最新刊期
      2026年第12卷第1期

        战略研究

      • “人工智能+”跨行业可持续融合与增长战略 AI导读

        刘平, 石勇, 李何敏, 冯锦源, 李彪
        2026, 12(1): 1-10. DOI: 10.11959/j.issn.2096-0271.2026008
        摘要：2024年政府工作报告强调了对大数据和人工智能等前沿技术研究与应用的进一步深化，提出要积极实施“人工智能+”行动，培育并发展具有全球竞争力的数字化产业集群。目前，“人工智能+”正以前所未有的速度和规模，渗透到经济和社会的每一个角落。然而人工智能与行业的结合还不够紧密，“人工智能+”并非简单相加，本质是通过新技术催生新质生产力，为经济社会的各个方面带来新的产业、模式和动力，从而产生乘数效应。基于此，希望通过探讨人工智能与行业结合的本质，加强人工智能技术与各行业的深度融合，优化行业相关资源配置，促进“人工智能+”跨行业可持续融合与增长。  
        关键词：人工智能;人工智能+;资源配置   
        160
        |
        72
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840061 false
        更新时间：2026-01-15

        专题

      • 导读 AI导读

        2026, 12(1): 11-12.
          
        31
        |
        36
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840396 false
        更新时间：2026-01-15

      • 基于细粒度特征权重专家网络的社交机器人检测方法 AI导读

        张怀博, 高金华, 廖逸之, 辛永辉, 程学旗
        2026, 12(1): 13-28. DOI: 10.11959/j.issn.2096-0271.2026013
        摘要：近年来，社交机器人检测领域的研究已逐步从个体特征分析演进至群体特征挖掘，从传统特征工程升级为深度学习方法。其中，基于图网络的方法展现出显著优势，该方法能够融合账号行为特征、文本语义特征与网络拓扑特征，将社交机器人检测转化为图节点分类任务。然而，现有检测方法大多采用通用模型进行检测，未考虑不同类型社交机器人在细粒度特征上的差异，导致跨业务场景下的检测精度受限。基于此，提出一种基于细粒度特征权重专家网络的社交机器人检测方法。该方法通过构建业务专家网络，使每个专家专注于学习细粒度特征的差异化权重组合，然后借助多专家特征融合与综合研判，实现对潜在多业务类型社交机器人的融合检测。在公开推特数据集上的实验结果显示，该方法的性能优于现有主流检测方法，其中F1指标相对提升1.52%。  
        关键词：社交机器人检测;细粒度特征权重;混合专家网络   
        95
        |
        48
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840379 false
        更新时间：2026-01-15

      • 面向时序数据的多维度网络舆情演化分析研究 AI导读

        李旸, 王志华, 李大宇, 赵鑫, 詹雅慧, 王素格
        2026, 12(1): 29-42. DOI: 10.11959/j.issn.2096-0271.2026012
        摘要：针对当前网络舆情演化研究存在的视角单一、主题挖掘不全、情感分析不深、群体行为发现不准等局限，提出了一项多维度网络舆情演化分析框架。首先，依据社会影响力，划分了舆情演化的4个生命周期阶段。其次，基于BERTopic模型和相似性计算分析了主题演化过程，利用大语言模型分析了情感波动，基于交互关系划分了用户群体并识别了意见领袖。最后，对不同周期和地域的社会影响力与情感差异进行了可视化呈现。以时序舆情数据中“印花税调整”事件为例，研究发现在舆情的4个生命周期，民众关注的话题、情感倾向、用户群体以及意见领袖均发生了变化，东部地区对“印花税调整”事件的情感反应更积极，且舆情主题和情感持续时间更长。该研究可为揭示舆情演化规律、实施有效舆情监控提供技术支持。  
        关键词：时序数据;网络舆情;多维度演化;主题演化;情感波动;用户群体   
        117
        |
        121
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840091 false
        更新时间：2026-01-15

      • 基于线索挖掘的篇章间事件关系抽取方法 AI导读

        胡志磊, 李紫宣, 隗继耀, 张瑾, 靳小龙
        2026, 12(1): 43-60. DOI: 10.11959/j.issn.2096-0271.2026011
        摘要：篇章间事件关系抽取旨在识别篇章主题事件之间的关系。其中，篇章主题事件指的是篇章描述的主要内容，一般假定一个篇章内只有一个篇章主题事件。现有方法仍然面临着以下挑战。①事件关联线索难以捕捉：事件之间缺乏共享的上下文，难以直接获得表明事件关系的相关线索。②事件关系判断缺乏依据：当两篇文档在内容上没有明显重叠时，缺乏明确的证据来判断事件关系。为了解决上述挑战，提出了一个知识增强的线索挖掘模型KACM，用于篇章间事件关系抽取。KACM不仅可在篇章内部信息中挖掘相应的关联线索，还利用外部知识来辅助关系判断。在DTER数据集上的实验结果表明，KACM可以有效地在因果、时序和共指关系上进行篇章间事件关系抽取。  
        关键词：篇章间事件关系;篇章主题事件;事件关系抽取;知识增强;线索挖掘   
        72
        |
        62
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840193 false
        更新时间：2026-01-15

      • 智枢OSINT：基于深度研究的多智能体情报分析框架 AI导读

        丘龙鹏, 陈波, 赵泽亚, 范意兴, 郭嘉丰, 程学旗
        2026, 12(1): 61-70. DOI: 10.11959/j.issn.2096-0271.2026010
        摘要：开源情报分析在辅助复杂决策方面扮演着日益重要的角色。然而，面对任务复杂多变、多源异构信息处理困难以及深度推理依赖专家经验等挑战，传统的情报分析流程效率低下。为解决这些问题，提出了一套面向情报分析的深度研究智能体框架。该框架模拟人类情报分析团队，构建了一套由任务规划智能体主导，由信息收集、信息鉴别和洞察生成等专业子智能体协同运作的系统，旨在实现从任务分解到完整情报报告生成的全流程自动化。为验证框架的有效性，构建了针对复杂情报任务的评估数据集。实验结果表明，该框架在生成报告质量维度上显著优于基线模型，但在网络检索维度的引用能力方面仍有提升空间。  
        关键词：开源情报;深度研究;多智能体系统   
        106
        |
        79
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840197 false
        更新时间：2026-01-15

      • 开源情报多模态智能处理系统设计与工程实现 AI导读

        董泽云, 甘莅豪, 薛楠, 陆泰廷
        2026, 12(1): 71-83. DOI: 10.11959/j.issn.2096-0271.2026009
        摘要：针对开源情报系统存在的模态割裂、结构化能力不足及用户交互性差等问题，提出一种融合计算机视觉、自然语言处理与文本转语音技术的智能信息处理系统。基于多源异构数据设计了涵盖数据采集、预处理、深度建模、智能决策与用户交互反馈的完整闭环流程，重点突破跨模态数据融合、情报内容结构化处理、语音播报与多媒体可视化呈现等关键技术。实验结果表明，系统在情报抽取准确率、响应时间及用户可解释反馈等关键指标上表现优异，具备模块化与可扩展性，适配政务安全、金融风控与公共舆情等场景。  
        关键词：开源情报;计算机视觉;自然语言处理;文本转语音;语音识别;多模态融合;大语言模型;人工智能   
        145
        |
        81
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840195 false
        更新时间：2026-01-15

        论坛

      • 科研智能: 政策、技术及应用 AI导读

        董昊, 魏凯
        2026, 12(1): 84-95. DOI: 10.11959/j.issn.2096-0271.2025084
        摘要：如今，科研智能已成为一个高度交叉融合的领域，其整合了多个学科的知识与方法，广泛应用于科学研究和产业研发。深入探讨科研智能的起源、发展及未来趋势：首先，界定科研智能的概念，明确其范畴与核心特征；其次，分析全球主要经济体在政策层面的战略布局；接着，介绍科研智能的关键技术及其在不同科研领域的实践成效；最后，展望科研智能未来的演进方向。科研智能将深刻改变科学发现模式、重塑技术创新流程，并为解决人类社会面临的重大挑战提供重要支持。  
        关键词：AI;科研智能;AI4RD;科学智能;AI4S   
        125
        |
        212
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 114470137 false
        更新时间：2026-01-15

      • 个人金融数据共享的法律障碍与分层规制路径 AI导读

        姚舜禹, 闫夏秋
        2026, 12(1): 96-110. DOI: 10.11959/j.issn.2096-0271.2025081
        摘要：个人金融数据共享对提升金融服务效率、实现协同监管和推动金融创新生态建设具有重要价值，但面临多重法律障碍。针对个人金融数据共享存在的产权界定争议、多元主体利益冲突和监管过度问题，提出基于数据来源者视角的分层治理框架。对个人私密信息主张基于动态隐私期待进行场景化治理，以平衡隐私保护与利用；对个人非私密信息提出优化告知同意规则，以缓解保护绝对化并促进流通；对非个人信息建议确立数据访问权并实施强制共享，以破除垄断壁垒。规制对策包括明确私密信息识别标准、调适非私密信息告知同意规则、构建非个人信息数据访问权制度，在分层基础上细化规则设计并适应技术与场景发展。  
        关键词：个人金融数据;数据共享;分层规制;数据访问权   
        167
        |
        147
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 126196375 false
        更新时间：2026-01-15

        应用

      • 智能配置与负载感知调度的融合主机虚拟资源优化 AI导读

        齐玉玲, 黄涛, 刘国菲, 张军贤, 鲍春晓, 吴江鹏, 黄宜华
        2026, 12(1): 111-125. DOI: 10.11959/j.issn.2096-0271.2026014
        摘要：针对边缘计算平台中因异构应用共存、动态负载频发引发的虚拟化资源配置不准确和调度效率低的问题，以列车融合主机为典型应用场景，提出一种基于智能化配置与负载感知调度的融合主机虚拟化资源联合优化方法。首先，通过量化分析融合主机典型应用的资源需求特征，构建了一种基于随机森林建模和二分查找法的资源配置预测模型，实现对虚拟化资源的精准前瞻性分配。其次，针对动态负载变化，设计了一种改进的遗传算法，该算法将虚拟化应用与物理CPU核心进行映射，并结合资源利用率与应用性能的多目标适应度函数，动态调整调度策略。实验结果表明，与传统优势资源公平（dominant resource fairness，DRF）算法相比，所提出的资源配置预测模型能提供优于人工初始化的配置参数，同时改进的遗传算法将CPU平均利用率从13.5%提升至22.07%，相对提升幅度达63.5%，目标函数值从0.035提升至0.204，提升约4.83倍，服务器总资源占用降低44%，有效节约了硬件成本与能耗开销。研究为边缘计算平台在高动态场景下的资源优化提供了通用方法，并以列车融合主机为例验证了其可行性，对智能边缘系统的构建具有普适参考价值。  
        关键词：边缘计算平台;虚拟化技术;资源配置;动态调度;遗传算法;随机森林   
        37
        |
        35
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147840394 false
        更新时间：2026-01-15

      • 基于注意力和线性层融合的动态图卷积交通量预测模型 AI导读

        尉辉, 肖洪波, 邹北骥, 奎晓燕, 肖捡花, 和佳聚, 合尼古力
        2026, 12(1): 126-145. DOI: 10.11959/j.issn.2096-0271.2026015
        摘要：交通量的精准预测是优化路网运行效率、缓解城市交通拥堵的关键。针对传统模型依赖预定义静态图结构、难以捕捉动态时空相关性以及单一时间尺度建模难以全面提取多尺度特征的问题，提出了双重动态自适应时空建模框架。该框架在时间维度采用动态时间特征提取多头注意力机制，自适应调整时序权重以捕捉关键动态特征；在空间维度设计动态图卷积网络，通过自注意力机制实时生成邻接矩阵，以表征节点间动态空间依赖关系，从而实现时空双重动态协同建模。此外，该框架引入可学习的线性融合层，自适应整合多时间尺度预测结果，协同优化局部与全局特征表达。在真实道路数据集上的实验表明，该框架显著优于基线模型，验证了其优越的时空特征捕捉与预测性能。  
        关键词：交通量预测;动态时间特征提取多头注意力机制;动态图卷积;线性层融合   
        34
        |
        54
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 147839892 false
        更新时间：2026-01-15

        研究

      • 人工智能生成内容技术综述 AI导读

        张旭龙, 瞿晓阳, 谢骏飞, 刘鹏程, 肖春光, 王健宗
        2026, 12(1): 146-173. DOI: 10.11959/j.issn.2096-0271.2025071
        摘要：人工智能生成内容（AIGC）技术作为一种新的内容创作方式，为数字经济中的数字智能挑战提供了新的解决方案。AIGC利用人工智能技术辅助或替代人工创作，根据用户需求生成文本、图像、语音、视频等多种形式的内容。近年来，深度学习模型的快速发展显著提升了AIGC的生成能力，使其成为人工智能领域的研究热点。AIGC作为一项底层技术，拥有巨大的应用潜力，但也存在一些局限性。对AIGC技术进行了综述，首先介绍了AIGC的相关算法，包括生成对抗网络、变分自编码器扩散模型和大型生成模型等；然后探讨了AIGC在不同内容形式生成中的应用；最后总结了AIGC技术面临的挑战，并展望了未来的发展趋势。  
        关键词：人工智能生成内容;生成对抗网络;变分自编码器;扩散模型;大语言模型   
        378
        |
        502
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 109257883 false
        更新时间：2026-01-15

      • 能源电力行业数据要素定价研究 AI导读

        杨玉颖, 凡航, 刘敦楠, 张祖菡, 许珂, 范孟华, 吕琛
        2026, 12(1): 174-188. DOI: 10.11959/j.issn.2096-0271.2025079
        摘要：数据要素作为一种新质生产力能够为社会创造巨大价值。大数据时代，合理的定价是数据价值变现的关键。数据具有不同于传统生产要素的特性，已有的定价方法已不再适用。因此，对数据要素有关内容及定价方法进行概述；其次考虑我国“双碳”背景下电力数据的特殊性，对能源电力行业数据要素定价研究进展进行梳理；最后从问题和发展方向提出能源电力行业数据要素发展趋势。  
        关键词：定价策略;定价模型;数据要素;电力行业   
        188
        |
        280
        |
        0
        <HTML>
        <网络PDF><WORD><XML><Meta-XML>
        <引用本文> <批量引用> 111999131 false
        更新时间：2026-01-15
      0