基于知识图谱的循证政策中科学证据推荐研究——以新冠肺炎疫情防控政策为例
来源：图书情报工作杂志2023年第2期北京时间：
作者：任超,杨孟辉,杨冠灿,霍朝光,卢小宾
单位：1 中国人民大学信息资源管理学院 北京 100872;2 数据工程与知识工程教育部重点实验室 北京 100872
摘要：[目的/意义] 为了向政策制定提供科学证据推荐，提出一种基于知识图谱的循证政策中科学证据推荐研究框架，并以新冠肺炎疫情防控政策为例进行科学证据推荐研究。[方法/过程] 提出一种有效的循证政策中科学证据推荐研究框架，该框架主要包括循证政策与科学证据知识图谱构建、循证政策中的科学证据推荐两部分；同时，以新冠肺炎疫情防控政策为例，构建包含12 872 567个实体、47种关系和61 548 684个三元组的循证政策与科学证据知识图谱，并进一步利用知识图谱的推理能力为新冠肺炎疫情防控政策的制定提供科学证据推荐。[结果/结论] 研究结果表明该方法具有良好的推荐准确率，在TransE模型中的HITS@10为0.182 588，能够有效解决新冠肺炎疫情防控政策制定中的科学证据推荐问题，也为新冠大流行期间的循证政策制定提供了一种新的方案。
关键词：新冠疫情,循证政策,知识图谱,科学证据推荐,
基金资助：本文系国家社会科学基金重点项目“新时期产业技术情报分析方法体系研究”（项目编号：21ATQ008）研究成果之一。
