色，但在召回率、P-R面积和AUC值等指标上不及传统机器学习模型，使用论文被引特征预测高影响力论文的效果表现比使用论文自身特征或内容特征更优异。潜在高影响力论文在自身特征、内容主题、引用动态等多维特征指标上呈现出显著的优势。

[目的/意义]厘清数据价值实现的核心影响因素与作用路径，以促进数据价值的有效释放与实现。[方法/过程]构建数据价值实现的多链系统，采用CFCS-DEMATEL 方法识别因素间的因果关系，并结合模糊认知图开展单链、双链与三链仿真，识别链内与跨链的核心因素并解析关键影响路径。[结果/结论]单链动能不足；双链能够提升数据流动效率；三链协同可显著增强价值实现效能。不同链条的核心影响因素存在差异，链内与跨链的影响路径随数据流动阶段变化而呈现差异化。可通过提升单链的价值实现能力、增强跨链的传导效能和推进三链的协同治理来促进数据价值实现。

[目的/意义]大语言模型的迅速发展改变了传统的人机交互方式，探究主动心理健康场景下大学生群体人智会话交互行为特征有助于理解该情境下用户行为的复杂性和多样性。[方法/过程]通过移动经验取样法进行数据收集，共招募32名被试进行为期两周的人智会话交互实验。借助结构化的日记单进行纵向数据追踪，并通过成熟的心理学量表进行实验前后心理健康状态观测。采用开放编码和会话分析相结合的方法对实验样本数据进行处理和分析。[结果/结论]从用户提问特征、AI回复特征和AI可解释性特征三个方面梳理了人智会话交互的内容特征；从会话结构特征和“提问—回答”行为特征两个方面梳理了人智会话交互行为特征，并对心理健康维度的特征进行了梳理；提出诊断咨询式交互、情感互动式交互和认知协同式交互三种人智会话交互方式。

[目的/意义]随着生成式人工智能对训练数据的依赖持续加深，超级平台凭借其结构性优势，在模型训练中逐步确立主导地位，构建起“平台-模型”共生格局。然而，现有研究较少关注训练数据环节中平台控制权的运行机制与治理困境。[方法/过程]采用规范分析与制度比较的方法，剖析“平台-模型”共生关系下独特的权力结构及风险类型，并揭示风险生成与治理路径。[结果/结论“] 共生”关系下的训练数据风险具有内生性与放大性特征，传统监管模式难以应对。为此，提出构建多方协同治理体系：通过原则性、分层级的政府主导来源记录框架应对隐私泄露与交叉风险；通过可验证的平台自评价体系破解治理壁垒风险；通过超级平台主导建设可信数据空间，化解数据流通风险。

[目的/意义]探索构建哲学社会科学科研人员有组织科研合作行为动机群体画像，为推进哲社领域有组织科研合作提供决策支持。[方法/过程]首先，通过一对一访谈、焦点小组和专家咨询三阶段访谈的方法，结合自我决定理论对合作行为动机进行识别；随后，采用K-means算法对调研数据进行聚类分析，划分构建哲学社会科学科研人员有组织科研合作行为动机群体画像。[结果/结论]识别出九类用于构建群体画像的哲学社会科学科研人员有组织科研合作行为动机，包括四类内在动机（协同创新动机、问题攻关动机、学术交流动机和社会服务动机）和五类外在动机（政策响应动机、资源整合动机、效率提升动机、收益导向动机和人才培育动机）；构建得到收益导向主导型、社会服务主导型、资源整合—协同创新双重主导型和人才培育—学术交流双重主导型四类群体画像，并针对不同群体画像进行解读分析，围绕推进哲社领域有组织合作提出相应策略建议。

[目的/意义]面向数字经济发展中的迫切需要，架构数据交易平台建设的理论框架，调研其建设模式，可为数据要素市场化配置优化提供理论支撑，为相关平台实践提供指导。[方法/过程]运用LDA主题模型对政策文本进行主题建模，构建数据交易平台理论框架；并基于该框架，运用平台调研方法，对代表性政府主导型平台和企业主导型平台进行比较分析。[结果/结论]构建了数据交易平台建设“五位一体”理论框架，政府主导型平台更关注平台生态建设与合规要求，采取“政策导向+生态协同+规范指引”的建设模式；而企业主导型平台则聚焦于灵活服务与价值变现，采取“自主灵活+精准营销+多元服务”的建设模式。两类平台建设实践基本符合政策导向，政府主导型平台应加强技术创新、推进数据供给、提升市场化运作能力，企业主导型平台应深化合作关系、完善合规机制、加强全流程管理。

[目的/意义]研究主题所属学科分类是学科交叉测度以及学科交叉主题识别等学科交叉以及跨学科研究的基础，只有确定每个研究主题所属的学科门类，才能判断其是否为学科交叉点。[方法/过程]构建基于大模型的研究主题学科分类框架，在Llama3-8B-Instruct、Qwen2.5-7B-Instruct和DeepSeek-R1-Distill-Qwen-7B三个基座模型基础上，采用“领域自适应预训练+监督微调”双阶段优化策略，利用116192篇学术论文进行领域预训练，以增强模型对科学文献的语义理解能力，以作者自标注关键词表征研究主题，通过人工标注的126919条“研究主题—学科标签”数据集进行监督微调，以优化模型对研究主题的学科分类能力。[结果/结论]虽然大语言模型具有零样本学科分类能力，但是仅仅靠设计Prompt使用大模型的精确率和F1值均低于50%，难以满足实际需要；而构建的研究主题所属学科分类框架精确率达93.61%、F1值达83.09%，显著提升了研究主题所属学科分类效果。

［目的/意义］数字经济与生成式AI的融合加剧了数据流通中的信任危机，推动可信数据空间建设成为破解困境的关键路径。系统比较图书馆、档案机构与数据中介机构的差异与互补性，对优化学科实践、构建协同治理体系具有重要意义。［方法/过程］聚焦信息资源管理领域可信数据空间构建，比较图书馆、档案机构与数据中介机构在数据可信性、数据治理成熟度、数据流通效率与社会公信力方面的差异。［结果/结论］三类主体机构在可信数据空间建设标准方面存在不同程度的差异；提出以学科优势补齐技术短板、建立以场景为核心的分工协同机制、构建激励相容与动态协同的治理框架的治理策略，为AIGC时代可信数据空间建设提供理论框架与路径选择。

[目的/意义]探究用户对深度伪造视频的信任路径可以降低用户盲目信任，为政府和社交媒体平台制定深度伪造风险治理策略提供理论支撑。[方法/过程]基于元分析确定影响用户信任深度伪造视频的12个因素，结合模糊解释结构模型ISM和交叉矩阵相乘法MICMAC分析用户信任深度伪造视频的关联路径及分类关系。[结果/结论]用户信任路径分为素养驱动路径、平台环境依赖路径与信息评估路径。认知能力、知伪意识和信息线索是根源层因素，对用户信任影响最深。个人素养内化、信息生态优化与外部线索强化是降低深度伪造视频用户信任的关键维度。

[目的/意义]通过构建多层级驱动模型，系统解析移动短视频用户数字脱瘾行为驱动要素的拓扑关系与
作用路径，为数字健康生态提供兼具理论解释力与实践操作性的研究范式。[方法/过程]首先，通过扎根理论分析
识别出多个影响用户数字脱瘾行为的关键要素；其次，构建ADSM模型对这些要素进行层级划分和传导路径的探
索，揭示各要素间的相互关系；最后，通过MICMAC方法对驱动要素进行类群划分，并验证所构建模型的合理性与
有效性。[结果/结论]移动短视频用户数字脱瘾行为驱动要素可分为七个层级，12项驱动要素可划分为依赖要素
群、自主要素群和驱动要素群三类，其中自我调节能力是移动短视频用户数字脱瘾行为最根本的驱动要素。

[目的/意义]情感信息的非结构化与高情境依赖性对传统情报流程构成挑战，其与从业者的情绪劳动强
度深度交织，使得“价值挖掘—劳动损耗—伦理合规”三者间的协同成为核心难题。系统性地解决这一难题，对提
升情报工作效能具有决定性意义。[方法/过程]基于情报循环理论，构建应用于情绪劳动调节的“情感信息情报治
理环路”（EIG-Loop）模型，运用混合研究方法对30名开源情报分析师与400名商业客服两类从业者进行实证检
验。[结果/结论]识别出传统流程中“采集—处理—决策—反馈”四阶信息链断裂机制，并证实信息熵与情绪劳动
强度呈显著正相关。EIG-Loop模型通过“信息流动—劳动调节”双闭环设计，能有效提升情报转化效率、降低情
绪劳动强度，并增强伦理合规性。

[目的/意义]知识组织系统（KOS）的构建依赖专家组的集体协商，以获取针对特定领域知识组织需求的概念体系，但其难以覆盖多领域资源组织需要。随着多样化知识的发展以及对复杂问题解决的需求，人们对多样化知识组织系统的构建提出了要求。基于多样化视角探讨知识组织系统构建的理论基础，可为多样化知识组织系统的构建及可持续性发展提供可参考的理论依据。[方法/过程]从主导KOS构建的两个关键要素：客体（资源环境）和主体（认识主体）出发分析KOS具有多样化的原因；进而探讨构建多样化知识组织系统的理论框架及基础，从而为多样化知识组织系统的构建及有机融合提供可参考的理论依据。[结果/结论]复杂的资源环境和个性化的认识主体思维是多样化KOS的主要促成要素。基于文献保证、关怀伦理、认识论、文化款待等多元理论明确了多样化知识组织系统构建及有机融合的理论思考，以便KOS适应多样化变化及发展需求的社会环境，促进其可持续发展。

[目的/意义]分析生成式人工智能情境下网络舆情的复杂性，挖掘智能生成网络舆情风险要素，对网络舆情风险治理和决策具有重要意义。[方法/过程]运用WSR方法论构建物理、事理、人理三个维度下网络舆情风险要素指标体系，结合模糊DEMATEL和AHPsortⅡ方法进行网络舆情风险测度分析，并以成都拆迁造谣事件为实证案例进行深入探讨。[结果/结论]基于实证数据结果，从物理、事理、人理三个层面提出了针对性的网络舆情风险管理策略，旨在为相关部门及公众提升网络舆情风险应对能力提供有价值的参考。

[目的/意义]在多元主体视角下探寻适应数据要素特征的质量提升策略，确保高质量数据要素的流通和应用，促进数据要素市场高质量发展。[方法/过程]首先以市场健康自治为切入点，基于多元主体视角，研究数据交易过程中数据交易平台、数据供给方、数据需求方在成本与收益变化下的策略选择；然后构建演化博弈模型，分析三方主体之间的相互作用及其影响因素；最后利用MATLAB软件进行仿真模拟，检验不同条件下各主体策略演化的动态过程。[结果/结论]数据交易平台的积极监管受到显隐性效益和监管成本的双重影响，供给方的高质量数据供给决策取决于成本差异及平台的激励与处罚机制，反馈成本和激励强度则是影响需求方反馈行为的重要因素。平台的有效监管、合理的激励与处罚机制以及需求方的反馈共同作用，能够形成推动高质量数据要素流通的良性循环。

[目的/意义]生成式智能搜索引擎正在成为人们最常使用和最关心的搜索平台，然而，人们对其系统设计是否有效、如何支持不同类型的任务、如何支持不同学习风格人群的搜索效果等问题了解较少。文章以此开展研究，以补充交互式信息检索领域生成式智能搜索环境下的搜索行为和搜索效果研究。[方法/过程]基于分层交互模型，以New Bing网站为实验系统，探究系统交互（信息资源、页面表现和技术特性）与搜索效果的关系，以及不同任务类型（事实任务、探索任务）和不同学习风格（发散型、聚合型、同化型和顺应型）对用户搜索行为与搜索效果的影响。[结果/结论]系统交互的大部分指标都与用户层面的搜索效果正相关，而成本收益层面的搜索效果只与页面表现的布局排版相关；被试在事实任务中有更丰富的搜索行为和更好的搜索效果；四种学习风格之间的搜索行为存在显著差异，主要体现在查询式重构次数以及查询式重构类型中，搜索效果差异同样显著，发散型学习风格被试在质量满意度和感知价值方面都有更好的体验。

[目的/意义]突发事件中，社交媒体毒性内容因舆情传播放大效应，对网络环境与应急管理构成严峻挑战。传统检测方法存在分类数据不平衡、检测精度低等问题，亟需高效解决方案。[方法/过程]构建突发事件场景下的微博毒性内容专用数据集，采用生成式人工智能（GenAI）技术，通过少样本提示学习生成语义等效的伪毒性内容以平衡样本。进而提出融合MACBert预训练模型与全局注意力机制的MACBert-Att模型，强化对领域术语与情绪化表达的语义捕捉能力。[结果/结论]经GenAI数据增强后，MACBert-Att模型F1值达0.95，较基线Bert模型提升15%，显著优于SMOTE等传统增强方法，验证了GenAI语义级数据增强与模型架构的协同有效性。

[目的/意义]医疗电子病历作为重要的医疗数字资源，蕴含着丰富的临床信息和知识，对其进行深入的知识挖掘和发现，能够发现隐性医疗知识，为医学临床提供准确的预测和决策支持。[方法/过程]文章探讨了电子病历知识发现方法框架，提出基于主成分分析法的加权关联规则算法的电子病历知识发现实现过程，并以脑血管疾病患者住院电子病历进行实证研究。[结果/结论]文章提出的加权关联规则方法在脑血管共病模式识别方面具有一定的优化作用，通过加权处理后，关联规则及其置信度都有新的变化。该加权关联规则方法在电子病历知识发现中具有应用价值和前景，也为未来研究和实践提供了新的思路和方法指导。