当期目录
-
-
2026年, 11卷, 第1期
刊出日期：2026-02-28
卷首语
编委视点
AI赋能知识管理与服务的拓荒探索专题
研究论文
-
全选|
-
-
单位：北京信息科技大学商学院 北京 100192关键词：人工智能, 数字化转型, 数智治理, 知识化, 智慧教育, 人才培养摘要：【目的/意义】 在AI背景下，从知识化视角研究面向数字化转型的数智治理、破解数智治理难题的思路以及智慧型人才的培养具有重要的意义。 【方法/过程】 从知识化视角，基于治理与复杂系统思想，分析AI、数字化转型以及数智治理的知识化与知识深化的过程；揭示人与AI双主体双智力、AI的数智化双刃剑溢出性共生性特征，以及数智治理的要素、特征、优势与难题；针对难题归结为人的“端正认真实事求是”的态度、“人文素养学养修为以及学习体验洞悉与思维逻辑认知能力”的修养能力问题，进而分析知识、智力、灵性、认知与智慧的知识化升华过程，提出破解治理难题的智慧教育，培养智慧型人才的思路。 【结果/结论】 数字化转型以及数智治理需要拥有“端正认真实事求是”正确态度和深厚人文底蕴的有智慧的人才，通过高校、企业、城市治理以及个人修养，培养AI背景下数字化转型及其数智治理亟需的智慧型人才，为实现数字化转型支撑做实做大做优做强数字经济做出应有的贡献。
-
-
单位：1. 华中师范大学中国图书馆创新发展研究中心 武汉 430079
2. 华中师范大学信息管理学院 武汉 430079关键词：多视角知识表示, 知识秩序, 知识融合, 知识推理摘要：【目的/意义】 从多视角描述知识，构建多视角知识表示框架模型，探索知识组织理论和方法的创新，以期进一步推动人工智能战略发展。 【方法/过程】 依据视角的不同将知识表示视角分为知识客体、知识主体、知识情境等，叙述这些知识表示视角下的方法的理论基础；构建多视角知识表示的框架和模型，实现知识秩序的形式化表示，并提出多视角知识表示全新的运行机理。 【结论/结果】 为在数智环境下最大程度地发挥知识表示效用，多视角知识表示可以做出建立灵活多维的全息知识秩序、多模态与情境化的融合表达、面向用户问题的动态演化等方面的调整，以便能够更好地服务于具体实践领域。
-
单位：1. 华中师范大学信息管理学院 武汉 430079
2. 华中师范大学数据治理与智能决策研究中心 武汉 430079关键词：大模型, 领域大模型数据基座, 框架构建, 应用探索摘要：【目的/意义】 面向领域大模型在专业化与高风险应用场景中对高质量数据支撑与可信运行的现实需求，系统探讨领域大模型数据基座的基本内涵、关键特征与系统化构建路径，旨在为推动可信人工智能的落地应用提供理论框架与方法支撑，为领域大模型数据基座的规范化建设与治理实践提供系统性参考。 【方法/过程】 在系统梳理相关文献的基础上，明确领域大模型数据基座的概念内涵、主要特征与构成要素，引入分层模块化架构理论，构建分层化的领域大模型数据基座模型框架，主要涵盖数据资源层、知识组织层、知识存储与语义索引层、模型层、算法层、应用层、治理与运行支撑层，以此刻画数据、知识与模型协同运行的整体机制。最后，采用基于公开证据的桌面研究与跨案例对照方法开展框架的情境化适用性论证。 【结果/结论】 跨领域对照显示，该框架能够解释不同领域参照系统在外部知识记忆接入、证据约束生成、合规审计输出链条上的共性机制，在此基础上，进一步凝练出数据契约、索引配置与评测基线等可复用方法要素，验证该框架在跨领域情境下的适用性与可迁移性。
-
单位：1. 中国科学院大学经济与管理学院 北京 100190
2. 中国科学院大数据挖掘与知识管理重点实验室 北京 100190
3. 中国科学院大学数字经济监测预测预警与政策仿真教育部哲学社会科学实验室（培育） 北京 100190
4. 散裂中子源科学中心 东莞 523803
5. 中国科学院高能物理研究所 北京 100049关键词：重大科技基础设施, 科学数据管理, 知识图谱, 大语言模型, 数据推荐系统, 多源异构数据摘要：【目的/意义】 研究基于人工智能技术构建重大科技基础设施科学数据管理与推荐框架的方法，重点探讨融合知识图谱与大语言模型的个性化推荐系统架构，以提升科学数据的整合与智能推荐能力。 【方法/过程】 提出一种基于人工智能技术的重大科技基础设施科学数据管理与推荐框架，引入知识图谱、链路预测和大语言模型（Large Language Models，LLMs， LLMs）技术，提出面向科研全流程的个性化数据推荐系统架构。 【结果/结论】 系统架构包括数据采集、知识抽取、语义推理、个性化推荐等模块。数据层负责多源异构数据的整理和整合，分析层通过图神经网络与大语言模型进行深度分析，应用层则为科研人员提供精准的推荐服务。所提出的框架有助于提高数据的利用率，促进科技创新能力的提升，提高多源异构数据的整合与智能推荐能力。
-
单位：1. 中山大学信息管理学院 广州 510006
2. 中山大学国家文化遗产与文化发展研究院 广州 510006关键词：AI素养, 素养测评, 测评工具, 系统综述摘要：【目的/意义】 随着AI技术全面融入社会生活，AI素养已成为智能时代公众必备的基础性能力。通过系统梳理国内外AI素养测评实证研究的进展，为后续相关研究提供参考和借鉴。 【方法/过程】 遵循系统综述法，共筛选69篇国内外AI素养测评的实证研究作为分析样本，通过遍历文章内容的方式，统计样本文献的描述性特征，并从测评对象、测评维度、测评工具的开发与验证、影响因素及研究局限等方面进行系统梳理。 【结果/结论】 现有AI素养测评的对象主要包括社会公众、学生、教育工作者；测评的核心维度包括认知、应用、评估、伦理；测评流程涵盖样本选取和测评工具的开发与验证；AI素养水平会受到性别、年龄、国籍、教育背景等变量的影响；现有研究存在测评工具、测评样本、测评方式等方面的局限性，有待在未来研究中进一步完善。
-
单位：同方知网数字科技有限公司 北京 100084关键词：学者画像, 学者主题标签, 小同行专家, 同行评议, 学者评价摘要：【目的/意义】 学者画像被广泛运用于学术领域的各项精准服务，如论文评审、项目评审、精准推送、人才引进等。在“小同行”学者的识别中，主题标签起着关键性作用。对学者主题标签计算方法进行优化，可以更准确找到各细分学科领域的“小同行”学者。 【方法/过程】 提出一种理论框架，即学者领域画像应综合考虑学者研究兴趣与学术能力等评价信息，同时呈现学者的研究领域及其在该领域的学术水平。将主题标签与评价数据相结合，以评价数据作为主题标签权重的考量要素，提出一种计算学者高分主题标签的算法，包含发表文献量、学者署名位次、论文被引频次3个维度。 【结果/结论】 从学者本人画像来看，通过学者高分主题标签可以刻画该学者主要的细分研究领域；从学科领域找专家的需求出发，通过学者高分主题标签可找出该领域的高影响力学者。
-
单位：上海大学文化遗产与信息管理学院 上海 200444关键词：数字人文, 可复现性, 数据出版, 期刊治理摘要：【目的/意义】 以数字人文研究中日益凸显的可复现性问题为背景，系统分析数据复杂性、方法异质性与成果多模态化对研究可验证性带来的挑战，探讨学术期刊在制度规范与技术治理中的关键作用。 【方法/过程】 从数据、方法与成果3个层面梳理可复现性困境，在此基础上引入“守界—破界—守破平衡”的分析框架，结合数据出版、平台化协作、智能化赋能与人机协同机制，构建期刊推动可复现性的现实路径。 【结果/结论】 期刊应通过标准化数据采集与元数据规范、集中化平台管理、智能化质量控制和人机协同审稿机制，实现对研究全过程的透明化与可追溯管理。结论认为，学术期刊需在守护学术规范与推动出版创新之间实现动态平衡，逐步形成“数据—方法—出版”一体化生态，以提升数字人文研究的可信度、复现性与学术影响力，为构建开放、透明、可持续的学术出版体系提供制度支撑。
-
单位：1. 中国科学院武汉文献情报中心 武汉 430071
2. 中国科学院大学经济与管理学院信息资源管理系 北京 100190
3. 科技大数据湖北省重点实验室 武汉 430071关键词：检索增强生成, 大语言模型, 新兴主题, 技术扩散, 引文网络摘要：【目的/意义】 基于传统主题模型与大语言模型结合以及基于RAG的大语言模型设计主题建模方法，分析新兴主题和非新兴主题的扩散情况，为后续新兴主题的识别和扩散提供参考。 【方法/过程】 首先，通过传统主题模型和大语言模型结合的方法对专利进行主题挖掘，根据新颖性、连续性、增长度和影响力识别新兴主题；其次，利用RAG微调的大语言模型评分，确定最佳主题建模方法；最后，构建引文网络计算扩散速度、广度、强度、深度和地域，对新兴主题和非新兴主题扩散指标的时序变化情况进行分析。 【结果/结论】 以核聚变为实证领域，研究发现基于BERTopic+Doubao的主题建模方法效果最佳；同时新兴主题扩散呈现波动上升的趋势，非新兴主题则呈现先稳步上升后小幅下降的趋势。本文提出的传统主题模型和大语言模型结合的方法能够有效识别新兴主题，RAG微调的大语言模型优化了结果的评估效果，且丰富了主题扩散测度视角。
-
单位：华中师范大学信息管理学院 武汉 430079关键词：多维邻近性, 回归分析, 有组织科研, 科研合作摘要：【目的/意义】 通过多维邻近性视角，探究地理、技术、制度、文化、组织及网络邻近性对哲学社会科学领域跨机构有组织科研合作产出的影响机制，对优化有组织科研合作模式，提升跨机构有组织科研合作的整体效能与影响力具有重要意义。 【方法/过程】 本研究以2002—2023年“教育部人文社会科学重点研究基地重大项目”中涉及跨机构合作的1 443篇期刊论文作为样本数据，依次进行Spearman秩相关分析和OLS回归分析，并开展二元logistics回归进行稳健性检验。 【结果/结论】 ①地理、制度和网络邻近性，均显著正向影响跨机构科研合作产出数量；其中，地理邻近性与文化邻近性、网络邻近性与文化邻近性的交互作用均显著正向影响跨机构合作产出数量；而技术邻近性与网络邻近性、组织邻近性与网络邻近性、组织邻近性与文化邻近性的交互作用则显著负向影响跨机构合作产出数量。②地理邻近性、制度邻近性均显著负向影响跨机构科研合作产出质量；地理与技术邻近性、制度与网络邻近性的交互作用均显著负向影响合作产出质量。③地理邻近性显著负向影响跨机构合作产出影响力，网络邻近性显著正向影响跨机构合作产出影响力，各交互作用对合作产出影响力无显著影响。基于以上研究结果，提出若干建议，以期为相关领域的发展提供参考。
