<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《情报工程》编辑部 -->情报方法]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于等级赋分法的经济欠发达地区企业深度价值评估方法研究]]></title>
<link><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502008&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[[目的/意义] 在经济欠发达地区，通常是少数大规模龙头企业和大量中小微企业并存的发展模式，采用传统的多指标综合评分方法开展企业深度价值评估时，极易出现由于区分度不够而导致部分优质企业难以被发现的问题，因而需要构建一种更适用于上述地区企业深度价值评估的方法。[方法/过程] 通过将等级赋分的思想纳入企业深度价值评估，构建了一种以等级赋分法为基础，适用于多维度企业深度价值评估的评分方法，并以西部某经济欠发达地区高新技术企业为样本开展实证研究。[局限]仅以单一省份的高新技术企业为研究对象，且仅以简单的归一化评分方法作为参照来反映研究方法应用于经济欠发达地区企业深度价值评估的改善效果，仍需纳入更大的评估样本和更多的评分方法进行对比。[结果/结论]相比于归一化评分方法，研究所述方法具有更高的区分度，且评选的优质企业在论文、专利、标准等易受极差影响的关键创新产出指标上表现更好，有助于发现具备独特优势的亮点企业。]]></description>
<pubDate>2025/7/29 15:17:25</pubDate>
<category><![CDATA[情报方法]]></category>
<author><![CDATA[崔笛，高影繁，李岩]]></author>
<guid><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502008&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于专利的关键核心技术识别与演化研究——以海洋工程装备为例]]></title>
<link><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502009&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[[目的/意义]关键核心技术是国之重器，关乎发展全局，关键核心技术的识别与演化是打赢关键核心技术攻坚战的第一步。以海洋工程装备专利数据为依据，提出关键核心技术的识别与主题演化方法，以期把握技术发展重点，实现关键核心技术的突破。[方法/过程]首先，利用incopat专利数据库下载专利数据并进行预处理；其次，选择Logistic 模型进行生命周期分析，划分时间段；再次，构建专利IPC 共现网络，采用改进k 值分解算法进行一次筛选得到核心技术领域，根据关键核心技术特征构建多维指标识别体系后，依据熵权法计算关键核心指数进行二次筛选，对关键核心技术进行识别；最后，更细粒度地，采用BERTopic 模型对各阶段关键核心技术领域进行主题识别，结合JS散度计算主题间相似度，从而对关键核心技术主题进行识别与演化分析。[局限]选择的技术领域粒度较粗，丢失部分技术细节信息。[结果/结论]研究以海洋工程装备领域为例进行实证，全阶段共识别出17 个关键核心技术领域，对“E21B”技术领域进行主题识别演化分析，发现海洋工程装备向智能化、绿色化的方向发展演进，证明了该方法的有效性，能够为产业技术动态分析提供有益参考。]]></description>
<pubDate>2025/7/29 15:17:25</pubDate>
<category><![CDATA[情报方法]]></category>
<author><![CDATA[于晓倩，林岩，李龙霞]]></author>
<guid><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502009&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[图书馆空间服务视域下用户画像构建方法研究]]></title>
<link><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502010&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[[目的/意义]随着图书馆空间服务数字化、网络化水平逐渐提高，图书馆积累了海量的用户空间使用行为数据。对用户空间使用行为数据进行挖掘，构建用户画像，有利于洞察用户实际需求，辅助图书馆开展针对性的个性化服务。 [方法/过程]提出了一种多维度、多模型融合的图书馆空间服务视域下用户画像构建方法。从用户基本属性和行为属性两个维度构建用户画像标签体系，基于扩展的RFM 用户价值模型挖掘用户的空间利用强度、采用时间权重加权方法计算用户的空间偏好、利用PrefixSpan 算法挖掘用户的空间利用行为模式、依据模糊层次分析法对用户空间利用信用度进行建模，构建出图书馆空间用户的画像。[结果/结论]多维度用户画像能深入挖掘用户使用模式、偏好及信用度，有利于全面、直观了解用户，在提升空间服务水平，提高空间利用效率等方面具有重要意义。]]></description>
<pubDate>2025/7/29 15:17:25</pubDate>
<category><![CDATA[情报方法]]></category>
<author><![CDATA[周朝阳，赵雪芹]]></author>
<guid><![CDATA[http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202502010&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>