数字内容产品版权保护的演化博弈分析

[目的/意义]基于版权保护的演化博弈分析，有助于探究数字内容产品的原创主体对仿冒行为是否具有容忍度，以及不同仿冒水平下实施版权保护的策略选择，对规范数字内容产品市场主体行为具有一定指导意义。[方法/过程]首先借助演化博弈模型，分析原创主体与仿冒主体的利益演化过程，探究版权保护下原创主体对仿冒水平的容忍行为；然后通过细化博弈双方的利润函数模型，探究原创主体容忍度水平的决定因素。[结果/结论]原创主体对较小的仿冒水平存在一定的容忍度，对较高的仿冒水平零容忍。最大仿冒水平容忍度由仿冒交叉收益系数、收益模型常系数、产品研发成本系数和原创主体的产品研发努力水平倍数4个因素共同决定。     

专利被引频次的时间影响研究

[目的/意义]研究时间因素对专利被引频次的影响,可以减少时间因素对技术评价活动的制约,提高评价的准确性和可信度。[方法/过程]采集1975-2017年的美国专利数据,开展基于固定效应法的专利被引频次的修正研究。将专利按照不同公开年份和不同技术领域分组,选定组内均值和6个TOP分位数为被引频次基准,统计当前时间点的被引频次基准线及基准线的历史时序变化情况。建立神经网络模型,拟合基准线的时序变化规律,并预测未来统计时间点的基准线。[结果/结论]专利公开年份和统计年份的时间差异,使得专利被引频次无法直接进行比较。本文建立了基于不同技术领域、不同公开年份和不同统计年份的专利被引频次基准线,为专利评估提供参考。     

在线健康社区用户个人健康信息管理行为特征研究

[目的/意义] 旨在对在线健康社区用户的个人健康信息管理行为特征进行分析，并在此基础上，对"平台-PHIM-健康目标"这一模式中的元素之间的关系进行探讨。[方法/过程] 选择患有红斑狼疮的在线健康社区用户作为调查对象。采用聚类方法对个人健康信息管理行为的总体测度水平不同的群体进行识别；利用单因素方差分析（One-way ANOVA）对不同群组进行比较研究。[结果/结论] 将依托在线健康社区进行的个人健康信息管理行为界定为健康信息发现、健康信息互动和健康信息分享。从数据分析结果来看，首先，在线健康社区的红斑狼疮患者在个人健康信息管理行为水平上存在显著的高低差异。第二，用户所感知到的社会支持与其个人健康信息管理水平存在正相关关系。第三，个人健康信息管理与用户健康目标之间存在正相关关系。本研究为在线健康社区完善其服务方式，促进慢性病人个人健康信息管理水平提高提供合理建议。     

智能时代多语种信息处理技术的创新与发展 ——访中国工程院院士吾守尔·斯拉木教授

吾守尔·斯拉木院士阐述了多语种信息处理技术的发展现状,围绕新兴技术与多语种智能信息处理的结合对教育的影响、民族语言信息化在"一带一路"建设中的特色和优势,以及多语种智能信息处理的产学研一体化发展等方面提出了诸多有价值的建议.吾守尔院士团队开拓了计算机民文信息处理新领域,突破和解决了民文信息处理领域的许多关键理论及核心技术;分析了大数据和人工智能技术在多语种智能信息处理中的应用,研发了智能双语教学系统,有效解决了民族教育发展不均衡、优质教育资源不能充分利用的问题;结合"一带一路"倡议,建设教育信息化"丝绸之路",针对不同沿线国家共建需要开展"多语种+"跨文化教育;分析了人工智能与多语种智能信息化处理相融合的交叉学科对学科建设和人才培养的影响.     

面向智慧知识服务的科技文献大数据体系建设

[目的/意义] 探索构建文献情报大数据知识资源体系，支撑面向多领域的智慧知识服务。[方法/过程] 基于AI应用需求，借鉴业界经验，梳理现有资源体系的问题，从多层次多维度扩展资源体系；构建可靠数据处理流程和计算平台，支持高效数据采集和处理；研发智能化数据治理工具，实现知识资源的有效治理，确保提供高质量数据资源。[结果/结论] 已初步形成覆盖多类型、多学科的科技文献大数据知识资源体系，构建完成高度自动化的数据采集治理流程，实施多重数据质量控制，积累数亿高质量数据，且为多个知识服务提供数据支撑。     

改革开放40年来体能相关研究的知识图谱分析

本文运用CiteSpace V可视化应用软件,以"体能"为研究主题从CNKI数据库中16本体育核心期刊发表的文献中检索出1979-2018年中977篇文献作为研究数据,绘制体能研究领域的知识图谱,并分析我国体能领域研究的现状和研究的热点。结果显示:本研究领域呈抛物线走势,2010年开始缓慢下降;体能、体能训练、二元训练理论和项群理论一直是众多学者关注的重点;国内学术研究团体逐渐形成,重要作者有茅鹏、曹景伟、张洪潭、袁运平等作者;体育类院校是该领域重要研究力量。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

基于二模复杂网络的隐性知识发现方法研究——以潜在药物靶点挖掘为例

[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。     

“互联网+”背景下大学生心理健康教育的“心”路径

文章针对高校心理健康教育课程教学设置学时少,无法满足大学生心理健康持续发展的“心”需要的问题,讨论了如何充分发挥新媒体的功能与特性,使新媒体能够成为大学生心理健康教育的“心”出路,开启网络心理健康教育的“心”时代。     

京津冀物流业碳排放量测算及绿色协同发展路径研究

目前,京津冀区域内物流业正在深入协同发展,选取相关数据,通过统计京津冀物流业的能源消耗量,测算碳排放量,剖析其成因,从制定政策、推行标准、调整运输结构等方面构建京津冀物流业绿色协同发展路径,实现降低碳排放量的目的,为区域经济发展构建绿色物流体系,最终为京津冀区域经济的生态文明建设提供依据。