7月14日上午，我院社会学系吕鹏教授担任首席专家的2017年度国家社科基金重大项目“基于大数据的反社会行为预测研究（17ZDA117）”开题报告会暨首届中国计算社会科学论坛在中南大学科教楼第三会议室举行。出席此次论坛的校领导为中南大学副校长、社科重大首席专家朱学红教授，部门领导为中南大学科研部副部长彭忠益教授。课题组力邀清华大学经济社会数据中心副主任、社会学系刘精明教授，武汉大学社会学系、社科重大首席罗教讲教授，兰州大学社科处处长、教育部重大首席沙勇忠教授，中南大学原常务副校长、社科重大首席黄健柏教授，中南大学公共卫生学院副院长胡国清教授五位知名教授组成专家评审组。课题组方面，首席专家中南大学公共管理学院吕鹏教授，公共管理学院副院长、社科重大首席李斌教授，沃民高新科技（北京）有限公司齐中祥董事长，公共管理学院彭远春副教授、信息科学与工程学院黄科科副教授、公共管理学院雍昕、邓韵雪、伍如昕等老师出席会议。本次活动吸引了我校各院系约50名师生踊跃参与。

【图为校领导专家组课题组合照】

开题报告会由中南大学科研部副部长彭忠益教授主持。首先，彭忠益教授介绍了主席本次国家社科重大项目开题会的校领导、专家组成员与课题组成员。

【图为中南大学科研部副部长彭忠益教授主持开题会】

 中南大学朱学红副校长代表学校致辞。朱学红副校长就2017年度国家社科重大项目获得立项表示祝贺，高度肯定我校近年来人文社科领域取得的长足进步。同时，朱学红副校长代表学校向专家组成员表示热烈欢迎，诚挚欢迎校外专家多来中南展开访问合作交流，助力中南大学人文社科发展。

【图为中南大学朱学红副校长致辞】

首席专家吕鹏教授介绍了《基于大数据的反社会行为预测研究》课题组研究方案，他分别从研究基础、研究内容、技术路线、预期结果入手，对这一研究方案进行了重点介绍。他认为，反社会行为是个体性或群体性的自毁或他毁行为，其类型分为个体恐怖犯罪、个体社会疏离、个体自我毁伤、越轨失范行为、暴力欺凌欺压、群体恐怖主义、社会冷漠戾气、严重刑事犯罪、公共安全事件、群体突发事件、网络舆情事件。吕鹏教授详细介绍了技术路线部分，包括基础数据互联互通、宏观结构因素变量分析与建模（面预测）、微观个体建模与分析（点预测）、锤炼大数据预测模型、大数据人工智能应对系统建设等。

【图为首席专家吕鹏教授汇报课题组研究思路】

随后，课题组成员李斌教授与齐中祥董事长进行了补充。李斌教授认为：吕鹏教授2016年入职中南大学社会学系，2017年即获得国家社科基金重大项目立项，创造了“首次申请、首次中标”的佳绩，是当前我国最年轻的国家社科重大项目首席专家，是我校社会科学领域难得的优秀青年人才，公共管理学院与社会学系将全力支持此重大课题研究。沃民高新科技（北京）有限公司齐中祥董事长认为：反社会行为研究切合了当下社会发展和政策研究需要，回应了当下和未来中国社会治理的趋势和挑战，具有极高的理论价值与应用价值。服务军方与民间需求，沃民高科每天在全球范围采集上亿条信息海量数据，全力为本课题提供全程数据支撑。吕鹏教授设计的大数据算法与建模分析将得到全方位的大数据支撑。随后，五位专家组成员重点就研究内容与技术路线发表意见和建议，课题组进行了详实记录。

【图为课题组李斌教授、齐中祥董事长补充发言】

 武汉大学罗教讲教授（社科重大首席）：吕鹏教授先后在清华大学社会学系（博士）和清华大学自动化系（博士后）学习，其跨学科范式意义重大。吕鹏教授是国内少数几位在社会领域应用计算机仿真模拟的专家。利用大数据预测反社会行为，具有重要意义。从现实意义看，传统调查法与问卷法应对日益复杂的社会矛盾逐渐力不从心。大数据与计算科学等新范式的创新性研究势必赢得广泛认可乃至升格到决策与管理层；从理论意义看，我们迅速被推向大数据与人工智能时代，意大利等国家目前占据着计算社会科学等前沿领域第一把交椅。我国相关学科建设与发展面临落后风险，这向我国本土社会研究提出重大任务与挑战，要求我们必须跟进并引领世界潮流，应用到中国经济社会发展的生动实践中。但是，作为新宠的大数据并不能必然解决问题，它对数据质量提出了更高、更严格要求，确保海量数据的来源可靠、内容可信才是大数据研究面临的首要难题，这需要引起注意。充分相信在重大课题组联合努力下定能够攻克困难、取得丰硕成果。

【图为专家组罗教讲教授发言】

 中南大学胡国清教授（公共卫生学院副院长）：我的研究领域与吕鹏教授有共通之处，对以跨学科视角研究社会科学问题和深厚数学功底印象深刻。我认为这确实是一项非常好、非常有意义的研究，特别是运用了很多的模型案例进行说明和大数据预测。当然，相关问题也应引起课题组在研究推进过程中予以重视。例如，如何肃清大数据的源头并严格保证参与研究的大数据的质量？本研究设计中特别注重对决策与管理的参考和应用，那联系多个数据库而建立起的综合数据库究竟是给哪个部门或者哪一类人士阅读和参考的？而且，其中的相关数据衔接难度也应引起重视。自然科学重在数学建模与仿真模拟，社会科学研究重在为国家社会提出决策建议。建议细化研究工作，突出对决策与管理有更大的参考与建议价值，应适当避免以建构得出的模型作为结论与建议。建议在研究过程中进行聚焦，赋予研究更多社会科学内涵特征。

【图为专家组胡国清教授发表意见】

 中南大学黄健柏教授（原常务副校长、社科重大首席）：结合社会科学与自动化控制的跨学科范式让人印象深刻，课题的研究问题具有紧迫性与重要性，课题研究路线具有创新性。我完全同意之前两位专家的观点，同时我再补充三点：一是以海量数据为基础开展课题研究，不仅要保证数据可靠可信，还要考虑到如此多的数据中有多少是真正与研究是相关的，要切实将海量数据运用起来，让数据尽可能地服务于课题研究。二是本课题设计包含五个子课题，五个子课题要实现怎样的目标必须要十分明确。根据我做相关课题研究的经验，本研究所拟定的五个子课题若全部实现，以现有研究经费来看远远不够。因此，建议课题组设定的研究目标不要过于宏大，应适度聚焦和保守。三是本课题研究具有深厚的自然科学的理论基础，与自然科学课题高度相似。但是，该课题终究是社会科学领域的课题，因此要非常注意社会科学研究重视提出对策、解决问题的特点，遵循社会科学研究的政策要求和学术规范；要考虑到读者和受众的特点和需求，结论表达要简练、更要透彻。当然，本课题的理论价值是不言而喻的。

【图为专家组黄健柏教授发言】

 兰州大学沙勇忠教授（社科处处长、教育部重大首席）：当前计算社会科学作为新兴领域发展越来越快，研究成果逐年增多，建模研究更是日益受到重视。本课题运用建模方法预测反社会行为，确实是一个新颖的研究课题。研究方案对“反社会行为”的谱系界定，覆盖较全面、解释力较强。需要注意，学术研究界定与政府现行政策法规与治安管理体系存在差距，这为课题应用价值和成果转化增加了难度。在建模方面，可能最繁重的工作便是建立参数，而参数建立就不得不去考虑数据特征。以“王朝周期律”为例，大部分需要基于中国古籍库收录的二手文献进行，工作量极其庞大；进行编码时，如何根据理论模型把各种复杂情况设置为相关参数，同时还保证较强的说服力和解释力，这也是十分重要的；在问题界定上，在跨学科视角下将问题界定准确并说明清楚，其难度和工作量还是十分巨大的。当然，能够克服这些困难并取得成果那必然是意义重大的。建议课题组进行适当聚焦，选取两三种典型、紧迫、破坏性最大的反社会行为深度研究；同时建议按照管理规定，多为国家有关部门提供有针对性的政策研究与建议。

【图为专家组沙勇忠教授发言】

 专家组组长清华大学刘精明教授（经济社会数据中心副主任）：吕鹏教授获得国家社科基金重大项目立项，充分说明中南社会学学科建设与科研实力。本课题的突出特点就是多学科综合。反社会行为是社会学领域的一个经典话题，是社会历史发展过程中的一个不可避免的现象。社会研究方法正在经历定性方法研究、定量研究、大数据与人工智能的巨变，社会学始终保持对理论解释的孜孜追求。大数据研究只有立足于一定理论体系或框架下才能保证其计算和建模自始至终不会偏离最初的研究方向。然而，大数据归根结底是一种非结构化数据，我们无法掌握数据所对应的个体的社会性特征究竟如何，只能看到每个人都在行动而看不到是什么样的人在行动，我们不能避开结构化数据去谈大数据。因而，利用大数据去模拟现实社会中真实的个人的行动将仍有很长的路要走。大数据必须与宏观的、普遍的社会规律进行联系，去探索个人行为与社会环境之间的内在关系。建议课题组密切关注国家要求和社会需要，多同政府部门进行沟通，使课题研究能更好地进行应用。最后，我们衷心期待本次课题能够取得丰硕成果！

【图为专家组组长清华大学刘精明教授发言】
  首席专家回应专家组：感谢各位专家所提出的中肯建议，我们将照单全收。课题组将迅速组织研讨与研究部署，将五位专家的最新意见落实到本课题的研究工作中。本课题之所以带有自然科学色彩主要是受跨学科学术经历的影响。正如各位专家所言，对于“反社会行为”课题组将适当聚焦、量力而行，根据各位专家的建议选取若干典型反社会行为进行深度研究。同时，注重将大数据与小数据结合。小数据用于理论孕育与逻辑推演，大数据用于现实推广与预测训练。最后，我谨代表全体课题组成员向专家组表达诚挚感谢，我们将按照各位专家的建议切实展开课题研究，以高质量的研究成果向中南大学献礼、向相关社科管理部门汇报，为中南大学人文社科发展做贡献。最后，再次感谢各位专家的悉心指导和精彩建议！
   至此，2017国家社科基金重大项目开题顺利完成，科研部副部长彭忠益教授宣布开题结束并预告论坛信息，校领导、专家组与课题组合影留念。