本书通过大量实例并结合Ucinet软件工具系统介绍社会网络分析方法在图书情报学科应用的原理、方法与案例，具体内容涉及中心性分析、凝聚子群分析、结构洞分析、核心-边缘结构分析等社会网络分析方法在知识管理学、文献计量学、网络计量学等图书情报学科分支领域的应用研究。本书可作为图书情报学科及社会科学相关学科教师、学生及相关研究人员参考用书。

数据密集型科研范式下，科学研究越来越依赖大量的、规范的、可靠的数据，但可用的大数据集难以独立生成，科学数据共享是解决可用数据缺乏、实现数据潜在价值的重要途径。在此背景下，有必要进一步关注不同视角下科研人员在日常科研活动中的数据共享需求、影响机理、模式及演化博弈策略，并针对特定问题展开实证分析，以丰富科学数据领域的研究成果，为后续研究提供一定的理论参考和实证支持，并为科学数据管理与共享实践提供新思路、新方案。 为此，本书开展了以下工作。第一，分别设计数据提供者与使用者双重视角下的科学数据共享需求量表，并利用一手数据进行验证与分析。采用形式概念分析的方法构建使用者需求概念格，提取关联规则，进而揭示不同需求之间的关联性。第二，结合社会资本、计划行为、双路径等理论，分别构建双重视角

企业处于不断变化的竞争环境中，为了保持自身竞争优势，会密切关注 竞争对手的发展。因此，很多企业都非常重视竞争对手监测，但是大部分企业 都将时间和精力聚焦到市场中的直接竞争对手上，而鲜少顾及潜在竞争对手。 然而，许多经典案例证明，那些在产业中处于领先地位的企业，往往终是被 潜在竞争对手打败的，如柯达和诺基亚等。以往研究表明，一项新技术要成为 主导技术，一般要经历15 ～ 20 年，甚至更长的时间。值得注意的是，随着当 今技术发展不断加速，技术迭代速度不断加快，潜在竞争对手成长为直接竞争 对手的周期正在缩短，这要求企业在关注直接竞争对手的同时，需要密切关注 潜在竞争对手，只有这样才能真正了解自身所处的竞争环境，做到知己知彼， 百战不殆。 鉴于大部分企业在布局某领域之前，必然在该领域申请专利，且专利信

本书从理论与实践两个方面探讨基于领域知识图谱的智能情报研究，包括智能情报的数据资源、模型训练、智能情报分析以及智能情报引擎服务。在理论方面，介绍了情报学含义、数据源方式与情报发展需求，以及知识图谱含义、表示方法与理论框架，这都是智能情报的基础与根基。在技术方面，介绍了数据标注方法、语料自动生成方法、知识抽取方法、知识关联方法、事件抽取方法和知识问答方法。在应用方面，分析了智能情报服务系统模式，介绍了智能情报引擎、人机交互服务模式、包括事件情报解析、图谱问答式及多维关联分析等，为情报分析提供了解决方案。本书是信息资源管理与计算机科学与技术学科交叉学科的研究，为情报工作的智能化带来了参考方案。