2022年 POMS中国暑期学校9月28日上午的授课活动于8：00在ZOOM平台线上进行。授课老师分别是天普大学Subodha Kumar教授和纽约州立大学布法罗分校Jun Zhuang教授。

第一堂课程：Business Analytics Issues across Different Domains

授课老师：天普大学Subodha Kumar教授

Kumar教授首先向各位学员介绍了自己的学术研究经历，分享了自己从2001年获得博士毕业以来的学习经验，强调要“做”好学问，必须始终保持学习新的研究方法，关注新兴研究领域，并鼓励青年研究生保持学习，接受挑战。同时Kumar教授也强调，青年博士生在开启科研道路的初期，应该一门深入，在一个领域做深、做精，然后再开始考虑向其它领域拓展。

其次，Kumar教授介绍了自己及团队当前阶段的研究领域，以研究问题为纵向主线、研究方法为横向分类向各位学员分享了当前商业分析领域所关注的热点内容，概括性地介绍了区块链以及其它颠覆性技术、社会媒体分析、智慧健康管理、IT及数字平台管理、混合渠道销售等领域的团队研究成果。除此之外，Kumar教授以“发现问题—分析问题—建立模型”的研究脉络详尽地向各位学员介绍了多个研究领域内数据分析和决策分析两种研究范式的选题方向，并结合自己团队的研究成果，向各位学员就研究脉络进行展开并分享经验。Kumar教授的讲授为暑期学校各位青年教师以及青年研究生的研究选题和研究拓展提供了思路，极大拓展了学员们的研究视野。

Kumar教授的报告给学员们带来了很大的启发，在报告的最后，Kumar教授还针对学员们重点提出的：青年博士生如何明确选题方向、区跨链技术对信息泄露管理的应用、融合方法在商业分析中的应用前景、新媒体对数字工业的影响等问题进行了细致的讲解。

第二堂课程：Managing Misinformation on Social Media during Disasters: Machine Learning and Game-Theoretic Approaches

授课老师：纽约州立大学布法罗分校庄峻教授

各部分的详细内容如下：

1.Monitoring Misinformation on Twitter During Crisis Events: A Machine Learning Approach

庄峻教授介绍了社媒平台谣言识别的研究背景。社交媒体越来越多地被用于在各种程度的灾难中传播新闻和风险沟通。但是，社交媒体平台对信息缺乏考证的特质也导致谣言和错误信息能够广泛传播。因此，大量研究开始关注灾害期间网络媒体的流言治理。在灾难和其他危机事件发生时，对于社会媒体平台上的错误信息的监控和识别，相关研究还存在巨大空白。

庄峻教授还分享了自己近期对该领域的研究成果。在这项工作中，庄峻教授团队通过开发谣言识别的机器学习模型以预测危机事件期间传播的推特的真实性。根据推特平台发布内容内容的真实性、虚假性或中性来跟踪抓取，进行了四项单独的研究，对波士顿马拉松爆炸案（2013年）、曼彻斯特体育场爆炸案（2017年）、哈维飓风（2017年）、艾玛飓风（2017年）四项突发灾害期间的社媒平台言论进行了检验。结果表明，所开发的机器学习模型对于谣言的识别具有较高的准确性。

2.Interplay of rumor propagation and clarification on social media during crisis events - A game-theoretic approach

庄峻教授介绍了官方机构谣言管理的研究背景。尽管社交媒体平台容易受到谣言的影响，但是为了在危机事件期间快速传播信息，官方机构和救灾组织一直在利用社交媒体平台传播信息。因此消除谣言的负面影响成了个灾害管理机构不得不面对的问题。在谣言阻断觉得中，如果快速的进行阻断，虽然可以快速的做出相应，但是政府机构部分不准确的管控行为可能无法遏制谣言的影响。如果通过搜集学习，官方机构的判断能力会得到很大的提高，但是其他人则会在学习阶段全力传播谣言。因此，决策过程非常具有挑战性。

庄峻教授团队的研究通过建立两个创新性的序贯博弈模型，即“谣言选择澄清”和“学习澄清谣言”，确定官方机构和社交媒体公司的最佳策略，从而确定澄清哪些谣言和何时澄清谣言。研究结果表明，在社交媒体上发布经过验证的信息可以减少谣言传播的不确定性，使社交媒体用户能够在知情的情况下决定是否支持或反对谣言传播。这种验证需要在合理的时间和成本限制内获得，以保持学习过程的价值。

报告的最后，庄峻教授就同学们所提出的管控机构辟谣策略的负面影响、博弈论研究中数据获取、仿真类研究深入结论的获取等问题进行了耐心细致的解答，在学员们中引发热烈反响。

撰稿：POMS中国暑期学校学员      赵宁（东北财经大学）