[目的/意义]识别学科对外输出热点，有利于分析学科交叉发展现状及趋势，把握学科影响力的提升方向。[方法/过程]目标学科文献跨学科被引，可以推动其他学科知识、文献的创新与产生，形成"跨学科推动力"。但跨学科推动力的大小不完全等同于被引数量，尤其与引用/被引双方知识的相关性有关。因此，本文引入物理学中的正交分解法，构建目标学科知识跨学科推动力综合模型，从知识跨学科输出强度、广度、加速度、相关度等方面识别目标学科对外输出热点。[结果/结论]以图书情报学2017-2022年数据为例进行实证研究，识别结果表明模型具有可行性、有效性；同时依据一定分类原则将该学科知识对外输出热点划分为前沿、稳定、衰退3种类型，社会关注热点、学科交叉知识、专业核心知识分别属于以上类型。同时，综合分析发现图书情报学对外输出热点集中在交叉领域的信息管理与分析相关知识，但专业核心知识对外输出能力不足。

[目的/意义]搜索策略是用户信息搜索过程的核心层面。分析需求状态对移动购物用户信息搜索策略的影响，能够为提升用户搜索体验提供理论与实践参考。[方法/过程]基于信息觅食理论和搜索经济理论，探讨移动购物用户需求状态如何影响其信息搜索策略；研究设计目标导向型和探索型两种需求状态情景，基于情景实验检验所提出的假设。[结果/结论]结果表明，需求状态显著影响用户的商品评估成本，但不影响信息斑块间移动成本；相比于目标导向型需求状态，用户处于探索型需求状态时评估一个替代方案花费的时间更多；此外，当评估成本较高时，用户倾向于降低信息斑块内的评估数量。研究发现有助于改善用户的信息搜索体验。

[目的/意义]通过分析在线健康社区多元主体交互行为的多维影响因素及其作用机理，揭示在线健康社区多元主体交互的特征规律和交互网络的社会化形成过程。[方法/过程]采集淋巴瘤之家的交互数据集，构建在线健康社区多元主体交互网络，并借助指数随机图模型分析主体类型、主体同质属性、社会资本属性以及网络局部结构变量对多元主体交互的影响。[结果/结论]跨主体交互是多元主体间的主要交互模式，患者、疑似患者、医生、家属、朋友、社区管理员和健康焦虑用户均倾向于与其他类型的用户进行交互；基于疾病类型与地理位置的同质效应、健康状态异质的"知识差"效应是促进交互的重要条件；与活跃度相关的发出效应和接收效应显著，基于好友关系的"熟人效应"也比较突出；多元主体交互网络的形成过程也具有显著的互惠性和传递性特征。

[目的/意义]在网络空间协同治理的背景下，社交媒体用户参与虚假信息治理的实践方式日趋多元，然而其效果尚不明确。本研究旨在揭示作为命令性社会规范的用户评论如何影响虚假信息纠正效果，为社交媒体虚假信息协同治理及用户评论管理提供借鉴。[方法/过程]以HPV疫苗相关的虚假信息及其辟谣信息为例，采用网络情境实验法开展2^*2^*2三因素组间控制实验（N=307），揭示用户评论特征（立场、信息增量及不文明性）对辟谣效果（感知辟谣信息可信度及虚假信息信念）的影响。[结果/结论]支持辟谣的评论显著增强辟谣信息可信度并使参与者对疫苗的态度更积极，表明支持性评论具有协同纠正效应，且这一协同纠正效应不受评论信息增量与不文明性的调节；评论信息增量与不文明性共同对辟谣效果产生直接影响。

[目的/意义]科学研究通常会涉及众多研究机构的合作，如何构建一个多维度的机构合作贡献度测算指数，是一个亟需解决的科学问题。[方法/过程]从学术贡献角度，以学术论文作为研究单元，以高校或科研院所作为评估对象，综合考虑活跃度、影响度、智力度多个维度，构建基于多个评价要素的融合贡献指数模型。并且以Web of Science核心合集中"人类表型组"大科学计划相关583篇学术论文作为实证分析样本数据集，开展面向科研机构这一实体的学术贡献测度研究。[结果/结论]研究结果表明当评估机构活跃度突出，单一指标就基本能稳定表示其贡献度；多维评价体系能够全面展示各个机构在不同维度的贡献度差异；去除"学术兼职"因素后，智力度层面评估有助于识别一些"虚假贡献"；融合贡献指数作为一个复合评价指标，与其他科学计量指标相比，既能稳定揭示贡献度有绝对优势的机构，也能筛选出被严重低估贡献度的机构，还能准确识别出一些被夸大贡献度的机构，为多维度、客观评价学术机构在科研合作中做出的实际贡献提供一个新思路。

[目的/意义]剖析舆情卷入风险感知下社交媒体用户非理性行为的生成要素，阐释用户认知-动机-行为之间的关系，为舆情风险治理和用户行为管控提供科学参考。[方法/过程]基于问题解决情境理论，整合风险信息搜寻与加工模型（RISP）和扩展平行过程模型（EPPM），厘清舆情卷入风险感知下社交媒体用户非理性行为影响要素联动关系和驱动路径，从需求触发、认知控制、情绪发酵、行为反馈4个阶段构建舆情卷入风险感知下社交媒体用户非理性行为的生成机理模型。[结果/结论]针对舆情卷入风险感知下社交媒体用户的非理性行为，应从需求引导、信息监管、情感重塑、技术赋能4个方面进行规制，引导用户理性辨识舆情风险并做出科学决策。

[目的/意义]生成式大语言模型改变自然语言处理研究的范式，推动人工智能赋能社会科学研究的新潮流，为从文本深层语义特征角度量化计算人文社会科学学科的交叉与融合提供新思路。[方法/过程]使用ChatGPT模型对人文社会科学学术文献进行学科判别，基于小样本学习识别模型预测结果中的学科名知识实体，从期刊知识分散分布视角衡量多学科候选分类问题，将判别结果与文献所属期刊对应学科作比较分析，提出跨学科丰富度、跨学科密切度、主体度等指标结合跨学科度的跨学科性量化研究。[结果/结论]围绕AIGC赋能交叉科学测度研究，从学科归属问题的判断、生成式模型答案集中学科名的抽取、多学科候选问题的赋权、交叉科学内容性度量指标等几方面提出一套研究框架方法，实现从内容角度充分利用AIGC赋能社会科学研究，为进一步探索各社会科学研究的内在逻辑提供借鉴和参考。

[目的/意义] 师承关系普遍存在于科研人员之间，研究科研人员的师承合作模式对于深入理解科研人员与其导师之间的科研合作行为特征及规律具有重要意义。[方法/过程] 基于科研人员所发表学术成果的合著关系与研究主题，提出科研人员师承合作模式的概念模型和识别方法，在合著关系视角下，将师承合作模式划分为“引领成长型”“助力发展型”“自由合作型”和“各行其是型”四种；在研究主题视角下，将师承合作模式划分为“传承延续型”“协同发展型”和“自主探索型”三种；并以情报学领域的博士为研究对象，研究了双重视角下的科研人员师承合作模式特征。[结果/结论] 研究发现，在博士的学术生涯中，无论哪种研究视角下的师承合作模式均是不断变化的，且具有多种演变路径与演变模式。此外，导师对博士学术成长中基于研究内容层面的隐性影响时间显著长于基于合著论文层面的显性影响，博士对导师在研究主题层面的传承性更强。研究丰富了科研人员师承合作模式研究的方法体系，对后续相关研究的开展具有重要的参考价值。

[目的/意义] 探索纠正类健康信息逆火效应的存在和作用机制，为政府和社交媒体平台提高纠正类健康信息的使用效率提供理论支持与策略建议。[方法/过程] 设置世界观逆火效应和熟悉度逆火效应实验，检验感知威胁性、感知信息质量、感知新颖性与纠正背离度间作用关系及负面情绪的中介效应，验证信息来源可信度的调节效应。[结果/结论] 研究表明：纠正类健康信息逆火效应存在。感知威胁性可以正向影响纠正背离度，负面情绪在其中发挥中介效应；信息来源可信度负向调节感知威胁性对纠正背离度的影响。在日常饮食主题的纠正类健康信息中，逆火效应更加突出，感知信息质量负向影响纠正背离度；感知新颖性不是熟悉度逆火效应的影响因素；同时，信息来源可信度在感知信息质量、感知新颖性对纠正背离度的作用间调节效应均不显著。

[目的/意义] 探究移动社交媒体用户错失焦虑的刺激要素以及反应要素，构建移动社交媒体用户错失焦虑生成机理模型并进行用户画像分类，为社交媒体运营商实现信息精准化服务提供理论与实践指导。[方法/过程] 通过文献调研法与扎根理论提取指标要素，结合信息生态理论与SOR理论构建移动社交媒体错失焦虑用户画像模型，基于问卷调查数据进行K-means聚类分析，得出4种用户画像类型，并结合聚类结果对4种用户画像标签分别进行具体特征分析。[结果/结论] 研究得出沉迷上瘾、强迫使用、过度使用和消极使用4种不同用户画像类型，为相关运营商或机构提供较为全面的移动社交媒体FoMO用户画像类型解释。

[目的/意义] 使用深度学习技术，从时间维度量化科学家研究主题的演化速度，并探究主题演化速度的历史发展及异质性，揭示主题演化速度与科研绩效的关系。[方法/过程] 首先，基于1980—2019年全球计算机科学领域近100万科学家的论文数据，使用Doc2vec深度学习方法，测度科学家相邻年份产出论文之间的文本特征距离，测算主题演化速度；然后，剖析研究主题演化速度与科研绩效的关系，并对比不同职业发展状态的科学家在主题演化程度方面的动态发展差异。[结果/结论] 研究发现，近四十年来，科学家主题演化速度逐渐放缓，全球计算机科学领域中科学家整体朝向“利用式研究”的发展状态；较低的主题演化速度能带来最好的科研绩效，主题演化速度与科研绩效之间呈现倒U型关系。在职业发展生命周期中，精英科学家的主题演化程度逐渐下降，呈现“逐渐聚焦”的主题演化模式；非精英科学家的主题演化程度在大部分时期处于上升或平稳发展状态。研究结果对学科发展评估、科学家职业发展以及科学政策制定具有一定启示意义。

[目的/意义] 在突发事件网络舆情的演变过程中，用户会分化成不同的群体，随着群体内部共同立场的不断建构和强化，群体极化最终形成。由于极化可能会带来严重的社会、文化、经济和政治冲击，对极化风险进行评估和应对显得尤为重要。[方法/过程] 在对突发事件网络舆情、群体极化、议程设置等相关概念与理论进行系统回顾与梳理的基础上，遵循“数据—知识—服务”的转化路径提出群体极化风险评估模型：首先，构建事件多维主题图谱以形成舆情知识资源集合；其次，从中确定群体极化风险要素抽取维度并量化末级指标；最后，采用熵权法进行风险评估，并提出具有针对性的应对策略。[结果/结论] 舆情影响力对群体极化风险的影响最大，其次是公众议程多元程度，在所有风险要素中，公众情感极化程度的权值最小。

[目的/意义] 基于创新主体的社会资本与知识存量，深入研究合作创新网络的动态演化特征与内在机制，助推创新主体整合优势资源、拓宽合作渠道、进一步提升创新能力。[方法/过程] 综合运用知识要素抽取技术、社会网络分析方法及网络动态演化模型，在构建领域合作创新网络与整体知识网络的基础上，引入单个创新主体的个体知识网络，深入分析社会资本与知识存量对合作创新网络演化的驱动机制。[结果/结论] 以2003年—2022年光刻领域专利数据为基础开展实证分析，发现合作创新网络的传递性、创新主体间的组织邻近性与认知邻近性以及创新主体自身的知识多样性、知识组合潜力驱动了创新网络中合作关系的建立；创新主体的度中心性、个体知识网络的传递性对合作创新网络的形成具有负向作用。最后，面向进一步推动技术领域合作创新提出建议。

[目的/意义] 挖掘以“伯乐型专利”为代表的高质量科技成果的形成和演化规律，以促进科技成果的转移与转化，进一步为企业的创新发展提供有力支持。[方法/过程] 以中国和美国人工智能领域的专利家族为研究对象，通过构建知识迸发检测模型（KBDM），寻找善于从海量专利成果中发现、延续和继承高质量专利成果知识的专利。[结果/结论] 通过KBDM模型，总计识别29 925个伯乐型专利。伯乐型专利的地域分布呈现出全球化的特点。伯乐型专利申请人主体主要为人工智能领域的龙头企业，这些企业具备领先的技术经验和发现潜在高价值专利的能力。研究还发现伯乐型专利具有集聚效应，多个伯乐型专利常常共同发现具有潜在的知识价值，积极地通过协同唤醒整个专利家族的潜力。这突出伯乐型专利在创新生态系统中的重要性，促进了知识的传播。最后研究还发现，家族内的专利被引频次与唤醒专利家族的伯乐型专利数量之间存在正向关系。这一研究为伯乐型专利的特征和作用提供全面的理解，有助于更好地应用专利知识在科技创新和知识传播方面。

[目的/意义]在日趋激烈的国际竞争背景下，颠覆性技术被认为是引领技术和产业发展方向、助推企业和产业实现“弯道超车”的绝佳机会窗口。为此，预测和部署颠覆性技术对于国家抢占科技制高点、重塑价值链均具有重大战略意义。[方法/过程]结合深度学习和离群点检测算法，构建基于离群点视角的颠覆性专利预测框架。该研究框架包括五个关键步骤：首先，利用BERT模型和TF-IDF算法将专利文本和专利分类号转化为可计算的高维向量表示，并结合PCA算法进行降维和特征融合；其次，采用三种离群点检测算法，以增量迭代的方式识别离群专利；再者，通过数据集修正，从离群专利中保留新技术专利；在此基础上，通过深度剖析新技术形式颠覆性专利的核心特征，构建有效的测度指标体系；最后，利用深度学习DNN模型拟合专利指标和颠覆性专利标签之间的关联关系，从而实现从大量的新技术专利中对潜在颠覆性专利的有效预测。[结果/结论]以人工智能为例，验证了该方法的有效性。结果共预测出411条颠覆性专利，这些专利主要涉及六大颠覆性方向：多模态预训练大模型、增强现实、生成式AI、自动驾驶、图像识别与处理和智能通信。这些技术的推广和应用，将对未来的科技和产业发展产生重大影响。研究结果可为国家政策制定和企业技术布局提供重要的决策参考。

[目的/意义]为解决传统颠覆性指数计算过程中不考虑焦点文献的参考文献数量的问题，提出权重颠覆性指数（权重D指数），有助于更加合理有效地评估文献的创新性。[方法/过程]提出一种针对焦点文献的参考文献数量的调整方法——权重颠覆性指数，以1950—2023年获得化学诺奖及其对照组的论文为数据来源，一方面，从合理性与有效性两方面对比颠覆性指数与权重D指数；另一方面，针对一篇焦点文献的参考文献被其引证文献多次引用的情况，具体分析焦点文献的创新性、焦点文献的影响力、焦点文献的参考文献的影响力与焦点文献的参考文献收到引用数量的相关性。[结果/结论]权重D指数具有合理性，且比传统颠覆性指数更能有效识别论文的创新性；当焦点文献的创新程度和影响力越高时，引证文献越倾向于引用其参考文献；当焦点文献的参考文献影响力越高时，引证文献也倾向于引用其参考文献。

[目的/意义]探究不同认知能力的用户在信息搜索行为、认知路径特征以及认知转换上的差异性，理解用户在搜索即学习过程中的搜索状态和学习状态，帮助改进搜索系统的设计以更好地支持用户获取信息。[方法/过程]采用受控用户实验法，将用户根据认知能力分为两组，每组用户分别完成三种类型的信息搜索任务，使用录屏记录与出声思维法采集搜索与学习过程实验数据，采用非参数检验法进行数据分析。[结果/结论]研究发现，认知能力高低程度不同的搜索者在认知转换上存在显著差异。不同类型的认知能力对搜索者的搜索行为和认知路径存在不同的影响，类比推理、逻辑判断、数量关系、常识认知、语言逻辑能力都对用户搜索行为有显著影响，逻辑判断、常识认知和语言逻辑能力在认知路径上发挥重要作用。

[目的/意义]以移动办公类应用为例，旨在探索技术的开发与更新如何高效响应用户需求，用户如何高效地适应技术的功能以充分发挥技术的优势。在此基础上，识别用户与技术的双向适应行为路径，并挖掘用户与技术的适应模式。[方法/过程]选取iOS平台商务类应用畅销榜排名前10的移动办公APP，获取2020年1月1日到2022年12月10日的235 216条评论数据和553条版本更新日志数据。利用BERTopic主题模型对移动办公类APP更新日志文本和用户评论文本进行主题分析，对比技术与用户方供需差异。随后利用基于BERT的文本匹配算法将用户评论与更新日志项目进行相似度匹配，结合评论文本和更新日志文本时间维度特征，识别双向的适应路径。[结果/结论]用户与技术存在“用户技术适应路径”“（技术）用户技术用户双向适应路径”“技术用户适应路径” 3种交互适应行为路径，同时存在用户和技术的两种单向发布行为路径。研究总结得到3种技术与用户的适应模式，并发现，对于排名前十的移动办公类APP，用户主导的适应模式以及用户技术双向适应模式为最重要的交互适应模式，技术主导的适应模式为占比最小的适应模式。

[目的/意义]分析用户生成内容（user generated content，UGC）平台用户基于收藏的数字囤积行为的影响因素，以期丰富和拓展数字囤积领域的研究，并为优化UGC平台设计提供参考。[方法/过程]以小红书为例，基于计划行为理论，构建UGC平台用户数字囤积行为影响因素模型，通过问卷调查收集数据，利用软件SPSS和AMOS进行数据分析。[结果/结论]态度和主观规范正向影响用户数字囤积意愿，态度、文化认同和实物囤积行为正向影响用户数字囤积行为。UGC平台可通过引导用户审慎收藏、提供提醒和定期清理功能、设置收藏上限与分类标签以应对用户基于收藏的数字囤积行为。

[目的/意义]社交媒体已经成为失真健康信息滋生和分享传播的温床，探索失真健康信息特征对用户分享意愿的交互影响机制，能够为失真健康信息治理提供助力。[方法/过程]聚焦于失真健康信息特征中的情感诉求、信息来源和内容变造三个方面，结合感知信息质量和感知信息可信度两种中介机制，提出9个研究假设、1个研究问题。通过设计2×2×2的参与者内部实验情境，收集223名参与者的1 784条实验数据，并利用单因素方差分析和路径分析对假设和研究问题展开验证探索。[结果/结论]研究结果表明，情感诉求、信息来源和内容变造三种启发式线索对用户分享意愿存在不同程度的促进作用，并且彼此间存在交互叠加效应。同时，被扭曲的感知信息质量和感知信息可信度在这种促进关联中扮演关键中介作用，是用户分享失真健康信息的重要前置因素。影响机制研究加深了对互联网失真健康信息传播行为的理解，并为各方开展失真健康信息治理提供新的见解。