首页>本期目录
当期目录
2025年第2期, 刊出日期:2025-02-05 封面下载 目录下载
  
特约综述
大语言模型赋能科技文献数据挖掘进展分析 | Open Access
蔡祎然, 胡正银, 刘春江

[目的/意义] 科技文献蕴含丰富的领域知识与科学数据,可为人工智能驱动的科学研究(AI for Science,AI4S)提供高质量数据支撑。本文系统梳理大语言模型(Large Language Models,LLMs)在科技文献数据挖掘中的方法技术、软件工具及应用场景,探讨其研究方向与发展趋势。 [方法/过程] 本文基于文献调研与归纳总结,在方法技术层面,从文本知识、科学数据与图表信息分析了LLMs驱动的科技文献细粒度数据挖掘关键技术以及综合性知识生成的方法;在软件工具层面,归纳了主流LLMs科技文献数据挖掘与知识生成工具的方法技术、核心功能和适用场景;在应用场景层面,分析了科技文献数据挖掘应用于LLMs的实践价值。 [结果/结论] 在方法技术方面,通过动态提示学习框架与领域适配微调等技术,LLMs极大提升科技文献数据挖掘精度与效度;在软件工具方面,已初步形成从数据标注、数据挖掘、合成数据到知识生成的全流程LLMs科技文献数据挖掘工具链;在应用方面,科技文献数据可为LLMs提供专业化语料和高质量数据,LLMs推动科技文献从单维数据服务向多模态知识生成服务的范式演进。然而,当前仍面临领域知识表征深度不足、跨模态推理效率较低、知识生成可解释性欠缺等挑战。未来应着重研发具有可解释性与跨领域适应性的LLMs科技文献数据挖掘工具,集成“人在回路”的协同机制,促进科技文献数据挖掘从效率优化向知识创造转变。

2025, 37 (2): 4-22 | 摘要 ( 23 ) | HTML |   PDF (1797KB) ( 178 )  
doi:10.13998/j.cnki.issn1002-1248.25-0116
研究论文
表征视角下高校图书馆用户数字素养知识的感知与利用研究 | Open Access
孙志梅, 刘艳, 刘文云, 李瑞芹

[目的/意义] 数字素养教育已成为高校图书馆新的教育使命。明晰用户对数字素养知识的感知利用机制、优化数字素养知识表征方式,促使高校图书馆达到良好的数字素养教育成效。 [方法/过程] 本文提出“感官式数字素养教育”,并以表征视角,基于SOR、TAM与自我效能等理论构建了数字素养知识用户感知利用理论假设模型,并通过问卷调查、实证研究进行验证。 [结果/结论] 数字素养知识的动作性表征、映像性表征与符号性表征均正向影响用户对数字素养知识的感知易用性和感知有用性;感知易用性正向影响感知有用性;自我效能在这一过程中起着正向调节作用,影响着用户对数字素养知识的利用意愿与行为。

2025, 37 (2): 23-36 | 摘要 ( 16 ) | HTML |   PDF (788KB) ( 15 )  
doi:10.13998/j.cnki.issn1002-1248.25-0031
LLaMA人工智能大模型在高校未来学习中心应用的风险与规制 | Open Access
乔晋华, 马雪赟

[目的/意义] 随着人工智能技术的飞速发展,LLaMA人工智能大模型在高校未来学习中心的应用逐渐兴起。本研究围绕高校未来学习中心建设需求,探究LLaMA核心技术与未来学习中心建设的耦合场景,推动图书馆向智能学习支持系统转型。 [方法/过程] 文章采用技术解构与场景验证相结合的研究方法,系统剖析了技术嵌入过程中存在的法律风险,并针对性地提出了规制路径。 [结果/结论] LLaMA人工智能大模型在高校未来学习中心应用面临三重挑战:其一,训练数据偏差导致生成内容可靠性风险;其二,用户行为轨迹留存引发的隐私泄露隐患;其三,AIGC成果在著作权法框架下的权属认定困境。对此提出相应治理路径:技术端构建动态数据清洗机制以抑制信息失真,制度端建立分级隐私保护体系防范数据泄露,法律端完善人机协同创作成果的权属分配规则,协同端形成模型迭代优化的闭环反馈系统。高校未来学习中心优化应用LLaMA大模型,需要兼顾技术创新与法律规制,通过技术优化、风险控制及相关规制出台,推动其应用发展,促进人工智能与教育教学的融合发展。

2025, 37 (2): 37-48 | 摘要 ( 10 ) | HTML |   PDF (895KB) ( 151 )  
doi:10.13998/j.cnki.issn1002-1248.25-0139
政务数字人社会角色对公众采纳行为的影响机制研究 | Open Access
魏天宇, 刘忠轶, 张宁

[目的/意义] 数字政府建设背景下,政务数字人已成为政务服务中的新兴主体。探讨其在不同社会角色下对公众采纳行为的影响,对优化政务服务和提高政务服务智能化水平具有重要意义。 [方法/过程] 从政务数字人的社会角色出发,运用实验法对比探讨了政务数字人“建议者”与“决策者”两种角色情境下,公众服务采纳行为的差别及心理动因。 [结果/结论] 研究发现:在办理咨询类事项时,政务数字人定位为“决策者”社会角色更能促进公众采纳行为;而对于审批类事项,政务数字人定位为“建议者”社会角色更能促进公众采纳行为。此外,人机信任感知中介了政务数字人社会角色与业务类型对公众采纳行为的交互影响。

2025, 37 (2): 49-60 | 摘要 ( 35 ) | HTML |   PDF (755KB) ( 91 )  
doi:10.13998/j.cnki.issn1002-1248.25-0142
替代与重叠:公共文化参与中用户数字化水平与服务可及性的关系 | Open Access
王元明, 王雪丽

[目的/意义] 随着数字化转型的加速,公共文化服务的内容、传播方式和参与模式发生了深刻变化。可及性,作为文化活动参与的核心条件,通常通过可获得性、可接受性、可接近性和可适应性来衡量,以往研究多从供给侧出发探讨可及性对公共文化参与行为的影响。然而,用户的数字化水平逐渐成为影响公共文化参与的新变量。因此,本研究从用户角度出发,探讨用户数字化水平与公共文化服务可及性之间的关系,旨在为提升公共文化服务效能提供理论依据。 [方法/过程] 本文通过衡量用户的数字化水平来探讨公共文化参与中数字化水平对公共文化服务可及性的替代和重叠关系,并以京津冀地区为例验证了两种关系。 [结果/结论] 当前阶段传统公共文化可及性与用户数字化水平之间的替代关系显著,重叠关系较为有限。数字化在技术和服务层次促进了公共文化的资源和服务的升级,但用户的数字化水平与公共文化供给侧的数字化转型存在一定的建设时差,这一水平的提高是保障公共数字文化服务成效增强的关键因素。

2025, 37 (2): 61-74 | 摘要 ( 46 ) | HTML |   PDF (629KB) ( 114 )  
doi:10.13998/j.cnki.issn1002-1248.25-0065
预印本平台利益主体决策的演化博弈研究 | Open Access
李汇淼, 牛晓宏, 马卓, 郭沫含

[目的/意义] 引导利益主体积极参与到预印本平台的建设中来,提高用户对国内预印本平台的使用率,推动中国预印本平台建设。 [方法/过程] 建立“政府、科研人员、社会公众”三方演化博弈模型,分析三方利益主体策略稳定性;借助Vensim PLE软件对SD 模型进行仿真分析,重点研究混合策略和外部敏感性变量对利益主体决策行为的影响。 [结果/结论] 在预印本平台建设中,政府监管的意愿主要受监管成本以及公信力的影响;在合理范围内,科研人员获得的科研资助越高或对科研人员消极参与的惩罚越严肃,科研人员积极参与的意愿越高;社会公众配合的意愿受其参与成本和所获得的社会红利的影响。未来可从建立多维动态科研人员声誉画像、设计跨平台协同治理方案、打造开放科学社区3个角度持续推进预印本平台建设。

2025, 37 (2): 75-87 | 摘要 ( 9 ) | HTML |   PDF (1674KB) ( 20 )  
doi:10.13998/j.cnki.issn1002-1248.25-0088
信息素养对农民参与电子商务的影响——感知收益与感知风险的中介作用及政府支持的调节作用 | Open Access
马宁, 张孝义, 刘启轩

[目的/意义] 当前中国农产品电子商务正快速向农村地区延伸发展,但农民信息素养滞后以及农产品电子商务“风险-收益”信息失衡成为了制约农产品电子商务走进农村以及实现农民有效增收的关键制约因素。 [方法/过程] 本文基于计划行为理论和“感知收益-感知风险”理论探究了影响农民参与农产品电子商务意愿的因素。为此,在全国范围内进行了问卷调查,共收集有效样本730份,运用结构方程模型进行了实证分析。 [结果/结论] 结果显示:1)信息素养与感知收益对参与意愿具有显著正向影响;2)感知收益与感知风险在信息素养与参与意愿间存在双重中介效应;3)政府支持显著调节信息素养、感知收益及感知风险与参与意愿的关系强度。研究进一步丰富了农民电商参与行为领域的研究,解释了农民信息能力与优化风险收益比对于电商参与的关键作用。

2025, 37 (2): 88-99 | 摘要 ( 11 ) | HTML |   PDF (762KB) ( 13 )  
doi:10.13998/j.cnki.issn1002-1248.25-0119
专家视点
DeepSeek开源的力量 | Open Access
曾建勋
2022 年底OpenAI 崭露头角,推出震撼全球的ChatGPT,引发全球AI热潮。而时隔仅两年的2025 年春节期间,DeepSeek 横空出世,让全球AI 行业为之侧目,从科技圈蔓延到大街小巷,颠覆了人工智能原有的路径。成立不到两年的DeepSeek 通过AI 算法技术革新,从性能和成本两方面优化工程设计,不仅实现大语言模型领域“国产、自主、可控”的技术突破,展示低成本高效率AI 模型的可能性,为全球AI 竞争带来全新思路,而且实施开源部署、免费共享,将相关的代码、模型、数据等资源,以开放源代码的形式发布,让全球的开发者、研究者和爱好者都能参与到模型的发展中来,享受到AI 的便利,有望推动AI 技术真正走向普惠。在OpenAI 把算法和代码视为最高商业机密和核心资产之时,DeepSeek 选择开源模式,降低AI 技术的准入门槛,让更多的AI团队能够基于先进且成本低廉的模型,开发出更多丰富多彩的AI 原生应用,直接颠覆传统AI 的服务模式,改写AI 权力游戏规则。
2025, 37 (2): 100-101 | 摘要 ( 8 ) | HTML |   PDF (391KB) ( 89 )