摘要：【目的】研究面向科研学术大数据的精准服务架构,解决科研学者获取精准知识服务的问题。【方法】通过分析互联网应用精准服务现状,从数据组织、技术方法、应用场景三个方面,归纳对比精准服务的方法,面向科研学术生态链条设计精准服务体系。【结果】精准服务架构设计梳理关联了数据生产、技术研发、应用服务环节,支撑了科研学术的精准搜索与推荐服务应用。【局限】该架构未与传统方法对比,还需结合实际应用评测验证精准性提升效果。【结论】本文解决了精准服务技术方法的单一性问题,为应用系统研发提供系统的架构支撑。

摘要：【目的】调研分析科技知识服务当前面临的问题,研究设计基于科技大数据的智能知识服务体系,提供智能语义检索、精准推送、群体智慧涌现与智能分析服务。【方法】以"数据+场景"双轮驱动,利用自然语言处理与人工智能技术,构建知识图谱、精准服务与智能情报三大知识引擎,支撑新一代知识服务平台研发。【结果】构建科技大数据中心,研发基于科技大数据的知识发现平台、智能随身科研助理、科技机构学术分析系统、科技大数据可视化全景观测平台以及科技大数据支撑与管理平台的开放学术生态环境。【局限】由于自然语言理解技术限制,知识的丰富度、关联性以及知识图谱智能构建方法上有待进一步提高,智能知识服务平台在精准服务上还有待提升。【结论】智能知识服务平台为科技情报分析提供知识挖掘与知识分析工具,但其智能性与精准性还有待提升。

摘要：【目的】研究从科技大数据中提取结构化知识、构建学术知识网络的模型与方法,支持智能知识服务产品的研发提升精准知识发现能力。【方法】提出科技大数据知识图谱的构建模型和技术架构,在汇聚和融合科技大数据知识资源的基础上,以大数据平台分布式存储和高性能计算为支撑环境,详细设计和实现科研实体知识抽取、实体对齐和关系发现、知识融合与语义丰富化、语义化存储、质量管理等知识图谱构建技术。【结果】构建3亿实体和11亿关系的科技大数据知识图谱,有效支撑科技大数据知识发现平台和"慧科研"智能随身助手的服务。【局限】由于数据的规模和复杂性,知识图谱的质量管理仍需花费大量的人力,实体对齐的准确度也有待于提高。【结论】本文提出的知识图谱建设方案适用于科技大数据的知识管理和深加工,有助于科技知识的有效利用。

摘要：【目的】解决科技大数据数据源分散、质量不高、内容单薄等问题。【方法】采用数据清洗、实体对齐、实体字段融合、冲突检测等增值计算方法,设计开发一套科技大数据增值丰富化的工具。【结果】通过本文研发的丰富化工具,在人员、机构、会议、期刊实体及实体关系层面实现实体数据对齐,实体字段内容增加5-10倍,实体分析维度提升2-3倍。【局限】增值数据的及时性、规范性需要结合服务需求在实际应用中不断优化提升。【结论】研究成果提升了科技大数据知识发现平台以及相关情报智能分析系统的数据服务维度及深度。

摘要：【目的】利用词典法辨识和量化我国科技政策文本用语中蕴含的决策者态度及其强弱程度,解决现有中文政策文本研究忽视词语语义强度的问题。【方法】立足科技政策的功能定位和用语特征,提出程度词的概念。兼顾数量和语义构建程度词典,包括依据专家知识选取种子词,利用PMI算法进行词语扩展,使用同义词词林筛选词语。最后结合TextRank算法进行实验验证。【结果】经信度和效度检验,构建的程度词典有效,结合程度词典的政策文本分析细粒度优于使用单一的文本挖掘算法。【局限】程度词典的权重设计有待细化。【结论】科技政策文本中的程度词丰富、规范且稳定,具有量化分析的价值;词典法可以有效识别并利用程度词,有助于深入挖掘政策文本的语义特征。

摘要：【目的】从科技查新候选检索结果中自动筛选与查新点语义相近的文献(期刊论文、专利)。【方法】设计基于Bi-GRU-ATT的深度多任务层次分类模型,利用国际专利分类表(IPC)类别及专利数据,训练多个不同层次分类模型,利用少量论文数据进行Fine-tuning,使之适用于论文和专利两种类别数据,依照先父后子的次序识别查新点及候选记录的语义类别,从而判定二者间的语义匹配度。【结果】在E21B专利分类下的两级分类模型中,准确率分别达到82.37%和73.55%,优于其他基准模型;在使用真实查新点实验数据的语义匹配实验中,语义匹配的精度达到88.13%,比基准检索模型(TF-IDF)提高15.16%。【局限】仅在少量类别中开展训练,还没有扩展到IPC所有分类中。【结论】初步实验表明该方法能够在一定程度上提升查新点语义匹配效果。

摘要：【目的】构建多维化指标、多样化标准和多元化主体的人才评价模型。【方法】围绕学术成果、科研项目、合作交流及产出应用,从学术贡献与科研潜力两方面设计量化指标。【结果】本研究提出指标可组合、权重可调整的分类人才评价模型,并设计数据驱动下多主体参与的模型应用流程。【局限】研究尚处于理论研究阶段,还未结合大规模数据开展完整的验证实验。【结论】所提模型提供人才的多维画像与多元评价方法,有助于完善人才评审机制,营造激发创新的科研生态。

摘要：[目的/意义]图书情报研究生是图情行业发展的新生力量。新时代发展对图情教育提出了新的要求,需要进一步增强图情研究生核心能力。[研究设计/方法]通过297份有效问卷,以图书情报从业者为调查对象,调查其对图情研究生核心能力掌握情况、图情研究生与非图情研究生的能力差别,以及图情核心能力的未来发展趋势等方面的分析和判断,考察用人单位对图情研究生核心能力的评价。[结论/发现]研究建议:保持传统能力优势、加强创新能力培养、完善交叉领域知识体系、紧跟实践步伐、提升技术能力、吸纳多学科人才。[创新/价值]揭示了用人单位对图情研究生就业后的核心能力所做出的评价,有助于改进教育模式,提升图情研究生核心竞争力。

摘要：[目的/意义]开放科学环境下,明确数据馆员的基本内涵、在业务流程中的作用及其职业可持续发展方案,有助于对数据馆员进行岗位设置,并为学术图书馆开展创新服务提供参考借鉴。[研究设计/方法]系统调研国内外数据馆员相关文献,梳理其基本概念、职能作用,分析学术图书馆数据馆员的发展实践与现实需求的匹配情况。根据数据馆员招聘信息,提炼其工作内容,提出可持续发展方案。[结论/发现]数据馆员能够在开放科学环境下支持科研人员处理数据管理实践与数据治理事宜。学术图书馆以教育培训和促进职业群体自我发展的方式,增加数据馆员的竞争力,提升科研用户满意度。[创新/价值]提炼数据馆员基本研究框架、工作维度模型;提出从数据生产与流转周期角度剖析开放科学环境下科研数据全生命周期,阐明数据馆员在其中的作用。

摘要：【目的】设计基于社交媒体Twitter的学科领域研究前沿识别方法,用于前瞻挖掘、识别学科即时动态。【方法】通过分析Twitter识别学科领域研究前沿的原理,提出基于学者影响力及内容影响力的学科研究前沿监测指标体系并开展学科领域研究前沿探测,最后基于自然语言处理领域进行实证分析。【结果】通过对比自然语言处理领域顶尖专家的分析报告,探测模型能够及时识别出自然语言处理领域13个研究前沿中的8个研究前沿。【局限】由于社交媒体的开放性特征,构建数据集时难以完全避免与学科领域无关的噪音内容。【结论】本文提出的方法基于Twitter学者用户生成内容,能够及时、前瞻识别学科领域前沿动态,是一种可行且有效的探测学科领域研究前沿的方法。