《会议┃信息资源管理案例研究工作坊》

  • 来源专题:数智化图书情报
  • 编译者: 于彰淇
  • 发布时间:2023-12-05
  • 2023全国信息资源管理案例研究工作坊

    会议通知为深入贯彻执行中共中央、国务院印发的《深化新时代教育评价改革总体方案》,进一步推动全国信息资源管理学科高质量发展,积极建构中国自主信息资源管理学科知识体系,推进信息资源管理案例研究,中国人民大学信息资源管理学院在全国图书情报专业学位研究生教育指导委员会的指导下,组织举办“2023全国信息资源管理案例研究工作坊”,以期提升广大师生信息资源管理案例研究能力、开发能力、应用能力,助力信息资源管理学科教育的持续创新发展。

    在本届工作坊中,我们有幸邀请到国内有着丰富经验和深厚影响力的案例研究与工作专家。他们将通过专题报告分享其报告的知识与见解,带领与会者进行深入的互动讨论。我们诚挚地邀请全国各高校、科研院所、公共图书馆、档案馆、博物馆等相关机构的教师、学生,以及业界同仁踊跃报名参加,期待与广大参与者一起深入挖掘信息资源管理的多维情境,共同探讨和解决在实践中遇到的挑战。通过这次工作坊,我们希望能够发挥集体智慧,汇聚各方资源,从而在共同协作和交流的基础上,为信息资源管理学科的持续创新和发展注入新动力。


    NO.1会议安排活动地点:河北雄安 雄安索菲特酒店活动时间:2023 年12月16日-12月17日


    NO.2会议时间及内容12月15日下午      地点:雄安索菲特酒店13:30-20:00会议报到12月16日上午      地点:雄安索菲特酒店08:30-09:30开幕式与致辞环节致辞嘉宾:刘越男中国人民大学信息资源管理学院 教授、院长致辞嘉宾:卢小宾中国人民大学信息资源管理学院 教授、学术委员会主任全国图书情报专业学位研究生教育指导委员会副主任委员致辞嘉宾:初景利中国科学院文献情报中心 研究馆员、学术委员会主任《图书情报工作》杂志社社长、主编致辞嘉宾:雄安城市计算中心领导09:30-11:30案例研究主题报告报告人:符国群 北京大学光华管理学院 教授中国高等院校市场学研究会会长报告名称:教学案例的开发与运用报告人:宋   华中国人民大学商学院 教授、党委副书记中国社会科学案例中心执行副主任报告名称:研究型案例开发报告人:许   晖南开大学商学院 教授报告名称:洞察企业实践:管理案例探索与应用的融合创新模式报告人:周力虹武汉大学信息管理学院 教授、副院长报告名称:运用案例研究法的理论创新11:30-11:40《图书情报工作》“信息资源管理案例研究”征文活动发布12月16日下午      地点:雄安城市计算中心14:00-17:00信息资源管理案例研究与写作专题工作坊专题工作坊1:教学案例撰写指导指导嘉宾:于亢亢 中国人民大学农业与农村发展学院 教授中国人民大学招生就业处副处长指导嘉宾:唐   琼中山大学信息管理学院 教授、副院长专题工作坊2:研究案例撰写指导指导嘉宾:罗   骏四川大学公共管理学院 教授指导嘉宾:杨   波中国人民大学信息学院 副教授专题工作坊3:工作案例撰写指导指导嘉宾:段宇锋华东师范大学经济与管理学部 教授

    指导嘉宾:宫   平辽宁大学信息资源管理学院   副教授、系主任12月17日上午      地点:雄安索菲特酒店9:00-12:00案例研究主题报告报告人:司   莉武汉大学信息管理学院 教授报告名称:图书情报专硕案例教学法的实施与评价报告人:王晰巍吉林大学商学院与管理学院 教授报告名称:教学型案例的开发与组织实施报告人:韦景竹中山大学信息管理学院 教授报告名称:综合性教学案例的开发与应用报告人:曹高辉华中师范大学信息管理学院 教授、副院长报告名称:大数据管理与应用专业教学案例建设报告人:沈丽宁华中科技大学医药卫生管理学院 教授、系主任报告名称:信息资源管理类主题案例选题与开发报告人:张楠迪扬中国人民大学公共管理学院 教授中国人民大学研究生院专业学位培养与管理办公室主任报告名称:公共管理案例开发与教学12:00-12:152024全国信息资源管理案例大赛启动发布会12月17日下午     地点:雄安新区规划馆、 雄安城市计算中心14:00-14:30案例调研:调研雄安城市计算中心14:30-16:00案例调研:调研雄安新区规划馆


    NO.3参加案例专题工作坊说明12月16日下午,我们将举办三个案例专题工作坊:教学案例、工作案例、以及研究案例工作坊。每个工作坊将由两位资深案例研究领域的专家指导,他们将为参会者提供专业的点评和指导。我们诚邀对案例研究有兴趣的教师、学生及业界人士参与交流,共享知识盛宴。若您准备了案例研究的初步想法或案例文本,并期待专家的深入点评,请按照如下说明提前将您的材料发送给我们。1. 案例专题工作坊交流材料的形式参与者可以提交两种形式的案例材料供专家审阅:(1)成熟的研究(工作、教学)案例文本(不超过1万字),专家们将提供专业的改进建议;(2)关于案例研究与写作的构想(不必拘泥标准案例格式,可以为任何格式WORD、PPT,不超过5千字),专家们将指导如何发展成为完整的案例文本。2. 案例专题工作坊提交材料的流程参与者请于12月12日前将案例报告、研究文档或案例思路文档提交到指定邮箱:rucirm_xxzygl_alzx@ruc.edu.cn。我们鼓励所有感兴趣的参与者报名参加,并期待您的积极参与和贡献。


    NO.4会议费用为了保证会议的顺利进行和高质量服务,我们将对参会代表收取适当的会务费。1. 仅包含参加会议主题报告部分(16号上午+17号上午):880元/人(不含自助午餐);2. 参加全部活动,包含参加会议主题报告部分(16号上午+17号上午)、案例专题工作坊(16号下午)以及参观调研(17号下午):1380元/人(包含16、17日自助午餐);3. 学生凭学生证可在上述价格基础上享受200元优惠(报到时须出示学校证明信或学生证以证明学生身份,否则须按全额标准补齐费用)。


    NO.5酒店及住宿参会代表的往返交通费用及住宿费用需自理。会议为参会人员提供的协议酒店如下:雄安索菲特酒店:河北省雄安新区容城县金湖街172号;预定电话:0312-6158888为了提升与会嘉宾的会议体验,会务组与酒店商定了协议价格。我们建议代表们在线上报名的同时,也向会务组提交酒店预订信息,以便享受协议价格:标准双床房350元人民币/晚(含早餐),大床房450元人民币/晚(含早餐)。如果直接向酒店预订,该价格将为1000元人民币。此外,为了享受上述协议价格,您需要使用事业单位名义来开具发票。


    NO.6报名方式请有意愿参加的教师、学生或相关业界人士于 12 月 10 日前扫描报名二维码完成报名。

  • 原文来源:https://mp.weixin.qq.com/s/U4DNDxD_1Q8inyT0lcLc5g
相关报告
  • 《回应AIGC的信息资源管理学人思考》

    • 来源专题:数智化图书情报
    • 编译者:闫亚飞
    • 发布时间:2023-05-18
    • 1.知识获取能力提升是AI飞速突破的本质所在 人工智能技术近年来取得的飞速突破,主要得益于机器学习的进步,特别是深度学习的成熟应用。以深度学习为典型代表的机器学习,改变了计算机解决问题的模式,大幅提升了从语料中获取知识的能力。知识获取能力的提升正是AI飞速突破的本质。机器学习,改变了计算机解决问题模式,实现了从人类输入知识让机器完成任务,到让机器自动学习知识再让机器利用所学到的知识去完成任务的转变。早期基于规则的人工智能(Rule-BasedAI)是由人类总结经验知识、输入特定规则来实现的。但是随着规则之间的相互作用成倍增加,人工编写的规则无法穷尽人类知识且难以灵活修改。机器学习可以直接通过分析大量数据,学习隐藏在语料中的规律和逻辑,并根据数据特征构建模型以完成任务目标。这种改变,能够让机器具备了自我学习的能力。近十多年来,随着大样本训练语料的涌现和大规模计算能力的提升,深度学习的知识学习性能也得到了大幅提升。深度学习方法基于人工神经网络,是一种特定类型的机器学习技术,它充分利用大样本的训练语料,在大规模计算集群的支持下,能够深入细致地从大规模的训练语料中挖掘出解决问题的知识,将机器学习模型的拟合能力提升到了新的高度,使机器获取知识的能力大幅提升。而ELMo、GPT、BERT等预训练模型的推出,改变了自然语言处理的整个发展方向。基于预训练(Pre-Training)和微调(Fine-Tuning)的两阶段学习方法成了为当前自然语言处理的发展主流。两阶段学习,预示着无监督的文本知识学习也是重要的学习环节。对未经人工标注过的特定类型语言文本的学习,能够提升后续自然语言处理任务对这种类型语言文本的处理效果。以大规模语言模型为代表的无监督语料的学习,进一步提升了机器获取知识的能力。ChatGPT的研发历程,就是知识获取能力不断提升的过程。它基于更大规模的训练语料,通过堆叠扩展Transformer结构(从GPT-1的12层到GPT-3的96层),增加模型训练的参数数量(从GPT-1的1.17亿增加到GPT-3的1750亿),采用基于人类反馈指导(Reinforcement Learning with Human Feedback,RLHF)的强化学习算法框架,不断提升了人工智能的知识获取能力和解决问题的能力,最终实现了从量的积累到质的变化。 2.数据资源是人工智能的知识源泉 各类人工智能语料其实是知识的载体,蕴含着丰富的知识内容和知识关系,是人工智能获取知识的源泉。除了基本的语法结构、词汇用法等浅层知识外,语料中往往还隐含着许多更具价值的深层知识内容,如科技文献库中包含特定领域的研究背景、研究思路、研究方法、研究成果、理论发展、总结与展望等。这些隐藏于语料的知识是人工智能的基石。如果仅有算法模型,而没有足够的语料支持,人工智能的学习能力将得不到有效的提高。回顾深度学习的很多算法模型的发展历史,可以看到,只有具备了大规模的语料和必要的算力,这些算法模型才能充分发挥作用。深度学习的基础,神经网络的概念最早可以追溯到1943年。而现在我们熟悉的很多神经网络模型,也在20世纪八九十年代就开始出现。例如,1990年,ELMAN就提出了循环神经网络(Recurrent Neural Network,RNN)模型;而RNN的变体长短期记忆网络(Long Short-Term Memory,LSTM)也于1997年就由Hochreiter等提出。但当时,由于可计算的数据资源和计算能力都非常有限,无法支持较深和较大规模的神经网络训练,导致这些模型的效果赶不上同期的一些传统机器学习方法。例如1997年Scholkopf等使用SVM方法在美国手写数字邮政服务数据库的识别错误率低至3.2%,远远超越了同时期LECUN等提出的卷积神经网络(Convolutional Neural Network,CNN)方法。当前的众多大模型都是基于大数据训练的神经网络。例如,GPT系列模型基于Transformer架构,堆叠的解码器数量随着训练数据规模的扩大而不断增加。GPT-1使用了5GB的BooksCorpus(7000本未发布的书),GPT-2使用了40GB的WebText(Reddit的高赞文章),而GPT-3不仅使用了上述数据,还在此基础上增添了语料(如BERT使用的Wikipedia,过滤后的CommonCrawl等),初始语料高达45TB。DeepMind的一项研究表明,在更多数据上训练的较小模型比在较少数据上训练的较大模型表现更好,这揭示了训练语料规模的重要性。正是由于不断提升训练语料规模和质量,驱动扩大模型容量和优化模型参数,使得当前人工智能的学习能力得以不断提升。 3.充分认识人工智能时代文献情报工作的价值和作用 ChatGPT的成功再次证明高价值语料工作是人工智能的重要基础。文献资源蕴含人类知识、表达科学机理、揭示科研成果,是很有价值的语料,而文献情报行业正是对文献资源及其内容进行知识组织、管理、分析和应用的行业。充分利用好丰富的文献资源及基隐含的知识,是文献情报机构在人工智能时代发挥作用的价值所在。文献情报领域擅长知识组织,拥有长期积累形成的叙词表、分类表、术语表、词典或本体等知识组织系统,这些知识组织系统是人类知识规范化的显性表达,是人工智能开发中非常珍贵的高价值训练语料。文献情报机构组织和管理着大量的文献资源,并进行了多种层次的加工组织。其中,有包括论文、专利、报告、会议、专著、标准在内的一次文献资源;有对一次文献进行集成、整编、组织、治理形成目录、索引、文摘、题录等二次文献资源;也有由专家编写的综述、百科全书、年鉴等三次文献资源。我们很多文献情报机构都拥有专家学者库、科研机构库、学术期刊库、科研项目库等数据库。这些结构化、有组织的数据库其实富含各领域知识、数据、事实和专家经验,在人工智能时代具有重要的价值和作用。文献的编目数据(元数据)其实就揭示了文献本身和它的外部特征之间的重要知识关系。将一篇科技文献的外部特征(如作者、作者机构、期刊分类号、关键词等)作为文献的标签,与文献内容一一对应,以形成较为成熟的结构化语料,可供人工智能训练学习。除外部特征,一篇科技文献文本中还有很多更有价值的深层知识内容,如论文中出现的研究问题、概念定义、工具方法等知识对象,其中蕴含的知识可以被称为丰富语义知识(Rich Semantics)。该类知识由多类型语义元素有机组合,具有结构化特征,但隐藏在非结构化、半结构化文献资源中。文献情报机构应当将人类活动所形成的各类科技文献库看成一个隐藏丰富人类知识的语料库。在人工智能时代,文献情报领域可以从这些科技文献库中挖掘出丰富的人类知识,为各领域的知识应用需求,提供相应的知识解决方案。 4.要在人工智能时代贡献文献情报领域的智慧和方案文献情报领域不能仅仅是人工智能技术的使用者(受益者),也应当是人工智能技术的贡献者。 文献情报工作组织和管理着大量的文献数据资源,具有将无序的信息转化为语义化、结构化知识的特征,这使文献情报工作能够在人工智能时代充分发挥其特点和优势,以支持人工智能的发展。美国化学文摘社(Chemical Abstracts Service,CAS)支持人工智能的应用创新可以被视为是文献情报领域支持化学智能研究的例子。我们知道,美国化学文摘社基于化学及相关领域科技文献的内容整编,建设了富含专业化、细粒度的化学知识内容的SciFinder数据库,拥有了有关化学物质、生物序列、反应记录、商业化学物质等高价值知识的重要知识体系。近年来,美国化学文摘社致力于利用这些高度结构化的化学大数据及其包含的丰厚化学专业知识,以支持化学领域人工智能的发展,促进新材料合成、药物靶标发现等实际科研工作的高效开展。AlphaFold及其背后的高价值数据库也可以被看成是文献情报工作支持智能科研的例子。AlphaFold算法在蛋白质结构预测中取得了惊人的突破,这离不开PDB蛋白质结构数据库(Protein Data Bank,PDB)的支持。该数据库是美国Brookhaven国家实验室于1971年创建的,是一个专门收录蛋白质及核酸的三维结构资料的数据集,其中包含了生物大分子的原子坐标、测定结构所用实验方法、温度因子、参考文献、1级和2级结构信息等。PDB推动了全世界范围内生物科学领域人工智能的高质量研究。中国科学院文献情报中心构建的“科技文献人工智能引擎(Sci AiEngine)”则是一个文献情报领域充分利用文献情报数据库资源,开发科技文献挖掘人工智能技术的一个案例。该引擎利用科技文献大数据和深度学习技术方法,从科技文献中自动学习获取科技文本挖掘的重要知识,并基于这些知识构建起核心的人工智能组件,支撑科技文献的深入挖掘和利用。实际上,该引擎利用了中国科学引文数据库(CSCD)、相关领域文献库、STKOS知识组织体系等高质量数据资源,通过深度学习等技术方法,研发出了一系列支撑科技文献深层次、细粒度挖掘的智能工具,提供科技文献摘要语步识别、科技文献自动分类、科技文献关键词抽取、命名实体识别、概念定义识别等功能服务。正如研发者所提出的,该引擎的研发希望为人工智能时代贡献文献情报领域的智慧和方案。 5.结语 知识获取能力提升是AI飞速突破的本质所在,数据资源是人工智能获取知识的源泉,高价值语料是一切人工智能的基础。在人工智能时代,文献情报领域积累的文献数据资源及其中蕴含的人类知识具有重要价值。文献情报机构要充分认识到自己在AI时代的优势和价值,文献情报领域不能仅仅是AI技术的使用者(受益者),也应当是贡献者。文献情报领域应当充分掌握和利用先进技术方法,挖掘其拥有的大数据资源,贡献数据智能,推动文献情报领域能够在人工智能时代有所作为,为这一时代贡献属于文献情报领域的智慧和解决方案。
  • 《2023年信息资源管理论文写作与投稿研修班》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2023-11-07
    •  《图书情报工作》杂志社计划于2023年11月8-9日在武汉举办“2023年信息资源管理论文写作与投稿研修班”。    本次研修班将邀请国内信息资源管理专家学者、两刊编委(《图书情报工作》《知识管理论坛》)及其他专业核心期刊主编、编辑部主任,就信息资源管理学术研究与期刊论文及学位论文写作中的热点、难点与关键问题以及专业期刊投稿等方面进行专门研讨与指导,搭建学者-编辑-读者-作者之间学术交流的平台。欢迎全国信息资源管理领域的师生、从业人员、期刊编辑及相关领域的人员参会。    参会人员可携带近作供与会专家、主编、编辑部主任点评,并择优意向性录用。研修班主题2023年信息资源管理论文写作与投稿 分主题: 1. 信息资源管理研究前沿热点与选题策略 2. 信息资源管理实践进展及创新路径 3. 信息资源管理研究方法与学术规范 4. 论文写作要求与策略 5. 期刊论文与学位论文写作的异同 6. 英文期刊论文写作技巧和发表 7. 论文写作中常见问题剖析 8. 专业期刊用稿特点及审稿标准 9. 优秀论文和退稿论文案例点评 10.其他组织机构主办单位:《图书情报工作》杂志社 承办单位:华中师范大学信息管理学院 协办单位:博看数据库(武汉鼎森电子科技有限公司)、北京搜知数据科技有限公司 媒体支持:《图书情报工作》《大学图书情报学刊》《信息资源管理学报》《高校图书馆工作》《智库理论与实践》《图书馆》《图书情报知识》《农业图书情报》《档案学通讯》《图书馆建设》《数据智能(DI)》《数据分析与知识发现》《知识管理论坛》等。时间与地点时间:2023年11月8-9日(7日报到,10日疏散) 地点:武汉市雄楚国际酒店研修班报告人与报告内容研修班报名请扫描以下二维码报名 扫码报名研修班费用培训费:1800元/人,全日制在读硕、博士研究生优惠为1500元/人,上述费用含培训费、资料费等,往返交通费及住宿费自理。若遇疫情防控等不可控因素,将转为线上会议,培训费减半。 报名和缴费截止日期:2023年10月30日。 培训费可公对公转账或支付宝转账,电子发票名目统一为“培训费”,会后发到报名时填写的邮箱。 请注意:个人对公转账不能开具单位抬头的发票,个人支付宝转账可以开具单位抬头的发票。支付宝转账请先咨询所在单位是否需要绑定公务卡。 1.      公对公转账: 收款单位:《图书情报工作》杂志社有限公司 开户行:中国建设银行股份有限公司中关村分行 账号:1100 1007 3000 5926 1059 务请注明:参会人员姓名 2.      支付宝转账: