机器学习方法在武装冲突研究中的作用
杨辰博
2020年6月5日上午，兰州大学中亚研究所、兰州大学政治与国际关系学院主办的首届“学术活动月”系列讲座第三场学术讲座如期举行。杨辰博副教授做了题为“机器学习方法在武装冲突研究中的作用”的线上学术讲座。讲座由2018级硕士研究生李兴基主持。所内外师生通过直播平台观看了此次讲座。
杨老师分别从机器学习的概念、研究设计、研究操作以及研究前景四个维度对机器学习方法在武装冲突研究中的应用进行了分析，系统展现了机器学习方法从起源到发展，再到应用前景的整个过程。
首先，杨老师介绍了机器学习的概念。即运用一系列理论和应用工具来收集、分析、展示、解释数据的实践。在此基础上，杨老师提出了待分析数据的4V特征，即Volume、Variety、Velocity以及Veracity。从宏观上对机器学习方法进行了梳理。
第二部分主要聚焦于研究设计。作为一种研究方法，细分研究单元在解决数据稀疏方面表现出了优异特性，并在一些研究中得到很好应用。如分析地理或气候因素影响、冲突扩散机制以及冲突时期的舆情特征等。
在第三部分，杨老师首先讲述了机器学习方法理论模型选择标准的影响，并强调了机器学习方法的优势，即部分缓解经典统计方法在模型选择上的操作问题。其次，在理论预测方面，机器学习方法的意义并不仅仅在于解释样本，在理论修正与理论假设方面也具有广阔前景。
最后一部分，杨老师肯定了机器学习方法在武装冲突研究中的应用前景。但杨老师同时也指出，机器学习方法在生成因果机制、保护实验数据以及噪声增加等方面的缺陷仍值得进一步探究。
在随后的自由提问环节，听众踊跃提问，杨老师耐心解答了大家的疑惑。至此，本次讲座圆满落下了帷幕。
在本次讲座中，杨老师带领大家回顾了武装冲突研究领域近期成果在吸纳“大数据”理念及相关机器学习工具方面的尝试。通过梳理这些研究在实证分析不同环节中使用机器学习方法的情况，评估机器学习方法对该研究领域的影响，解释机器学习方法在该领域的发展前景和潜在挑战。讲座领域前沿，内涵丰富，对于新时代的师生们而言具有重要的意义。
撰稿：韩文超
