马寅初社会学讲座第21讲

讲 座 信 息

主题：知识发现与数据挖掘在社会科学中的应用：机器学习与经典统计方法的融合

时间：2025年6月13日（周五）15:30-17:30

地点：浙江大学紫金港西区成均苑8幢911

主办：浙江大学社会学系，浙江大学社会学研究所

概要：知识发现与数据挖掘（KDD）是一个融合演绎与归纳的辩证研究过程。它通过自动化或半自动化的方式，整合联合、交互及独立的预测变量，以应对因果异质性并提升预测效能。KDD在揭示数据中有效且显著的隐藏模式、为理论与数据分析提供新视角、以及推动科学发现方面发挥着关键的补充作用。  当前的最新趋势是将预测建模这一新兴范式与经典的参数估计回归方法相结合，构建出兼具解释力与预测力的优化模型。本文通过研究案例，阐释如何将机器学习与经典统计方法协同运用，从而挖掘数据中的潜在规律，辅助知识发现。这种融合不仅增强了模型的预测精度，还深化了对社会科学复杂现象的理论阐释，为跨学科创新提供了新路径。

主讲人：舒晓灵，加州大学戴维斯分校社会学教授

获明尼苏达大学社会学博士学位及计算机科学硕士学位。其研究聚焦当代社会两大深刻变革——市场化与全球化对性别不平等、社会福祉及性别-家庭-婚姻观念与行为的形塑机制。通过构建数据科学模型，她系统分析中美英三国数据并开展多国跨国比较研究。学术专著包括《社会科学知识发现：数据挖掘方法论》（加州大学出版社）及《转型中的中国婚姻：从父权制到新家庭主义》（罗格斯大学出版社）。研究成果发表于Social Forces、Social Science Research、Sociology of Education、Journal of Marriage and Family、Social Science and Medicine 、Social Science Quarterly、Sex Roles 、Journal of Happiness Studies、Socius、Research in Social Stratification and Mobility 等国际权威期刊。曾任美国社会学会亚洲及亚美研究分会主席、国际华人社会学会会长，加州大学戴维斯分校东亚研究中心主任。

主持人：陈宗仕，浙江大学社会学系教授

博士生导师，社会学研究所所长。加州大学伯克利分校社会学博士。他的研究领域包括经济社会学、组织社会学、环境社会学。相关研究发表在《社会学研究》、Chinese Sociological Review等中英文期刊上，著作经由Palgrave MacMillan 和浙江大学出版社出版。

与谈人：张博伦，浙江大学社会学系新百人计划研究员

加州大学圣迭戈分校博士，研究兴趣包括数字社会学、经济社会学、物质政治经济学等。特别关注技术系统、专家知识等基础设施是如何同政治经济体制互动，这种互动又怎么扩展了我们对于“政治”的认识。在这个理论目标下，其研究既关注信息产业的发展，也关注信息产业的算法技术进入社会学后产生的各种后果。相关的研究发表在BigData and Society, 清华社会学评论上。

与谈人：沈阳，浙江大学社会学系新百人计划研究员

波士顿大学人类学博士。研究领域主要包括宗教人类学（含世俗主义相关问题）、仪式与社会理论、知识论等。其研究发表在Material Religion, Journal of Chinese Humanities等杂志上。