在网络日益成为最重要的科学交流和传播渠道的今天，很多重要的科技战略、科研活动、科研成果、基金资助等与科学研究和科技战略决策相关的信息都可以直接通过网络获取。利用网络科技信息支持科技动态监测和战略决策分析日益成为情报机构的一项重要工作。但面对良莠不齐的海量网络科技信息，如何发现高情报价值的信息资源，来提高战略情报人员利用网络信息的效率，已成为一个亟待解决的重要问题。　　 在对网络科技信息情报价值判断相关研究方法进行分析研究的基础上，结合影响网络科技信息情报价值相关因素的分析结果，论文提出通过对网络科技信息中的知识对象属性及对象间相互关系进行计算，实现网络科技信息情报价值判断的新思路，并明确论文要研究的三个关键问题:(1)如何对战略情报人员的情报关注进行模型构建？(2)如何对语篇中的重要情报线索进行识别？(3)如何将情报关注模型与语篇中的重要情报线索进行匹配？论文针对三个关键问题，主要开展了三个方面的研究:(1)在对战略情报人员关注的网络科技信息的内容特征和分布特征分析基础上，提出基于对象及其行为的情报关注模型，该模型不但关注对象本身，而且更多的关注对象的行为以及行为背后的事件。通过情报关注模型的构建将战略情报人员的情报需求、领域先验知识转化为机器可读的可计算的结构化模型;(2)提出基于对象网格的语篇重要对象及其行为识别方法，通过把语篇映射成一个蕴含对象语法信息、语义信息、位置信息、共现信息、分布信息以及语篇结构信息的对象网格，将非结构化的语篇转变为可计算的知识单元。根据对象在网格中的分布规律，以及由这些规律凝练的对象凝聚度、活跃度和生命跨度三个指标维度，对语篇中重要的对象及其行为进行识别。利用具有明确概念的知识对象及其行为对语篇中蕴含的重要情报线索进行揭示;(3)提出情报关注模型与语篇匹配度计算方法，通过“筛选”的层级匹配方式对情报关注模型和语篇中的对象行为模式进行匹配，并将对象行为强度融入到匹配度计算当中，来提高匹配的精准度，通过对匹配度的标准化，使计算结果更能直观的反映语篇情报价值的大小。　　 论文采用来自于美国能源部新闻和博客目录下的网络科技信息对提出算法的有效性进行验证，将算法计算的结果同能源科技领域的战略专家标注的结果进行对比。实验结果证明论文提出的方法能够有效的对网络科技信息的情报价值进行自动判断，达到了提高战略情报人员利用网络科技信息效率的目的。