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。

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。

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。

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。

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。

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。

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。

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。

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。

摘要：【目的/意义】探究边疆民族地区高校语境下，图书馆智慧知识服务赋能教师AI素养发展的内在机制，为破解教师数智化转型困境与拓展图书馆服务职能提供区域化视角与实践参考。【方法/过程】运用扎根理论，对30位广西边疆高校教师进行深度访谈，通过三级编码构建图书馆智慧知识服务共生机制模型。【结果/结论】研究构建一个前置条件、多维赋能与协同进化的赋能模型。教师的素养困境与图书馆的服务失配构成前置条件；图书馆继而通过技能、认知与伦理、文化与本地化、成果与治理4个相互耦合的赋能路径进行多维干预；最终驱动教师与图书馆关系实现协同进化，外显为焦虑→信任→融合→共建的行为路径，内在实现从单向支持到双向建构的根本转变。研究可以丰富智慧图书馆与教师发展的区域化理论，并为高校图书馆的在地化与协同化实践提供具体启示。

摘要：【目的/意义】在人工智能生成内容（AIGC）广泛应用和新医科学科交叉融合背景下，解析医学生对图书馆信息资源服务的实际需求，并基于需求分析对图书馆信息资源服务创新提出针对性建议，为医科院校图书馆开展以需求为导向的、基于AIGC的跨学科医学信息资源服务优化和创新等提供参考对策。【方法/过程】通过设计问卷调查并分析813位医学生对医科院校图书馆医学信息资源服务的需求，以及其获取与利用医学信息资源的现状和能力。【结果/结论】分析发现，在AIGC和新医科学科交叉融合背景下，不同年级医学生对医学信息资源服务的需求日益多元化，对跨学科资源整合与智能化服务需求迫切，但医科院校图书馆现有跨学科信息资源分散、智能化服务不足；同时，医学生信息资源检索、阅读、管理等信息资源获取和利用能力较弱，并且对AIGC等新兴技术的应用需求较高但认知不足。基于上述需求和问题，本研究提出利用AIGC优化和创新医科院校图书馆跨学科医学信息资源服务，并开展基于AIGC的多层次信息素养培训教育以提升医学生跨学科医学信息资源获取与利用的能力和效率。

摘要：【目的/意义】运用BERTopic主题模型分析我国数据要素价值化领域的核心主题、演化路径与前沿动态，为深化理论探索和指导实践应用提供宏观视角与客观依据。【方法/过程】以中国知网（CNKI）2019年至今收录的1 735篇文献为样本，采用BERTopic主题建模方法展开研究。首先通过预训练语言模型构建语义嵌入空间，并结合UMAP降维与HDBSCAN密度聚类算法，初步生成语义相近的主题簇。在此基础上，采用c-TF-IDF进行关键词加权，继而引入时序分析方法，追踪研究主题的动态演变规律。【结果/结论】研究发现：①当前研究主题聚焦于“企业创新与数据要素市场培育”“数据基础制度与产业数字化转型”“要素市场化配置与体制改革”“数据交易制度与市场竞争机制”和“数据赋能生产率提升与监管平衡”五大主题；②数据要素价值化呈现多维度协同特征，并形成动态演进机制。

摘要：【目的/意义】通过对博士学位论文致谢文本的分析，揭示其中所蕴含的、超越正式学术合作网络的多元社会关系，以期深化对学术社交网络的认知，并为探究学术社会资本与青年科研人员培养提供新的证据。【方法/过程】使用LAC方法抽取和识别博士学位论文致谢文本中致谢语句所提及的被致谢人及其社会关系，进而分析被致谢人和博士学位论文作者之间的社会关系与其科研合作关系之间的关联情况。【结果/结论】致谢文本中提及的多数社会关系并未转化为正式的科研合作关系，这说明致谢文本可以很好地补充传统合作数据难以捕捉的隐性社会关系，如指导关系、评阅关系、同级关系、同门关系、学术朋友以及家人关系等。同时发现，近一半的科研合作关系可在博士在学阶段发现，这表明致谢文本中体现的社会关系对科研成果的产出与发表确有实质作用，其中指导关系和同门关系是合作最密切的两类关系，侧面揭示青年科研人员在学术生涯早期的科研合作特征。此外，还发现致谢中对他人的致谢顺序、关系类型与科研合作强度存在显著相关性，说明社会关系网络对青年科研人员的学术成长有不可忽视的重要影响。

摘要：【目的/意义】针对数字经济中“大数据杀熟”行为严重损害消费者权益与市场公平的问题，聚焦信息透明与消费者教育两大治理策略，探索破解此现象的协同效能，以构建多方参与的公平数字市场。【方法/过程】基于信息不对称、公平及信息处理理论，采用两项2×2情境实验（美食套餐与酒店预订），检验信息透明度与消费者教育的交互作用对价格歧视感知的影响，并分析价格公平感知的中介效应。【结果/结论】结果显示，信息透明与消费者教育的交互作用显著增强消费者对价格歧视的感知，单独提升任一策略均能提高识别力，两者协同则效果更显著。价格公平感知在此交互影响中起部分中介作用，信息透明与消费者教育的提升可以增强消费者对定价程序的理解而提升公平感知，从而间接缓解其最终的负面判断。

摘要：【目的/意义】探究当代青年对传统文化数字化建模的态度，对文化遗产传播具有重要作用。【方法/过程】基于CAPS理论构建当代青年对传统文化数字化建模态度的研究框架，采集B站上用沙盒游戏Minecraft建造中式传统建筑相关高播放量视频的弹幕及评论（有效文本共计22 961条），并从词频分析、主题挖掘和情感分析三方面进行态度分析。【结果/结论】研究发现，当代青年对传统建筑和文化保持着一定的兴趣和认知；对传统建筑的美感和文化价值表示赞赏和认同，并对传统建筑的设计和创作技巧表现出一定的兴趣；当代青年近6成对用Minecraft传承传统建筑文化持有积极态度，表现出对历史文明的喜爱和对传统文化的自豪。可见，通过游戏形式来传承传统建筑文化能够吸引当代青年的关注和参与。

摘要：【目的/意义】鉴于学界存在的引文失范术语模糊混淆的问题，旨在提出一个引文失范术语的概念分析框架，用于引文失范术语的分类与定义，以促进我国科研诚信建设，提高学术规范水平。【方法/过程】系统梳理国内外学术文献与政策文本中对引文失范类型的术语表述，提炼其定义特征与使用语境，构建了包含“科研不端/科研不当”与“增加被引量/减少被引量/不影响被引量”的分类维度框架和“动机—过程—效用”三要素的内涵要素框架。【结果/结论】依托引文失范的概念分析框架，整合并重构引文失范的标准化术语体系，确立11个一级核心术语，即崇引、滥引、引文污染、错引、漏引、引文偏倚、引文复制、曲引、匿引、引文操纵和伪引，并明确各术语在动机、过程、效用三要素上的特征，为后续的制度化治理提供更具操作性的工具。

摘要：【目的/意义】探究哲学社会科学科研人员有组织科研合作动机，以切实推进科研人员有组织科研合作。【方法/过程】基于价值共创理论，将有组织科研合作的价值共创行为划分为价值共识、价值共享、价值共生、价值共赢等4个阶段，采用共识性质性研究，选取哲学社会科学领域的20名科研人员开展深度访谈，确认每个阶段的动机。【结果/结论】研究发现：①在价值共识阶段，科研人员的动机主要是学术驱动、政策驱动、社会价值驱动及组织管理驱动；②在价值共享阶段，科研人员的动机主要是互惠驱动、声誉驱动、沟通反馈机制驱动及外部压力驱动；③在价值共生阶段，科研人员的动机聚焦协同创新驱动、角色认同驱动、个人发展驱动与国家需求驱动；④在价值共赢阶段，科研人员的动机强调成果分配驱动、协作共赢驱动及溢出效应驱动。同时，各阶段存在显著的跨阶段共性动机。基于研究结果，为促进哲学社会科学科研人员积极参与有组织科研合作提出相应建议。

摘要：【目的/意义】 鉴于数字技术的演进催生知识形态从固态向液态的认知相变，针对现有研究在系统揭示DeepSeek等跨模态推理技术重构知识生产范式机制方面存在的分析框架缺位问题，提出知识液态化理论框架，揭示跨模态推理技术对知识生产范式的重构机制。 【方法/过程】 构建包含“模态—主体—流程”3个维度的知识液态化分析框架，采用案例分析与功能解析法，系统剖析DeepSeek的动态稀疏注意力机制、混合专家（MoE）模型及跨模态对齐技术重构知识生产范式的核心动因。 【结果/结论】 DeepSeek并非一般性的影响因素，而是通过其技术架构（MoE等）与开源模式，从根本上触发知识生产在模态（从离散到统一）、主体（从中心化到人机分布式）、流程（从线性到动态交互）的三重范式重构。这一重构过程在提升知识生产效率的同时也衍生出认知权威耗散、责任归属模糊等新型治理挑战。

摘要：【目的/意义】 旨在全面把握图情领域数据治理的理论与实践前沿，构建系统化的认知框架，为相关政策制定、制度设计与战略规划实施提供有力的参照。 【方法/过程】 借助于CiteSpace与VOSviewer可视化工具，选择中国知网（CNKI）作为数据源，通过题录信息分析搭建领域研究框架、提取领域前沿热点、梳理领域发展演进。 【结果/结论】 我国图情领域数据治理研究文献呈现指数级增长趋势且可以被划分为两个阶段（2015—2019年与2020年至今），通过主题聚类归纳治理理论体系、治理技术体系、治理商业模式、治理实践方案和治理政策与法律法规5个主题，并对我国数据治理研究进行展望，为更好发挥“数据要素×”效用，推动国家治理体系现代化提供理论和实践参考。

摘要：【目的/意义】 针对短视频舆论环境下的景区突发事件，探寻最有效的补救策略（道歉、整改、补偿），以修复公众信任并提升补救满意度。 【方法/过程】 采用在线实验法，设计4（道歉/整改/补偿/不补救）×2（高卷入度/低卷入度）的组间实验，以景区突发事件短视频为材料，检验不同策略在不同卷入度下对公众负面情绪及满意度的影响。 【结果/结论】 研究表明，补救策略中补偿效果最佳，整改次之，道歉最弱。有效的补救是通过降低公众负面情绪来提升满意度。公众卷入度起关键调节作用：高卷入度下，补偿是最佳策略；低卷入度下，整改与补偿在缓解负面情绪上效果相当。

摘要：【目的/意义】 通过构建美术类本科生网络应用行为的模型，为艺术类高校了解和把握学生的网络应用行为提供依据，从而掌握学生网络动向，探索高校网络思政教育模式。 【方法/过程】 基于扎根理论，借助质性数据分析工具Nvivo12，对访谈文本进行开放式编码、主轴编码、选择性编码、理论饱和度检验等，构建出美术类本科生的网络应用行为模型。 【结果/结论】 该模型显示，在不同的网络和现实背景下，受到个人特质和现实因素的约束及影响，美术类本科生的网络应用行为呈现出相似的群体特征及差异化的行为目的和行为模式，模型共归纳提炼出表征层、环境层、目标层、行为层、延伸层和约束层等6个核心范畴和18个主范畴。结合所得的核心范畴，本研究进一步提出艺术类高校应从环境治理、目标引领、行为修正三个方面加强网络思政引领效能，为高校正确引导学生网络应用行为提供依据。

摘要：【目的/意义】 针对传统数字资源保存方法存在的单点故障、隐私泄露及保存能力不足等问题，提出基于区块链与分布式存储的融合模型，以解决数据易篡改、权限管理低效和跨机构协作信任缺失等核心挑战。 【方法/过程】 设计分层架构模型，结合区块链存证元数据和IPFS分块存储文件，利用智能合约实现资源上传、权限控制与数据修复的自动化；通过AES加密保障隐私安全，并基于哈希冲突概率计算（4.26×10^-27）和容灾能力量化（文件年可恢复率99.99%）验证模型可靠性。 【结果/结论】 模型在数据不可篡改性、隐私保护（AES-256破解需3.68×10⁵¹年）和容灾能力上显著优于其他方法，适用于数字档案、医疗数据等高安全性场景。提出分层存储与数据去重压缩等策略，优化系统性能与成本。模块化设计降低开发复杂度，托管服务集成提升部署效率。研究表明，区块链与IPFS协同机制可以为数字资源保存提供可靠路径，未来需进一步平衡性能与成本以支持规模化应用。

摘要：【目的/意义】 明确数据要素视角下AI赋能图书馆读者服务优化路径，为图书馆更有效地利用AI进行数智化转型，促进图书馆价值释放提供建议。 【方法/过程】 从数据要素视角出发，基于数据价值链理论、信息生态理论和感知价值理论，通过扎根访谈提取相关影响因素，并根据提取的15个范畴使用模糊解释结构模型（Fuzzy-ISM），划分三级影响路径，结合交叉影响矩阵相乘法（MICMAC）分析识别独立群、依赖群等集群特征。 【结果/结论】 确定数据主体、数据环境、数据本体三维度15个要素的影响路径，确立数据存储与技术设施构成的底层独立群是服务优化的根源驱动，通过影响其他要素进而影响用户的感知价值，从而实现价值闭环，据此提出分层施策建议，为图书馆“数据—价值”转化提供思路。

摘要：【目的/意义】 技术预测是与未来技术发展趋势和技术创新相关的研究，识别当前技术预测领域的研究热点与前沿趋势，可以为企业和组织的技术创新提供指引，帮助其把握机遇，规避风险。 【方法/过程】 以2001至2024年Web of Science和中国知网（CNKI）收录的技术预测相关文献为数据来源，综合运用知识图谱工具VOSviewer和Citespace对文献特征、研究热点和前沿趋势进行分析。 【结果/结论】 研究表明：①国内外技术预测领域相关文献数量持续增长，核心期刊分布于情报学、管理学等学科领域。②国内作者群多以机构内合作为主，存在以师徒关系为基础的跨机构合作关系；国外跨机构合作活动较多，多以联合培养学者、高校访问学者为中介开展学术研究合作，中国学者成为国际技术预测领域的重要力量。③研究热点方面，国内聚焦于新兴技术与颠覆性技术研究、技术机会研究、技术预测方法研究；国外关注技术发展趋势研究、新兴技术评估与预测研究、技术融合与技术情报研究、技术机会发现与分析研究。④研究前沿方面，颠覆性技术和新兴技术的识别与预测、技术融合与技术创新研究、技术机会识别与发现方法的优化是国内技术预测领域的研究前沿；国外技术预测领域的研究前沿主要聚焦于技术预测方法的改进、技术机会的发现与分析。

摘要：【目的/意义】 融合知识管理理论与物联网技术，构建智能化管理解决方案，为休闲渔业升级提供科技支撑，以推动海南海钓行业规范化与数字化转型。 【方法/过程】 基于HiTo智能手环实时数据采集与大数据分析技术，设计开发“德胜海途”综合管理信息服务平台，集成安全预警、资源调度、用户行为分析等功能模块，并通过案例实证、专家评估与仿真验证多轮优化系统效能。 【结果/结论】 基于HiTo智能手环的“德胜海途”综合管理信息服务平台可显著降低海钓事故率（降幅达35%），提升渔业资源配置效率（28%），增强用户活跃度（增长40%）。通过智能设备实时感知与动态分析，可以实现风险精准预警与资源智能分配，为休闲渔业数字化转型提供可复制的技术路径与管理范式。

摘要：【目的/意义】 开展用户视角的基层图书馆服务效能评价研究，有利于促进基层图书馆提升服务效能，实现高质量发展。 【方法/过程】 依据使用与满足理论，构建用户视角的基层图书馆服务效能“知晓—利用—满意”评价框架，参考已有成果设计一个简明的评价指标体系，运用问卷调查和访谈的方法收集用户意见，对指标体系进行优化，开展试验调查收集数据，计算指标值。 【结果/结论】 构建的评价框架和指标体系突出用户视角的服务效能评价，符合当前国际公共图书馆评价趋势，能够反映基层图书馆的真实水平和优劣之处，是对我国公共图书馆评估定级标准的补充。每年由区/县图书馆或委托第三方组织实施服务效能评价，有利于提高基层图书馆的知晓率、利用率和满意度，进而提高我国公共图书馆的整体服务效能，满足公众对图书馆界的期待。

摘要：【目的/意义】 聚焦于生成式人工智能，特别是ChatGPT的公众舆情动态，旨在探讨这一技术的背景、意义及其社会影响，分析公众对其接受度和舆论演化过程，为相关技术应用和社会治理提供理论支持。 【方法/过程】 分析2023年1月至2024年9月间的221 564条与生成式人工智能相关的微博数据。通过BERTopic模型提取核心主题，并结合关键词共现网络分析不同时期的讨论热点和舆情演化。 【结果/结论】 识别科技产业、教育与机器人、健康医疗等八大主题，并揭示公众讨论的演化路径：初期关注技术创新与潜力，中期探讨场景应用（如教育、医疗与金融），后期则转向数据隐私、安全与社会伦理等问题。关键词分析表明，“人工智能”“技术”等术语贯穿全周期，而“隐私”“安全”等后期高频词反映公众对技术潜在风险的关注。研究结果可以为生成式人工智能技术的社会效应提供深入理解，并为技术优化与政策治理提供理论支持。