以香橼公司2012年做空恒大地产事件为例，提出透过“名”与“实”分离表象识别真实的竞争情报行为场景的学术问题。从竞争情报专业视角，概要介绍香橼公司2012年做空恒大地产报告内容要点，对香橼公司做空恒大地产案例进行解析，提出了对竞争情报研究与服务创新发展的启示，强调指出新形势下透过“名”与“实”分离表象识别现实社会中诸多真实的竞争情报行为场景，对于做好竞争情报研究与服务创新工作具有重要意义。

《管子》情报思想在我国情报思想史中可谓独树一帜，对其进行系统梳理，有助于深入理解我国情报思想的文化传统与演进历程，对继承和发扬、拓宽与创新我国的情报工作思路具有重要意义。聚焦文本研究，采用史论结合、纵横比较的方法对《管子》情报思想的出场语境、功能指向、内容结构、方法特征、保密管理以及当代价值与启示进行系统梳理和研究。研究认为，广泛周密精准的情报工作是赢得竞争优势的最大前提；情报与决策的良性互动是决定竞争成效的关键要素；体制机制和理念技术的优化完善是情报工作创新发展的前进动力；情报人才是支撑情报工作高质量发展的重要保障。

文章梳理了竞争情报（Competitive Intelligence，CI）服务实证研究的内容，展望未来可能探索的方向。利用知网检索到的文献，系统回顾CI服务实证研究成果，运用内容分析法挖掘样本文献的时间分布、研究方法和研究重点，探讨目前研究的特点和局限。结果表明，CI服务实证研究主体主要包括企业、产业和图书馆，CI服务模式和服务系统是目前CI服务的研究重点。本研究仅针对国内CI服务实证研究文献展开分析，国外的实证研究成果尚未纳入，未来可进一步充实研究数据。

运用融合资源传导、协同过滤以及链路预测理论对“企业—专利”关系进行系统而新颖的逻辑表达，继而精准有效地识别企业潜在的合作关系，有助于企业丰富技术维度并推动产业创新化进程。基于竞争情报思想，以钙钛矿太阳能电池领域7 415个技术专利为数据基础，构建以专利资源传导为基础的动态转移推荐，以链路预测方法为基础的异质网络推荐，以专利文本为基础的协同过滤推荐。通过

引入可调参数，将三者融合成推荐系统，使得企业能够结合现实场景选择需要关注的专利资源和合作伙伴。研究表明，混合推荐系统的融合视角为颠覆性技术企业潜在关系预测提供了崭新的研究方法，所构建的推荐系统实现了推荐结果“准确化+新颖化+全面化”的多方位表达，为企业未来合作提供了决策和参考。

传统专利分类由专家逐件审阅，随着大数据、人工智能和自然语言处理技术的快速发展，专利文本自动分类正在成为学界、业界的重要研究方向之一。文本分类技术可以用于判断专利申请是否获得授权，帮助审查员自动化处理和分析专利申请文件，从而提高工作效率。针对海量专利的英文文本，提出一种基于图神经网络模型的专利文本自动分类方法，用于测度专利申请是否可获得授权。使用深度学习算法TextGCN对专利摘要语料进行学习和训练，利用图结构数据的邻居信息和节点特征，通过神经网络产生专利文本的表示向量，进而实现专利授权与否的预测。实验结果表明，本文采用的深度学习算法能够得到较好的分类效果，并且与Doc2vec和TFIDF表示方法相比，该模型在精确度、召回率、准确率及F1方面均有所提高，可为专利授权与否的自动预测提供可靠的研究依据。

以战略为导向的传统竞争情报（CI）系统间独立性强，无法满足企业产品开发的情报需求；以产品为导向的竞品分析缺乏方法论的指导，形式迥异、创新不足的信息产出会导致企业资源的浪费，因此，需要以互联网信息为导向开发一种针对产品的情报课题。在传统关键情报课题（KITs）构建流程的基础上提出产品关键情报课题（PKITs）的概念，划定PKITs的4种范围，并提出模型的凝聚流程和方法。研究发现，市场、用户和技术信息收集是企业产品开发情报流程的前提，在动态市场中需要构建前瞻性的情报思维与开发敏捷性的情报流程，以提高企业产品的竞争能力。

以大语言模型ChatGPT为例，从知识信念的角度阐述西方哲学激活颠覆式创新所发挥的力量，为“‘哲学的贫困’是我国科技发展瓶颈问题的根源”命题和反驳“哲学无用论”提供确凿的证据。由于知识信念参与创新又不属于创新，在创新者身上的“过去的力量”难以被旁观者知觉，为此做以下论述：①在西方哲学语境中解析那些通常难以理解的知识信念及其历史生成逻辑；②指出由知识信念划定好的ChatGPT能力界限；③根据“从信念到现实”的时差，给出基于西方哲学成就的预见；④提出基于哲学经验与知识组织方法的“先知”方法论。同时阐述情报研究对象应超越“实在层面”，打开“观念层面”，得出情报工作需重拾并充实情报分析中的哲学方法。

在情报学界，有关情报定义的研究不胜枚举，一些理论成果也已得到公认。但情报并非完全是由学界提出的概念，它是人类社会自然形成的一种活动，会随着社会的发展而不断变化。因此，对其内涵和外延的讨论是长期存在的。首先，试图绕开先入为主的概念解释，通过对情报活动的历史和情报机构的发展来解构情报的本质；其次，从名称的产生及演变来辨析情报的概念；最后，总结对情报的认识，希冀以此指导情报活动。认为情报活动是一种融合“information”（信息）及“intelligence”（智慧）的社会活动，能够帮助人类更好地理解复杂问题，做出明智的决策，在快速变化的世界中保持竞争力。

从竞争情报专业视角分析了企业合规管理行为的本质，研究了《中央企业合规管理办法》的颁布与实施对竞争情报实践与应用产生的新需求，识别并提出了企业合规管理带来的竞争情报研究与服务新问题，认为新时期面向企业合规管理的竞争情报实践服务具有广阔的发展前景。

情报交流是情报编写的重要特征。把握这一点，可以提高情报编写的实效，提升情报编写研究的学术价值。情报编写本质上就是一种情报交流活动，即情报机构及编写者和读者/用户之间开展的以表达情报内容与传递为目的、以情报产品为中介和载体的一种书面语言形式的人际交流活动。情报编写的3个要素即情报机构及编写者、读者/用户以及情报产品，这3个要素都承担相应的情报交流职能，这些职能规定了情报编写的原则、要求等。基于情报交流视角，可以拓展与深化情报编写研究的内容。

当前中美之间科技竞争日趋激烈，拜登当选美国总统后颁布的一系列科技壁垒政策对我国科技发展产生的负面影响进一步加深，面对此困局，有必要开展美国科技竞争政策研究。基于以目标为中心情报分析方法，构建“目标—问题分解”模型，从体系结构、经验手段、内容特点以及威胁应对4个方面，整体分析美国科技竞争政策的战略逻辑和实施维度，为我国有效应对美国科技遏制、开展科学决策等提供智力支撑。

灾害应急情报失误带来灾害应急决策的缺失，进而直接导致灾害应急管理工作的失败。探究灾害应急情报失误的成因及对策对提升灾害应急管理工作效率具有重要意义。对灾害应急情报及其失误相关内容进行回顾，结合WSR系统方法论，构建灾害应急情报失误分析框架；分析WSR三元视角下灾害应急情报失误的成因，同时以实际案例作为佐证；就灾害应急情报失误的防范策略进行讨论。研究认为，在我国国情和应急管理政策背景下，灾害应急情报失误成因是多方面的，既有其自身因素，也有环境因素，人为因素也非常重要，各种因素相互交融，不断衍生。防范措施需从一般意义上的“对症下药”和深层次情报服务“体能建设”的角度展开。

分析了情报众包工作模式的研究进展及其优劣、机遇与挑战，为我国情报工作与研究中引入众包的思想与实践提供借鉴。对众包的类型与特点做了梳理，用SWOT分析方法对不同类型众包在情报工作中应用的优劣、机遇与挑战做了剖析。众包模式可以成为我国情报工作的一种重要思想与手段。同时，需要区分不同的众包类型与特点，针对特定的情报工作需求选择合适的众包类型与方法，以收到较理想的效果。

构建基于WSR系统方法论的健康信息行为影响因素分析模型，为提高健康信息质量、提升健康信息服务以及完善健康信息法治体系提供理论借鉴，推动建设健康中国。运用信息生命周期理论将健康信息行为划分为三个阶段，采用文献分析法提取现有研究中有关健康信息行为的影响因素，并利用WSR系统方法论对这些影响因素进行归纳分析，得出基于WSR系统方法论的健康信息行为影响因素分析模型。健康信息作为信息的一个类别，基本遵循信息生命周期理论的内涵，能够从物理、事理和人理三个层面完善健康信息行为的生命周期，有针对性地分析各阶段健康信息行为的特征和影响因素，发挥健康信息的最大价值。

分析了情报众包工作模式的应用条件与任务情境，为我国情报工作与研究的发展提供参考借鉴。以Intellipedia与CREATE项目为例，阐述了美国情报众包的工作模式，指出了其特点与对我国情报工作的启示。在此基础上，分析了众包模式在我国情报工作中的应用条件与若干应用情景。认为我国情报各界宜重视集思广益的众包思想，探索群策群力的众包模式，发展多元化、多样化的众包情报工作团队，提升我国情报工作效率与水平。

基于EFE矩阵的区域产业环境竞争情报分析研究有助于对区域范围内影响产业发展的环境因素进行客观评价，为地区产业布局的优化升级提供借鉴。提出区域产业环境竞争情报分析模型，首先采用主题分析法搜集原始信息并提取出环境因素；其次借助EFE矩阵对区域产业环境进行竞争情报分析；最后以辽宁省产业为例对此模型进行检验。根据EFE矩阵与实证分析结果,本文为辽宁省优化产业布局、提升产业竞争力提出四点建议：①以制造业转型升级为重点；②增强IT动态能力；③深化产教融合、校企合作；④拓展循环经济链条。

信息是生产情报的重要基础。信息是原料和前提，情报是产品和结果。只有原料和前提是准确的，才有可能产生正确的产品和结果。没有对信息进行去伪存真的处理，就不可能得出准确的情报。面对海量信息，对竞争情报人员而言，难点不再是信息的匮乏，而是对纷繁复杂信息真伪性的快速判别。从国内外研究现状来看，存在定量判别操作烦琐、竞争情报人员难以操作，定性判别不系统、不全面等弊端，目前鲜有系统、全面、简单、易行以及定量和定性相结合的信息真伪判别方法。笔者结合多年的竞争情报实践工作经验，提出了信源筛选法等8种信息真伪判别方法。这些方法较为系统全面，而且操作简便，易被竞争情报人员掌握和利用，不仅为竞争情报人员提供了便捷可靠的信息真伪判别手段，而且对科技人员和出版专业技术人员也有重要的参考价值。

综合考虑政府回应对于舆情发展的影响，提出基于主题及多元情感融合的网络舆情动态分析方法。基于Word2vec模型快速准确提取丰富的语义特征，运用TF-IDF+Kmeans方法抽取舆情主题；应用扩充多元情感词典与KNN算法相结合的方法进行多元情感分析。考虑主题和情感的深度关联性，动态分析了网络舆情发展演变全过程的内在机理。通过“泉州欣佳酒店坍塌”事件验证了本文提出的方法能够准确识别公众的关注点与负面情绪汇集点，有助于政府在危机舆情治理方面采取针对性应对措施。

以国内竞争情报实证研究的相关文献为基础，全面梳理我国竞争情报实证领域研究现状，发现了众多研究的不足。采用文献调研法，对各部分内容进行整理，建立了研究框架。研究发现竞争情报各类型实证研究程度不均衡，如专利竞争情报和竞争情报作用研究众多，而技术、人际、产业竞争情报相关研究很少；此外竞争情报教育亟需推陈出新，改革现有模式、课程等，提出的问题可作为后人的研究参考。

在斯蒂文·德迪约诞辰110周年，本文重新回顾以他为代表的国际经济技术情报工作实践和流派，总结了这一流派对情报史的两大重要贡献——情报脱军事化和情报促进发展。通过回顾美国以外其他国家，如俄罗斯、日本与法国的情报理论与实践的发展，本文提出研究他国情报流派发展对于中国情报学研究的四点重要意义。

技术创新风险决策具有较大复杂性，传统竞争情报预警模式表现出局限性，因此需要在理解技术创新风险决策本质的基础上设计出新的竞争情报预警模式，从而有效防控风险。以“垃圾桶”模型和“自底向上”竞争情报流程模型为基础构建了一个面向技术创新风险的竞争情报预警模式体系，该体系由八种模式组成。采用一项多案例研究对该模式体系进行了验证和完善。企业实际的竞争情报预警覆盖了所有八种模式。竞争情报预警模式的选择并不是一次完成的，而是经历了一个“搜索”过程。在技术创新不同阶段中竞争情报预警模式选择也存在差异。

针对当前情报产品规范性不足和共享困难等问题，通过研究情报产品的基本类型，进一步推动情报产品的理论研究与实践应用，促进情报产品政策法律制定与完善。运用文献调研，对学术文献和政策法律中的情报产品定义和类型进行梳理，并使用比较分析法，总结出了情报产品在不同维度下的基本类型，为情报产品标准制定提供参考。定义了情报产品的概念，从形式、内容和应用三大类及细分的10个角度，梳理其基本类型，并通过实例加以分析。

立足三螺旋理论，以提升区域竞争力、促进区域产业发展为目的，构建区域政府、产业、科研机构竞争情报协作模式，达到各方资源与能力上的优势互补，以期提高竞争情报协作共享的水平，实现竞争情报价值“倍增”效应。

通过研究美国公共卫生信息学框架在公共卫生应急准备（PHEP）中的作用，以及框架下各信息系统信息在共享环境下的互操作性、重用性等特点，对比分析其在H1N1与COVID-19两次疫情中的不同表现，以美国H1N1疫情防控为标尺，分析该国在此次COVID-19疫情中的失察之处，为我国完善公共卫生应急信息决策机制提供借鉴。

本文阐述了社会与行为科学研究的内涵及其对美国国家情报体系的价值，并利用文献调研法和比较分析法进行研究，从机构建设、计划支持、资源投入以及人员培养等四个层面分析美国国家情报体系对于社会与行为科学研究的支持策略。通过多层次多渠道的支持，社会与行为科学研究在美国国家情报体系中的地位越来越重要。此外，通过有针对性的计划与投入，美国国家情报机构将社会与行为科学的研究纳入国家情报需求范围，使研究更具针对性与可用性。对比美国的支持策略，本文提出了加强社会与行为科学在我国国家情报体系中的应用建议。

当前，受新型冠状病毒引发的肺炎疫情影响，企业延期复工、营业收入骤降，再加上应急机制缺乏等问题，国内企业，尤其是中小型和服务行业内企业的生存状况岌岌可危。2020年2月初，国家和各地方政府相继出台了针对中小微企业的扶持政策，本文搜集了截至2020年3月20日国家和各省市出台的共78份相关政策文件，结合新闻报道和行业研究，通过梳理和对比分析政策要点，结合当前的社会经济环境和出台政策的执行情况，为我国中小微企业未来的健康发展提供启示与建议。

通过机器学习，利用1956—2018年NBA常规赛技术统计数据，对NBA常规赛MVP投票进行分析。运用线性相关性与变量重要性方法对球员的NBA常规赛技术统计变量进行分组与降维，发现“高级数据”中的变量与MVP得票率有显著的相关性，其中“胜利贡献值WS”的影响最大；同时发现由于1980年前后MVP投票制度发生重大变化，MVP得票率与变量之间的关系也发生明显变化，因此以1980年为界将所有赛季分为两个阶段，分别针对不同阶段赛季的数据进行建模。最后基于10种目前最常用或最流行的机器学习算法，以“高级数据”中的变量为预测变量，以MVP“得票率”为目标变量，利用R语言中的Caret包构建3个集成模型，从中挑选出整体预测精度最好的cubist算法，根据最新的2018-19赛季数据预测NBA常规赛MVP的获奖概率:“字母哥”扬尼斯·阿德托昆博将小胜詹姆斯·哈登获得MVP。