标题：数智融合信息分析方法的理论框架与体系建构
作者：董克副教授
立体化、全方位的数智融合信息分析方法，是实现数智转型，促进大数据、人工智能与社会治理深度融合的关键。随着数字化改革在信息分析场景层面的延展，信息分析方法面临多模态数据融合、知识深度利用及需求场景变革等新局面，传统信息分析方法三元世界脱耦、技术方法脱嵌、场景应用脱节的特征在新环境中表现愈发突出。数据融合信息分析方法在此数智融合背景与现实需求牵引中应运而生，以响应三元世界中数据与知识资源的融合应用、智能化技术工具的衔接优化以及应用场景深化等新现实需求。在此基础上，南京大学数据管理创新研究中心董克副教授提出数智融合信息分析分析方法的理论框架与体系建构。研究按照是什么、为什么、怎么做的逻辑思路，深入剖析数智融合信息分析方法的基本内涵与功能定位；基于三元世界中的数据与知识，从物理世界、信息空间以及社会系统角度，提出数智融合信息分析方法的基础理论框架；从构成要素、功能层次、运行机理角度，构建立体综合的数智融合信息分析方法论体系。研究为数智融合信息分析方法理论基础的完善，以及方法体系的创新提供了规范性指引与借鉴。
论文链接：https://kns.cnki.net/kcms/detail/11.2746.g2.20240909.1326.002.html
图1基于三元世界的数智融合信息分析方法理论框架
图2数智融合信息分析方法论体系
标题：A network coupling approach to detecting hierarchical linkages between science and technology
作者：巴志超助理研究员
探索科学与技术之间的深层互动，并发现它们之间的定向结构性联系，对于揭示科技变革的关键驱动因素、识别潜在的科技领域，以及加速科技成果向最终技术产品的转化至关重要。南京大学数据管理创新研究中心巴志超助理研究员提出一种网络耦合方法，该方法通过整合科技领域内的知识联系与结构联系来分析科技之间的层次互动。研究首先对科学-技术相关语料进行句子检测与标记化处理，结合实体识别与关键词抽取以提取科学-技术知识信息。其次，利用基于BERT的预训练模型对科学和技术知识进行对齐。随后，构建科学-技术知识网络，并采用K核分解模型来确定网络的层次结构。最终，通过分析耦合节点度的分布相似性与耦合边的权重分布相似性，进一步计算科学-技术网络随时间的层次耦合偏好及强度。实验结果表明，相较于其他同构和异构算法，文章所提出的网络耦合方法在识别耦合层次结构方面表现出可行性、稳健性及优越的性能。研究通过识别科学-技术分层知识的互动模式和路径，有助于厘清科学与技术之间的内在联系，为科技关联的量化研究提供新的研究方向。
论文链接：https://doi.org/10.1002/asi.24847
Research framework of hierarchical network linkages between S&T
