2023年10月11日下午1点30分，中南大学乡村振兴研究中心采用线下和线上相结合的形式，举行了学术分享讨论会。本次分享会由博士研究生陈智、硕士研究生陈奕醇主讲。

      博士研究生陈智进行了关于论坛参会和论文发表的经验教训分享。首先，通过20余次线上下论坛参会经历，他总结出“倒逼写，尽管投；寻认同，促修改；混脸熟，涨知识；调心态，找状态”的参会目标和意义；其次，基于乡村治理现代化、ChatGPT及其治理与其他热点话题等的研究成果，提出要以乡村为核心，抢抓热点，挖掘兴趣，并且多写多改多交流，积极参加组会汇报；接着，针对“如何选择适合自己的论坛会议/期刊杂志”的核心问题，与大家重点分享了论坛信息渠道、期刊评价平台以及相关实用工具等。

      在上述汇报基础之上，他重点阐述了论文投稿中的经验和教训，强调要把握初审、外审、复审、终审等各个环节的规范要求，进而提高文章的录用概率；同时，他基于选题写作、润色修改、期刊投稿等板块的切身经历，提出要强化论文的可看性、可读性、可研究性，聚焦政策导向、社会热点、典型问题，并通过融合期刊风格、凸显作者诚意、分析研究专栏等形成系统性的经验模式。

      最后，他结合高质量推进有效衔接、生成式人工智能治理、“村BA”/“村超”等热门的研究主题和方向，确定了八大主要的选题来源，进而通过三个具体选题示例与大家展开进一步交流。

      近年来，随着大数据、云计算、生成式人工智能的快速发展，采用计算科学与数据科学方法研究人的行为与社会现象已经成为计算社会科学的研究热点。硕士研究生陈奕醇从社会科学的研究范式出发，分享了计算社会科学的研究方法。

      首先，他从社会科学的实验范式引入，讲述了实验研究可能会存在的辛普森悖论和区群谬误，需要引入机器学习方法来识别异质性群体，得到符合现实情况的研究结论。随后，他从计算社会科学的研究范式出发，对计算社会科学的演绎范式ABM仿真模拟进行讲解。他通过飞鸟阵型（Flocking）和派对模型（Party）引出了ABM仿真所需的智能体、个体属性和互动规则三种要素，并进一步借助托马斯·谢林的“隔离模型”（Segregation）讲解了复杂系统中微观个体互动与宏观社会现象不一致的涌现性，最后他还讲解了ABM如何模拟核爆下的人群行为、预测美国特朗普和拜登大选以及解释电商能够在农村实现扩散的原因。

      对于计算社会科学的归纳范式，他从机器学习、复杂网络和文本挖掘三个方面进行讲解。在机器学习方面，他分享了有监督机器学习和无监督机器学习的原理，讲述了机器学习在填补数据缺失、筛选重要变量、构建潜在变量、因果推断等方面的应用，并重点讲解了lasso回归、聚类分析、决策树与随机森林方法；在复杂网络方面，他先介绍了相关网络测量指标，随后讲解了ERGM模型作为“连接微观与宏观桥梁”的原理、基本假设和模型意义，并举例说明了ERGM模型的应用；在文本挖掘方面，他首先通过短视频向大家直观展示了Chatgpt的原理，随后结合发表在《社会学研究》《公共管理学报》《资源科学》等期刊的文章，介绍了TF-IDF、Word2Vec、Doc2Vec、LDA、BTM、Bert等模型基本原理及应用，加深大家对文本挖掘方法的理解。

      对此，博士生王琎认为人类社会是复杂性和规律性的统一，计算社会科学研究方法为解剖复杂社会问题提供了新工具。通过观察微观个体互动规律探寻社会宏观象，从而证实或证伪理论预设，并进一步为研究者在田野调查中寻找“经验质感”提供更多帮助。博士生门垚指出无论是做技术导向分析还是理论建构研究，都需要有好的问题意识，计算社会科学方法作为一种新兴研究工具，能够辅助研究者对既有经验数据做出更加科学的判断，从而发现更多“反常”现象，提出更多好问题。

      最后，中心主任许源源教授对今天的分享会做出总结，他提出如何用计算社会科学方法来改进传统的研究方法是值得每位同学思考的问题，至此第十五期交流会也圆满结束。