公共管理学科系列学术报告：社会科学研究中的机器学习
2025年10月21日
报告人：复旦大学国际关系与公共事务学院 刘展余 博士
报告时间：2025年10月29日15：00-16：00
报告地点：劝学楼220
报告摘要：本报告旨在系统探讨机器学习（ML）技术与社会科学研究深度融合所引发的范式革命、广泛应用及其伴随的方法论挑战。传统社会科学研究常受限于数据的规模、维度与时效性，而机器学习方法，特别是无监督学习与自然语言处理技术，为从海量非结构化数据（如社交媒体、数字文本、行政记录）中提取复杂模式、量化社会概念提供了全新路径。报告将综述ML在舆情分析、社会分层、政治选举预测、经济趋势研判等领域的成功应用，展示其超越传统计量模型的预测能力与发现潜质。
然而，这种技术融合也带来了深刻的挑战。报告将重点审视算法偏差 与模型可解释性 两大核心议题。训练数据中存在的结构性偏见可能导致机器学习模型固化甚至放大社会不公，而“黑箱”决策机制则与社会科学追求因果机制与理论解释的传统相悖。此外，报告亦将讨论因果推断、过度拟合及伦理隐私等问题。
报告人简介：刘展余博士，复旦大学国际关系与公共事务学院，从事环境政策和数字政府，成果发表于Nonprofit Management and Leadship, cities, Information Processing & Management, Economic analysis and policy,《管理科学学报》《公共行政评论》《公共管理评论》等管理学界国内外权威期刊。
撰稿：姜彦驰 初审：郭劲光 复审：刘德海 终审：于文艳
