WORKSHOP | 机器学习与大语言模型赋能管理学研究工作坊

一、背景与目的 | Overview  

当下管理学研究迎来数据与方法革新，数字业态催生文本、影像、行为轨迹等多模态非结构化数据，如何挖掘新型数据价值、凝练优质选题并产出规范学术成果，已成学界研究重点。
机器学习与大语言模型的迭代发展，为管理学研究赋能增效，既助力非结构化数据挖掘、变量构建，也极大拓展了文本分析、理论搭建、实证研究的实施路径。
本次工作坊将系统讲解两类技术核心逻辑与学界应用场景，依托理论讲授、案例实操与交流研讨，助力学员熟练掌握相关研究方法，赋能科研落地与论文产出。

二、主题与议程 | Theme and Agenda

第一天

核心围绕机器学习与管理学研究的关联展开，上午聚焦大数据时代研究新趋势、机器学习方法发展及大语言模型引入；下午通过案例演示，助力学员掌握方法落地流程。

第二天  

聚焦方法深度拓展，上午讲解机器学习与因果推断、大模型原理及科研应用；下午开展圆桌研讨，围绕选题实操、论文发表、跨域合作等议题交流探讨。

三、预期成效 | Expected Outcomes

1、厘清机器学习与大模型核心逻辑、发展脉络及管理学应用价值
2、掌握多模态非结构化数据转化为研究变量与实证依据的实操思路
3、明晰机器学习与因果推断融合路径，兼顾方法创新与理论机理探究
4、搭建学术交流平台，助力管理学科研方法革新与跨学科协作

四、总结 | Conclusion

本次工作坊紧扣大数据与人工智能时代管理学研究发展趋势，依托两日授课演示与交流研讨，从方法、数据、理论多维赋能。全面提升学员科研选题、数据处理、研究设计与理论提炼能力，既是前沿科研技能培训，亦是助力研究范式转型的学术交流活动，助力参会者依托智能技术挖掘研究切入点，产出兼具理论深度与现实价值的学术成果。