舆情精准研判中的Chat GPT:“大数据、大模型、大计算”范式驱动的理论与应用探索

本文旨在探讨ChatGPT类大语言模型(以下简称ChatGPT)在舆情精准研判场景中的基础理论和实证应用。在理论部分,提出“大数据、大模型、大计算”全新范式驱动的舆情精准研判。深入剖析了ChatGPT的工作原理,阐述了它与传统舆情分析方法相比具备的优势和存在的局限。在对ChatGPT的特点和舆情精准研判的要义进行厘定的基础上,对舆情研判中人工智能(AI)的应用现状加以分析。随后,从学理方面探析了如何利用大语言模型进行复杂舆情的精准研判以及ChatGPT在舆情精准研判中的实际应用,分析其在文本分析、情绪识别、舆情预测和预警中扮演的角色。理论探讨的同时取用了认知科学和传播学的视角,为舆情精准分析和研判提供了一个全新的理论框架。实证部分,利用ChatGPT大模型预测热门话题和事件是否会登上热搜(以“登上热搜”作为重大舆情事件和事件舆情的重要表征),并进行了大量的实证研究。研究结果表明,ChatGPT类大语言模型具有较高的预测精度。它能在网络早期流传的信息中,洞察潜在的网络热点,提前判定可能引发社会关注的事件,从而具备预警功能。这项实证研究,有力地阐明了ChatGPT类大语言模型在实际应用中的显著效用,并与文中理论探讨相呼应,揭示了大语言模型类先进AI技术和“大数据、大模型、大计算”全新范式在舆情精准研判中的重要地位、价值和作用。

数据驱动的材料智能设计平台研究与应用

【目的】新科研范式下,基于大数据的人工智能技术为加速新材料设计与发现提供了新的方法与视角,为材料领域研究人员提供了一个可用的材料智能设计平台,对于新材料的发现与性能优化具有重要意义。【方法】本文提出一种基于数据驱动的材料智能设计平台的整体架构,阐述应用平台开展新材料设计和优化的关键技术及相关工具,并给出该平台在材料领域的应用案例。【结果】材料智能设计平台及其应用加快了新材料设计与性能优化的进程,同时也为科研人员提供了一种交互式、插件式的开发环境。【局限】材料领域数据的多源异构、样本小、含噪声且数据关系复杂等特点给模型训练效果产生一定的影响,未来希望在数据规范和小样本训练方面进行更多探索。【结论】本文所提出的材料设计平台为材料领域实现科研范式变革提供了理论依据和示范作用。

《品牌诊断学——品牌经营数据的指标结构研究及品牌定量分析理论》

一本标志着品牌管理科学时代到来的书马克思说过＂世界上任何一门学科如果没有发展到能与数学紧密联系在一起的程度那就说明该学科还未发展成熟。＂品牌学长期缺失定量分析理论是制约其发展的最主要原因。《品牌诊断学》是继《品牌信息本论》之后的又一部对品牌定量分析理论深入研究的专著。

大数据时代的经济学研究：数据驱动范式

主流经济学研究一般采用模型驱动研究范式，包括选定模型的组成变量、建立模型的基本假设、模型的模拟与求解、实证检验以及分析结论五个步骤。模型驱动研究范式推动了近代以来经济学的发展，成为经济学发展史上重要的里程碑。但数据大爆炸给经济学研究带来了全新的挑战，模型驱动研究范式已难以适应经济学研究的需要。随着计算机技术的迅猛发展．数据驱动研究范式因其可最大限度利用巨量数据所提供的有价值的信息而呈现模型驱动研究范式不可比拟的优势．