信息科學研究前沿與熱點
——2019年ASIS&T年會綜述

李新來，蔡逸蓓，李丹陽

0 引言

美國信息科學與技術學會(Association for Information Science and Technology，ASIS&T)是圖書情報學(Library and Information Science，LIS)領域最具影響力的國際組織之一，其年會是世界信息科學領域最知名的學術會議之一，成為展示信息科學、信息技術等領域最新研究成果的重要場所，年會報告論文均能傳遞出豐富的學科發展動態信息。研究者們[1-8]用不同方法從不同角度對不同年度的ASIS&T 年會會議論文進行綜述，幫助國內學者了解年會盛況、學科發展動向和趨勢。本文借鑒以往綜述思路，分析2019年年會論文，探究信息科學發展態勢。

1 收錄論文概況

2019年10月19-23日，第82屆ASIS&T年會在澳大利亞墨爾本舉辦。年會以主題報告、分會場報告、海報展示、圖版展示、專家研討等形式 圍 繞“information… anyone，anywhere，any time，any way”展開交流討論，共收錄74篇會議論文(分為long paper、short paper)。本文基于74篇會議論文，結合詞頻分析及文獻閱讀，考查年會反映的信息科學現狀與趨勢[7]。

從論文高頻關鍵詞詞云圖(圖1)看出，除information 是 最 大 節 點 外，data、learning、knowledge、citation、digital、online、behavior、social、seeking、sharing 等成為本屆年會最顯著的關鍵詞。由此可見數據作為信息載體的重要性，只有對數據進行有效分析才能獲得有價值的信息，提供更好的信息服務。本次會議體現了情報科學廣泛的數據集，包括網絡數據集、實驗數據集、真實用戶數據集、問卷調查等方法獲得的數據集。對信息行為研究是會議論文最重要的研究內容，包括學習行為、分享行為、搜索行為等。

圖1 高頻關鍵詞詞云圖

借鑒會議論文分類主題標準，對74篇會議論文進行梳理與歸類，從信息行為、信息組織與管理、信息技術與計量、信息服務4大主題進行綜述，將每個主題細分為若干研究方面。這一分類主要依靠論文內容層面的細化和人工判讀，并非嚴格按照分類標準進行主題劃分，有些研究橫跨不同主題，主要根據研究目的和對象加以類分。

2 主題分析

2.1 信息行為

信息行為作為情報學的核心領域與傳統領域，在本次年會上體現了重要地位，年會中信息行為研究的論文所占比例最高。除繼續對健康信息行為及信息搜尋行為進行研究外，對青少年學習行為、社交網絡信息分享行為的研究在年會論文中也占據較大比例。

2.1.1 學習行為

隨著信息技術發展，接觸信息技術的用戶越來越低齡化，網絡成為他們獲取信息的重要渠道，數字信息在學習中的重要程度越來越高，因此青少年用戶一直是年會關注的重點。本次會議從中學生、小學生、中小學教師、學術研究人員等多角度對青少年學生的合作學習、信息獲取、閱讀等學習行為進行研究。

一方面，信息技術發展擴展了學習方式，有助于中小學生的高效學習。Mak等[9]探討了游戲化如何影響學生的沉浸體驗，發現游戲化學習平臺，如“閱讀之戰”(Reading Battle)的重度使用者變得喜歡閱讀并享受沉浸體驗。另一方面，信息技術發展也拓展研究學習行為的方法。Ng等[10]利用基于維基的學習分析工具Wikiglass來研究協作學習中的參與度、公平與表現之間的關系，發現基于wiki的分析增加了工作分配和同輩工作進度與貢獻的可見性。Kimm等[11]研究青少年如何利用媒體獲取信息，以維持和重新建立他們的人際關系，發現青少年使用社交媒體有自己的方式，而且經常根據需要改變這些做法。Magee等[12]確定了成功的研究經驗中常見的3個因素：在研究生涯中盡早接觸到關鍵事件從而獲得研究機會，主動與前輩聯系從而獲得指導，追求自己的興趣從而激發好奇心。但是，巨大的信息量使學生在搜索需要的信息過程中遇到更大的挑戰。Vanderschantz等[13]研究了兒童在信息檢索過程遇到的查詢結構、信息分類等困難，提出即使在技術上有了顯著進步，教師和兒童仍然需要進一步的幫助，以便在探究實踐中取得成功。

2.1.2 信息分享行為

社交平臺與在線平臺提供了方便的信息分享平臺，用戶可以根據自己的興趣和意愿分享信息。從本次會議看，對在線平臺信息分享行為的多角度研究成為新熱點，如社交問答平臺用戶的轉換行為、公民的信息分享動機、企業員工的信息共享、網絡用戶的照片分享行為、國際留學生的信息共享行為。

Zhao 等[14]基于PPM(pushpull-mooring)模型，利用關鍵事件法(critical incident technique)，探討用戶從免費問答平臺到付費問答平臺這一轉換行為的影響因素，心理特征、認知需求和經濟激勵對轉換行為有很大影響。Lee等[15]通過對Einstein@Home 和Cosmology@Home 兩 個項目的志愿者進行調查和訪問，發現項目團隊基于先前對志愿者的研究所采取的措施可能在保留和激勵這些非典型志愿者方面是無效的。Klanwaree 等[16]研究了在信息技術咨詢組織中采用目標與關鍵成果法(Objectives and Key Results，OKRs)進行主動知識共享的可行性，發現自愿開發團隊OKRs的參與者通常對有用性、易用性、信任和使用意圖有積極的看法，也會考慮與員工的兼容性。Cho等[17]分析了4，555張在線分享照片，確定20個分享照片動機，包括分享記憶、傳播信息、娛樂、炫耀、欣賞等。Worrall等[18]研究國際學生在通信技術使用和信息共享方面與其他學生和移民的異同。

2.1.3 健康信息行為

社交問答平臺為疾病患者的信息需求提供了新方式，而健康信息需求相比一般信息需求有特殊性，因此，對社交平臺的健康信息需求進行分析成為本次會議的關注點，對阿爾茨海默癥、自閉癥和慢性病的研究較多，多從護理人員、患者家屬、患者等多種研究對象的角度進行分析。

Erdelez 等[19]調查克羅地亞阿爾茨海默癥(AD)患者護理人員(CGs)的信息需求，其中對疾病信息、藥物/治療、應對疾病、醫生、現有服務、AD患者一般護理、法律、財務和信仰的需求較多。An等[20]通過觀察和訪談研究中國自閉癥兒童父母如何尋求信息，發現父母的信息需求圍繞提高孩子生活技能而演變，社會關系是重要的信息來源。Zhao等[21]以Quora為例，研究哪些健康話題是自閉癥患者感興趣的，發現涉及診斷治療，社會挑戰、養育子女、教育等廣泛的問題，但最近出現關于自閉癥相關疾病的新擔憂，如注意力缺陷多動障礙(ADHD)和強迫癥(OCD)。Costello[22]通過對慢性病平臺的評論進行歸納分析，評估評論中的建議與醫學文獻中證據的一致性，發現33.9%的建議沒有證據支持，但33%的建議在文獻中至少得到較低支持，7.8%的建議有害。Dalmer等[23]對照顧患有慢性疾病家庭成員的信息工作的分析表明，日常生活中的信息實踐超越國內和組織環境，慢性病的不可預測性導致護理人員在日常和每晚的生活中同時進行大量工作，包括信息、文檔、情感等工作。Lee等[24]實證研究乳腺癌臨床試驗方案，從覆蓋范圍、連通性、標準相似性和排名等維度評估醫學學科分類(MeSH)和國家癌癥研究所分類(NCIt)根據。

2.1.4 信息搜索行為

信息搜索作為獲取信息的基本手段，一直是信息科學核心研究領域，具有跨學科特征。不同于計算機科學領域，信息科學領域更重視用戶體驗與服務中的信息檢索問題。如何完善信息檢索系統，幫助用戶更快捷、準確地獲取有用信息是所有學者共同關注的問題。本次年會體現了這一特點，也呈現出新特點，如對協同信息檢索、信息搜尋過程中情感變化的關注。

Irvine-Smith[25]從協同信息搜尋(CIS)和專業知識搜尋兩個方面分析地方政府決策者的信息搜尋研究項目，發現參與者確實會在信息搜尋方面進行合作，且對個人信息來源有明顯的偏好。Huang等[26]從情感負荷理論出發，探討協同搜索中用戶情感負荷的特點。Liu等[27]通過對用戶知識特性和知識變更過程的研究，發現任務類型、信息整合難度和思維導圖繪制難度對用戶的知識改變方式有顯著影響。McKenzie等[28]借鑒情境學習理論，探討社會交互對信息實踐的重要性。Rieh等[29]采用角色扮演法對信息素養教育的有效性進行調查，發現角色扮演法在開發學生對搜索行為的元認知方面具有潛在的有效性。Liu等[30]發現，在不同類型的任務中利用過去的搜索行為數據的分析算法，比基線模型有更好的性能，用戶搜索意圖知識有助于提高預測模型的性能。Jamali 等[31]基于日常生活信息搜尋(ELIS)框架，通過半結構化訪談，研究伊朗牧民獲取信息的主要來源和內容、信息教育及選擇等特點。

綜上可發現，信息行為作為信息社會實踐的中介，依然是當前信息科學領域的核心研究內容。本屆年會的信息行為研究主要分為學習行為、信息分享行為、信息搜索行為3個類型，但內容涉及閱讀、研究、游戲、健康、檢索等方面，且表現出更貼近日常生活學習中的信息行為及各種情景下的用戶感知與信息行為之間的關聯，在信息用戶、行為特點、信息需求等問題的研究上體現了與當前環境和技術發展緊密結合的新思考。

2.2 信息組織與管理

在信息科學領域，對信息的組織與管理是基礎，也是研究人員的關注重點。當前信息組織與管理的研究主要集聚在數字化環境中的數據存儲與利用，以數據復用、數據治理為熱點。

2.2.1 信息組織

信息組織使信息能夠更方便地被利用，從而提高信息服務水平，這一直是信息科學的基礎理念，因此對信息組織的研究是學者們關注的重點。隨著數字技術發展，信息組織更加注重底層數據的組織。Yun[32]研究一種自動轉換韓國國家圖書館(NLK)數據到書目記錄功能需求(FRBR)結構的方法，在不使用主輸入字段或權威數據的情況下，最大限度地提高有兩個以上貢獻者作品的準確性。Burke等[33]分析語言檔案網站的內容，重點研究信息組織，包括元數據標準文檔、單個元數據記錄的顯示和元數據集的獲取、發現功能和導航選項。Tsai 等[34]對信息世界地圖(Information World Mapping，IWM)框架進行研究，提供一個框架來描述廣泛的信息活動，以及涉及個人視角方面的項目、地點和關系。

隨著網絡基礎設施發展，社會科學中的數據共享和重用實踐在過去幾十年發生變化。在研究底層數據組織外，也對數據重用、信息和用戶之間的相互作用進行研究。Forero[35]基于行動者網絡理論(Actor-Network Theory，ANT)，通過微生物實驗分析科學家在實驗室研究過程中為產生信息和獲取知識而使用的技術。Lee等[36]通過美國高校政治與社會研究聯盟的分析，揭示形成和表現社會科學數據共享和重用的數據特征，如歸檔數據的主題和時間分布，發現在ICPSR上存檔的研究數量及其被引用次數呈上升趨勢。Bishop等[37]通過對地球科學22位研究人員的信息搜尋行為進行訪談，包括發現、訪問、實現互操作和重用數據，對如何發現和評估數據以供重用提供了新的見解。

2.2.2 信息管理

近年知識產生、傳播與利用方式發生新的變化，學界對個人信息管理和政府信息管理展開了新的研究。

在個人信息管理方面，Dinneen等[38]對個人收藏夾的內容、重復情況以及用于個人事務的收藏與用于學習和工作的收藏的區別進行研究，發現收藏重復與收藏結構相關，與年齡無關。Vianna等[39]提出一個數據模型來聚合、組織和查找用戶數字化軌跡集合中的個人信息。Bergman等[40]研究年齡對個人搜索使用習慣的影響，發現年齡和搜索率之間存在正相關關系。

在政府信息管理方面，Tang等[41]調查美國開放政府數據站點，對高頻率使用功能進行分析，提出需要更好地了解用戶群體、用戶數據需求以及用戶信息素養水平。Stodden等[42]描述數據管理計劃的新愿景，開發ezDMP工具，支持以組織和系統方式將有關數字化信息集成到數據管理環境。Stagg等[43]調查一個機構資助項目，該項目建立在一個便利的社區學習方法的基礎上，讓教職員尋求采用開放教科書或將開放教科書改編成課程。

上述內容表明，目前信息組織與管理的內容以用戶為中心，朝網絡化、內容化、移動化、時態化、多媒體化方向發展。無論是個人信息管理研究，還是機構信息管理研究，均是以用戶為核心，面向學習、科研、生活、技術等實踐應用的數據組織與知識管理。

2.3 信息技術與計量

信息科學發展離不開信息技術的支撐，體現了信息科學發展過程中的既有技術邏輯。這些技術應用在信息組織、信息檢索、信息分析與數據挖掘等各個方面。在本屆會議論文中，信息技術體現在多個方面，單純從技術角度來研究的主要有文本分析技術；而對信息計量的研究除文獻計量與科學評價，還有對審稿與撤稿的研究。

2.3.1 文本分析技術

隨著深度學習、機器學習等技術發展，在信息科學領域，研究者不限于對書目信息的分析，越來越重視深入文本內部的細粒度研究。本屆會議也體現了文本分析技術的應用與發展，包括文獻、數據庫實體，以及微博等社交文本。

Ma等[44]提出的BiLSTM+CRF技術結合基于特征的命名實體知識庫，可以對文本進行地理知識發現，在基于文本挖掘的智能分析中具有良好的應用前景。Fan等[45]提出了一種新的深度神經網絡(DNNs)模型，通過分析文本和附加圖像的情感來識別網絡用戶的情感。Wang等[46]提出一種新的重新鏈接評論技術，首先通過顯式術語匹配檢索，然后使用從大量帖子和評論的主題模型中獲得的隱式主題匹配證據。Odoni等[47]介紹可擴展評估框架orbis，它能夠可視化地深入分析單個實體，通過注釋服務計算。Kim 等[48]評估PubChem和tmChem兩種策略在5萬多種化學產品中的準確性和覆蓋率，tmChem有更好的覆蓋范圍，兩種策略都需要提供準確的、個性化的、累積的化學揭示。基于反饋干預理論，Tang等[49]提出一個研究模型來描述反饋類型(描述性、評價性)和反饋價值(積極性、消極性)對自我效能和享受的影響，進而對貢獻的數量和質量的影響。

2.3.2 文獻計量

本次會議對信息計量的研究集中在兩個方面。第一，通過文獻計量指標對期刊、學科、專利等進行評價。Zhao等[50]以國際LIS期刊為例，將8個傳統引文指標和10個altmetrics指標相結合，采用多指標融合方法，構建基于傳統引文指標和altmetrics指標的期刊影響評價模型，論證基于社會影響力指標的期刊評價對基于引文的學術影響評價具有有益的補充作用。Yang等[51]分別從引用與altmetric 指標對社會科學和人文學科(SSH)性能進行比較分析，嘗試從指標和學科兩方面對結果進行解釋。Hsiao等[52]發現被引用的專利通常比被引用的論文要老得多，學科、類型、自引也影響被引論文和專利的年齡。第二，引文分析研究。Cai等[53]基于2015年Chemistry期刊論文，調查中美出版物的引用對國內外學術界的影響，以及這種影響在多大程度上與國際合作和政府資助有關。Shu等[54]通過分析中國古代文獻交流中的引用功能，發現大多數古代中國作者引用這些文獻來說服讀者。He等[55]考察應用科學制圖工具(SMTs)的論文，發現科學圖譜這一深嵌于圖情領域(LIS)的主題，過去幾年越來越受到非LIS領域的關注。Hsiao等[56]提出一種新方法來測量學科之間的關系，可以識別不同主題的核心作品，幫助判斷不同主題之間的相似程度。

2.3.3 審稿與撤稿

同行評審在學術出版中起著至關重要的作用。Xu等[57]分析Publons上的同行評議記錄，發現作為科學通用語的英語水平對評論的長度有顯著影響，一個國家的經濟發展水平對綜述長度有顯著影響，不同性別、學科、經濟和文化背景的評審員在撰寫長度上也存在顯著差異。Lu等[58]探討在科研合作中不同類型的合作者的屬名順序及影響因素，通過分析PLoS大量有關作者貢獻陳述數據，發現不同學科呈現3種模式，生物學研究中，書名順序明顯不同于其他學科。

隨著論文數字化程度提高，開放獲取日趨簡單，論文監督力度增強。學術造假、學術不端的發現導致大量撤稿事件時常發生，很多研究通過系統分析被撤回文章的特點及其引文來研究撤回現象。Cheng等[59]開發名為ReTracker(https：//github.com/nikolausn/ReTrackers)的工具，可以自動檢查用戶Zotero庫中是否有已撤文章，并在庫中直接添加新的“撤稿狀態”元數據字段。Dinh等[60]研究引用撤回文章的特點，以及撤回前后的引文動態變化，發現撤回后的引用明顯減少，且這些引用大部分來自與被撤回文章不同的國家。Craig等[61]引入一組基于比率的指標來對稿件評估剽竊的可能性，提醒審稿人對得分較低的稿件進行更仔細的審查。

文本分析技術、信息計量、審稿與撤稿的信息分析技術及方法的應用實踐可以提供諸多啟示。信息技術研究不僅關注技術和方法創新，也更加關注方向和定位的創新，尤其注重以用戶為中心的人機交互設計、社區服務等。信息分析對象深入到文本內部的元數據、實體單元。信息計量依然關注文獻計量與引文分析，更加關注跨學科等知識集成環境、Almetrics、審稿與撤稿等。

2.4 信息服務

信息科學研究的最終目的是提供更好的信息服務。本次會議體現了對信息道德與倫理研究的重視，尤其以圖書館服務、網絡用戶服務及數字人文為關注熱點。

2.4.1 信息道德與倫理

信息道德與倫理研究一直是學界的熱議問題，本屆年會主要從FAIR原則、知識產權、隱私保護等方面對信息道德與倫理進行研究。FAIR(可發現、可獲取、可交互和可重用)數據管理原則自2014 年提出后引起廣泛關注，然而，無論對原則的理解還是實踐方案的選擇，都存在諸多困惑和挑戰。Rosenbaum等[62]對算法責任(algorithmic accountability)概念進行分析，認為算法責任分為兩種類型：技術責任與社會責任。Das等[63]研究用于訓練視覺問題回答(VQA)算法的數據集中的偏差問題，證明機器學習算法可以被訓練來識別每個數據集的偏差，從而確定一個新的視覺問題的來源，且鼓勵開發更具包容性的VQA系統。Subramaniam等[64]應用知識基金概念來了解家庭如何圍繞使用技術和保護個人信息來發展知識和技能。Jin等[65]建立一個理論模型來解釋不同國家對知識產權侵權的不同認識。Zhu等[66]調查中美大學生對數字媒體內容所有權及其重要性的看法，發現中國參與者對大多數數字版權的重視程度更高，可變性更小，對所有權的概念比美國人更狹隘、更不確定。

2.4.2 圖書館服務

運用關聯數據技術建設數字圖書館，可提高信息服務、參考咨詢服務、隱形殘疾人等特殊人群服務的效能，使圖書館更具有包容性與公平性。Floegel[67]提出創客空間需要更廣泛地融入圖書館的項目和服務，使圖書館環境更具包容性。Weigl等[68]證明以合并或聯合方法，可從根本上改變跨語料庫工作集構建的數據集配置過程，助力開發分布式關聯數據數字圖書館。Chen等[69]通過LDA主題建模，從大型大學圖書館5年內生成的聊天記錄中自動提取主題，發現最突出的聊天主題是關于如何訪問圖書館資源。Muir等[70]分析23個半結構化訪談的數據，以探討隱性殘疾人作為當前或潛在圖書館用戶的體驗。Aslam等[71]研究巴基斯坦拉合爾高校圖書館館員的知識水平和數字信息安全管理現狀，強調OPACs、官方檔案和數字資源是高校圖書館資源的重要組成部分。

2.4.3 網絡用戶服務

龐大的網絡用戶群體成為信息科學研究對象，對社交網絡信息的深度挖掘成為本次年會的關注點，會議論文依托Instagram、YouTube等社交網絡平臺進行深入分析。Afnan等[72]以社交網絡平臺Instagram上#metoo及其相關3個話題標簽的使用為例，研究商品化、社會運動和社交媒體之間的交集，在樣本中發現，每5篇文章中就有1篇具有商業性質，研究還揭示了用戶采用的商品化策略。Yang 等[73]調查中國眾籌平臺(CFP)2000個項目，發現除為公眾提供渠道外，平臺還在一定程度上促進了政府控制下的網絡募捐管理和監督，不同類別和地理位置的項目之間存在很大差異。Fu等[74]通過實證研究，發現社區建設和用戶驅動與健康問答網站的早期階段有關，指出在啟動階段尋求社區最終目標和目標用戶群體共識的重要性，這有助于解決范圍定義問題。Jansen等[75]基于YouTube每月的內容消費和人口統計數據，發現在線受眾的興趣是可變的，潛在受眾數據的變化可以在相對較短的時間內發生，因此需要使用數據驅動的方法不斷更新角色。Yang[76]從參與指標、語言特征和網絡結構等方面，以計算方式研究權力濫用者對社區動態的影響。

2.4.4 數字人文

無形文化遺產包含豐富的知識，進行組織和管理是保護和傳承的基礎。語義Web技術的發展改變了知識表示和表達方式，為非物質文化遺產(Intangible Cultural Heritage，ICH)知識的組織和共享提供了新的思路和方法。Buchanan等[77]研究了藝術史和考古學領域的學者的研究行為，提出了改進的信息偶遇模型，揭示在不同的時間跨度內信息偶遇、重新發現和協作之間錯綜復雜的聯系。Hou等[78]研究一個通過關聯數據對非物質文化遺產知識進行建模和管理的項目，以湖北省非物質文化遺產為例，建立以開放關聯數據形式發布的RDF數據集，開發了基于關聯數據的知識服務平臺。Hu等[79]通過調查學生以文化遺產為特點創作的虛擬現實內容，發現這些經歷能夠幫助來自不同學術背景的學習者獲得一些至關重要的技術技能，虛擬現實的創作經歷也讓學生更加積極地獲取文化遺產中的知識。

信息領域的所有研究都是以信息服務為目的，除對圖書館全納支持與服務研究，對非物質文化遺產的數字化也體現出信息服務的范圍更加廣泛，對社會文化及人類文明的保存與傳承有巨大作用。面向特殊人群的圖書館全納支持服務，面向數字人文的信息系統開發與數據組織，面向社交網絡的數據分析與信息服務，反應的不僅是當前信息服務的熱點，更是走向。

3 總結

作為信息科學領域最重要的學術會議，第82屆ASIS&T年會論文涉及的主題涵蓋當前信息科學領域理論研究與應用實踐的最新成果，能夠代表國際上該領域的研究前沿。本文通過分主題歸納分析，從研究方法、研究主題與趨勢兩個方面對會議論文進行概要總結。

在研究方法方面，如圖2所示，運用最多的是通過訪談獲取用戶數據，包括結構化和半結構化訪談；其次是定量分析，通過問卷調查、直接觀察、模擬、使用數據庫數據集、網站數據爬取等方法獲取研究數據，驗證研究假設或得出結論。對獲取的數據集較多采用統計回歸、文本分析、機器學習、LDA主題模型、結構方程模型等定量統計方法。少數論文針對用戶需求開發工具、軟件、網站等應用，針對用戶需求進行理論模型論證與構建等。總體而言，結合多種研究方法圍繞用戶需求和以用戶數據為對象的混合研究是發展趨勢。

圖2 研究方法統計圖

研究主題與趨勢方面，此次會議強調“以正確的方式在正確的時間將正確的信息傳遞給正確的人(Information is delivered to the right group，at the right place，at the right time，and in the right way)”理念，圍繞信息行為、信息組織與管理、信息技術與計量、信息服務4個主題進行研究。當前信息科學研究呈現出以下特點及趨勢：信息行為研究內容涉及閱讀、研究、游戲、健康、檢索等多個方面，更貼近日常生活學習中的信息行為及各種情景下用戶感知與信息行為之間的關聯；信息組織與管理更關注元數據、實體之間的數據關聯、數據復用與數據治理，無論是個人信息管理還是機構信息管理都更注重用戶體驗、用戶情感因素；信息技術更關注文本分析技術，信息分析對象深入到文本內部知識單元，信息計量依然關心引文分析，更關注跨學科知識結構，為審稿與撤稿研究提供了新的視角；在強調信息道德與數據倫理的基礎上，信息服務聚焦于面向特殊人群的圖書館全納支持服務、面向數字人文的信息系統開發與數據組織、面向社交網絡的數據分析與社區服務。

支撐數據

本文支撐數據由作者自存儲，包括兩個文件：2019 AM19-Papers.pdf／2019年ASIS&T會議論文集、2019年ASIS&T論文數據統計表.xlsx。獲取渠道：lixinlai_whu@163.com。