科学数据分析综论：情报学新视野

【目的/意义】随着大数据时代各类科学数据爆发式增长,科学数据分析的重要性日渐显现。情报学因其在信息分析上的专长,应当积极参与推动科学数据分析,使其成为情报学新的增长点。【方法/过程】综论科学数据分析大势,概析科学数据分析内涵与外延,为情报学前沿拓展提供参考。提出聚焦具体科学问题、通过数据分析方法实现知识发现的科学数据分析模式,建议以知识发现为中心发展和深化科学数据分析。【结果/结论】在重点关注天文和物理数据分析、生物和医药数据分析基础上,通过关键词共现实例揭示科学数据分析因主题领域不同而形成相对独立研究社群,为在不同主题领域深化科学数据分析提供新视角。同时提示关注科学数据分析向文科领域的扩张。【创新/局限】指出科学数据分析有望成为情报学新的增长点。     

人工智能驱动下信息管理研究前沿论坛纪要

<正>1引言近日,OpenAI推出了全新聊天机器人ChatGPT,该模型在对话中不仅可以在哲学经济、文学科技等方面答疑解惑,也可以写程序代码、解高数题目,甚至可以吟诗作对、创作故事。这标志着现阶段人工智能已经不仅展现出AlphaGO所代表的超强逻辑运算能力,在语言理解能力和表达能力方面也有令人惊叹的表现。     

基于本地化差分隐私的政务数据共享隐私保护算法研究

[目的/意义]为了合理化决策,通常一个政府部门会根据业务需求向其他部门共享某类数据,为本部门管理或服务决策提供辅助参考依据。数据共享在其中至关重要,但若在没有适当预防措施的情况下就共享政务数据,将容易造成隐私信息的泄露。[方法/过程]针对政府部门间共享统计数据的场景,提出一种基于本地化差分隐私的政务数据共享方法。该方法在算法Generalized randomized response(GRR)的基础上引入数据分箱思想,通过等宽分箱将数据记录分入更小的数据域范围内,以克服当前隐私保护算法在数据域较大且数据量较少时统计误差大的问题。[结果/结论]将所提算法与GRR算法在仿真数据集和真实数据集上均进行了对比分析,实验结果表明该算法可有效降低统计误差,并能在不同分布和数据域大小下保持其效用性。     

加密数字货币恐怖融资监管：交易模式分析与异常实体识别

[目的/意义]加密数字货币交易呈现出匿名性、全球性、成本低等特点,非常契合恐怖分子和犯罪团伙在全球范围内转移资金的需求。对加密数字货币交易进行有效监管已成为学术界、工业界和相关执法部门重点关注的问题。[研究设计/方法]依托以比特币为代表的加密数字货币交易数据,利用社会网络分析方法识别异常地址和交易模式,并使用机器学习算法判断比特币拥有者的实体身份。[结论/发现]通过对真实发生的比特币恐怖融资案例进行交易追踪与溯源,验证本文提出的方法可以有效地识别加密数字货币交易中的恐怖融资实体,发现典型的恐怖组织资金转移交易模式。[创新/价值]通过对交易数据的挖掘分析研究数字货币的黑暗面,对数字货币和区块链的监管具有一定的现实意义和理论价值。