|
在这里,你将不仅仅是学术知识的接受者,更是科学探索的开拓者。我们的课程和研究项目紧密结合前沿科技与实际应用,旨在培养学生的独立思考能力、研究能力以及解决复杂问题的能力。 无论你是对基础研究充满好奇,还是对应用技术情有独钟,我们都提供丰富的资源和支持,助你成就学术梦想。 许小可,北京师范大学新闻传播学院/计算传播学研究中心教授。主要从事网络科学与传播学相结合的研究工作,主要研究方向为:社交机器人、计算传播、社会计算等。先后主持4项国家自然科学基金、腾讯犀牛鸟科研基金等项目,已在Science、Nature、Human Behaviors、PNAS、Nature Communications等知名期刊发表学术论文百余篇。先后出版《社交网络上的计算传播学》、《计算传播学导论》等教材,个人学术专著《网络零模型构造及应用》,获国家科学技术学术著作出版基金资助。担任中国中文信息学会社会媒体处理专业委员会常务委员、中国工业与应用数学学会复杂网络专业委员会委员、中国人工智能学会社会计算与社会智能专委会委员。
Sui, T., Liu, S., Cong, B. et al. Graph attention networks decode conductive network mechanism and accelerate design of polymer nanocomposites. npj Comput Mater 11, 280 (2025). https://doi.org/10.1038 s41524-025-01773-5 .pdf Jia, W., Zhou, B., Lu, X. et al. Multidimensional social signature de-anonymizes low-sensitivity data. Sci Rep 15, 31916 (2025). https://doi.org/10.1038/s41598-025-16663-5 .pdf Jianbo Wang(王建波), Bohang Lin(林渤杭), Zhanwei Du(杜占玮), Ping Li(李平), and Xiao-Ke Xu(许小可) Six-degree gravity centrality for detecting influential nodes in networks 2025 Chin. Phys. B 34 088902 .pdf J. Xiao, Z. -W. Ma, J. Cao and X. -K. Xu, "Hypergraph Community Detection With Fuzzy Memberships," in IEEE Transactions on Fuzzy Systems, vol. 33, no. 9, pp. 3253-3266, Sept. 2025, doi: 10.1109/TFUZZ.2025.3588125 .pdf
J. Wang, Y. Luo, Z. Du, P. Li and X. -K. Xu, "CWIIIF: A Novel Algorithm for Identifying Influential Nodes in Multilayer Networks," in IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2025.3548316. pdf Yan Wang, Mo Yang, Chuanbiao Wang*, Xiao-Ke Xu,Ming Liu, Chunzhang Miao, Information propagation dynamics on heterogeneous-homogeneous coupling bi-layer networks, Scientific Reports, 2024,14:30766 .pdf
Ai-Wen Li, Ya-Fang Liu, Jian-Lin Zhou, An Zeng, Xiao-Ke Xu*, Ying Fan*, Dynamic immunization for disinformation spreading on signedsocial networks, Physica A, 2024, https://doi.org/10.1016/j.physa.2024.130321 .pdf Huan Rong, Zhongfeng Chen*, Zhenyu Lu*, Xiao-ke Xu,Kai Huang, Victor S. Sheng, Pred-ID: Future event prediction based on event type schema mining by graph induction and deduction, Information Fusion, 2024,
https://doi.org/10.1016/j.inffus.2024.102819 .pdf Shi-Yao Ma, Xiao-Ke Xu, Jing Xiao*,Privacy-Preserving Multilayer Community Detection via Federated Learning, IEEE Transactions on Computational Social Systems, 2024, doi:10.1109/TCSS.2024.3493967 .pdf Jing Xiao, Ya-Wei Wei, Jing Cao, Xiao-Ke Xu*, Higher Order Fuzzy Membership in Motif Modularity Optimization, IEEE Transactions on Fuzzy Systems, 2024, 32(12):7143-7156 .pdf Yong-Jian He, Xiao-Ke Xu, and Jing Xiao*, Predicting Higher Order Links in Social Interaction Networks, IEEE Transactions on Computational Social Systems, https://ieeexplore.ieee.org/document/10185069 .pdf Hao-Chen Sun#, Sen Pei#*, Lin Wang, Yuan-Yuan Sun, and Xiao-Ke Xu*, The Impact of Spring Festival Travel on Epidemic Spreading in China, Viruses, 2023,15(7):1527 .pdf Zhizheng Wang#, Xiao Fan Liu#, Zhanwei Du#, Lin Wang#, Ye Wu, Petter Holme, Michael Lachmann, Hongfei Lin, Zhuoyue Wang, Yu Cao, Zoie S.Y. Wong*, Xiao-Ke Xu*,Yuanyuan Sun*, Protocol for the automatic extraction of epidemiological information via a pre-trained language model, STAR Protocols,2023, 4(3): 102392 .pdf Xiao Fan Liu, Zhen-Zhen Wang*, Xiao-Ke Xu, Ye Wu, Zhidan Zhao, Huarong Deng, Ping Wang, Naipeng Chao and Yi-Hui C. Huang, The shock, the coping, the resilience: smartphone application use reveals Covid-19 lockdown effects on human behaviors, EPJ Data Science, 2023, 12: 17 .pdf Jing Xiao, Yu-Cheng Zou, and Xiao-Ke Xu*, A Metaheuristic-based Modularity Optimization Algorithm Driven by Edge Directionality for Directed Networks, IEEE Transactions on Network Science and Engineering, 2023,https://ieeexplore.ieee.org/document/10121655 .pdf 新型网络水军的个体与群体双尺度联合检测 社交机器人等新型网络水军严重危害国家安全,通过构建一套基于数据、方法和理论三位一体的创新性研究框架,以应对社交机器人在互联网社交媒体中的隐蔽性和危害性。在数据层面,针对现有数据集单平台、规模小、特征随时间漂移等缺陷,构建多平台、大规模、动态演化的高质量数据集,为检测算法研究提供坚实的数据基础。在方法层面,提出基于异质图元表征理论的社交机器人个体精准检测方法;同时,提出了融合低阶和高阶传播行为的社区发现算法来检测社交机器人群体,并刻画其从隐蔽潜伏到协同爆发的多阶段行为演化模式。在理论层面,构建社交关系-传播行为双层耦合网络分析新框架,将社交关系网络与传播行为网络相结合,提出个体与群体社交机器人的双尺度联合检测新型科学问题,完善和丰富网络结构预测问题的理论体系。 面向突发事件与虚假信息治理的人机协同智能化内容生产 随着大语言模型驱动信息传播机制的转变,网上舆论也经历着从“传统宣传”到“计算宣传”再到“智能宣传”的范式革新。社交媒体上,舆情不再最重要,认知才是更关键因素。虚假信息、社交机器人、推荐算法等一系列智能手段开始尝试操纵甚至控制人们的认知行为。同时,人工智能和大模型技术的发展,也给用户认知与行为分析开创了新局面,有利于找到影响受众认知的关键因素。本研究方向梳理社交媒体中认知操纵的理论、策略与案例,一方面梳理该领域近期的最新进展,揭示社交机器人宣传是如何影响我们的思想和行为;另一方面尝试提出多种有效应对策略,从而帮助我们形成面对各类宣传的正确态度,抵制网上诈骗、虚假信息传播、观点茧房等不良行为。首先构建多种社交媒体的案例文本库、评论库、策略库、标签库,然后通过人机协作模式生成针对性的辟谣内容或反诈宣传材料,最后基于交互式序列设计强化内容的可信度和认知传播效果。通过认知传播策略与人工智能技术的深度融合,构建高质量的内容创作与精准的分发体系,以应对突发事件舆情和虚假信息诈骗的挑战。 人机传播网络新生态中的理论重构与传播效果评估 人机传播网络代表了智能传播时代传播生态系统的根本性变革,智能传播时代社交媒体不再是纯粹的人类社会网络,而是一个人机混合、共同演化的复杂系统。理解和研究人机传播网络,对于把握未来信息社会的走向、维护数字公共领域的健康、以及应对其带来的巨大挑战至关重要,也是计算机科学、传播学、社会学、心理学、伦理学和法学必须共同面对的核心议题。在理论层面,重点研究AI作为传播主体的理论重构。当AI成为信息的发送者、中介者和接收者时,传播模型发生何种的根本性变化。在实践层面,关注人机协同的传播效果评估与优化。研究信息由AI生成、发布、推荐,其说服效果、情感冲击力和记忆度与人类生成的信息有何不同;研究“AI信源”特性(如无偏见、全知、不知疲倦)如何影响信息的可信度和说服效果。该研究是应对虚假信息、算法操纵和伦理风险的科学基础,为构建负责任的AI治理体系、培育公众新型数字素养提供关键依据,同时能指导设计更高效、自然的人机协同模式,赋能教育、医疗、商业等关键领域的发展。 欢迎对计算传播学、网络科学、多模态数据挖掘、机器学习感兴趣的同学报考我的博士、硕士加入计算传播学实验中心,学习期间可提供中央网信办网络传播方向、中央广播电视总台旗下的新媒体和国内一线大厂研究院实习机会。申请的博士生和硕士生,请将申请材料发送到我的邮箱xuxiaoke@foxmail.com,或加微信13478712528 申请材料包括:个人简历、成绩单、代表性论文或手稿等,即时反馈。 机构介绍 — 北京师范大学计算传播学研究中心位于珠海校区,专注于计算传播学这一前沿交叉学科。中心汇聚了粤港澳大湾区及国际顶尖学者,致力于开展原创性、前瞻性和跨学科的科学研究。研究中心的宗旨是服务于粤港澳大湾区和国家战略,以新文科建设为指导,围绕“一流育人质量、一流学术成果和一流社会贡献”这一核心目标。研究领域包括智能媒体内容生产、传播效果的计算测量以及人机交互传播等前沿方向。目前,中心已组建了一支“理论基础扎实、技术能力卓越、国际视野开阔、产业经验丰富”的跨学科团队,并取得了一系列开创性的科研成果,努力建设具有国际影响力的人文学术高地。
在过去的五年中,中心承担了20余项国家级和省部级科研项目,在《Science》《PNAS》《Nature Human Behaviour》等国际顶级期刊,以及《新闻与传播研究》《国际新闻界》《新闻大学》等国内权威期刊发表了100余篇论文。中心在服务国家战略、与互联网企业深度合作的过程中,开发的智能体田野实验系统和虚假信息检测系统等技术成果,已广泛应用于互联网感知和智能媒体内容生产实践中,展现了在推动传播学教育智能化、工程化和应用化转型中的卓越学术价值和社会影响力。中心还拥有一支年轻化的跨学科教师团队,其中包括四位省部级人才计划的入选者,超过80%的导师具有海外知名学府的访学或联合研究经历,形成了“国际学术视野 + 本土产业实践”的复合型知识结构。 政治材料 — (一)硕士研究生: 1. 全日制专业型硕士研究生(专硕),方向为“智能传播”。 2. 全日制学术型硕士研究生(学硕),方向为“智能传播与计算传播”。 (二)本科直博生 招收本科直博生,为新闻传播学专业下的计算传播学方向 特别注意: “智能传播”方向为专业硕士,招生专业为055200新闻与传播,培养学院为新闻传播学院,培养地点在珠海校区。 “智能传播与计算传播”方向为学术硕士,招生专业为050302传播学,培养学院为文理学院,培养地点在珠海校区。 本科直博生招收专业为050300新闻传播学,招生方向为计算传播学,培养学院为文理学院,培养地点在珠海校区。 |