2024年度市政策引导类计划（软科学研究）指导性计划项目

无经费，结项要求1.5万字，结题要求查重，费用自付

江科大生活指南

本指南的目的是让新来的老师能尽快地熟悉和适应学校的生活，本指南所提的建议仅供参考。

1. 住房可以选择住长山校区的青年公寓，也可以自己在长山校区附近租房。

2. 校车校车从长山校区到东校区的时间大约是三四十分钟，校车运营时间见校车时刻表。

3. 哈啰单车长山校区的哈啰单车不能进出校园，在北门行政楼附近有禁停区。

注：镇江机动车，尤其是电动车比较多，所以骑单车时务必要小心。

4. 食堂长山校区主要有东苑食堂、西苑食堂和北苑餐厅，其中东苑食堂近一些。东苑食堂一楼和二楼是学生食堂，三楼是教工食堂。

5. 购物学校里面超市的东西较贵，可以在网上或者去校外的大型超市买东西。长山校区比较偏，可以坐公交去丹徒，丹徒有世纪华联等超市。东校区东边有个大型超市，叫大润发（学府店），可以从学校东南门出去，很近的。

注：建议办会员卡，世纪华联和大润发都是直接用手机号办会员的。长山校区取快递有两个地方：东苑食堂的东面或者西苑食堂的西面。东校区取快递的地方位于学生食堂和体育馆之间。

6. 网络长山校区里有名为JUST的无线网，账号为工号，默认密码为Just+身份证后六位，一个账号可供多台设备同时上网。东校区图书馆没有无线网，可以在二楼电子阅览室里插网线，或者用手机开热点。

7. 医院长山校区的医院位于南辅门西边；东校区的医院位于教工食堂的东边。

8. 常用的学校网站

融合门户http://my.just.edu.cn/_s2/teachers_sy/main.psp

信息化建设与管理办公室http://ic.just.edu.cn/可进入科大邮箱

图书馆http://lib.just.edu.cn/

财务处http://cwc.just.edu.cn/

9. 需要加入的群,微信群,QQ。群注：常用的手机APP有完美校园和移动科大。 

10. 小窍门在办公室里可以把椅子放平，变成一张床。自己再买一个枕巾和毯子，就可以躺在上面睡午觉了。

11. 旅游实训楼（在行政楼的东面）的二楼，有个打印店叫玉竹鼎文印服务部。可以先在店里建一个账户，在里面买插座等办公用品，等科研启动金下来后，再去结账。打印店会开个发票和清单，然后通过学校财务系统报销即可。文理大楼一楼有学校的印刷厂，打印试卷走学校的账号。

个人流程：

8月26日前，申请提前上班，询问学校行政楼人事处312室。

材料：身份证正反面，学历认证（海归），电子照，提前上班申请表，校园卡申请，健康登记表，公有住房申请表。

额外材料：进校审核登记表（门卫处所需），校园北门（对面既为镇江高专校区）。

*尽早解决普通话考试，后续教师资格申请需要。因此程序已经社会化，学校不再负责。

*尽早完成体检，可与其他员工体检混合。体检校医院于学校南门，需空腹。

8月26日，教师上班。

校门口公交：86，87，100，520（周末节假日不运行，且平常运行时间和价格不同）。

建议下载“龙易行APP”查询及付费（正常公交可减免费用1元至0.5元）。

若住学校内部青教公寓，楼下充电桩免费。

学校班车时间见教务处网站。

进校后优先处理办公室钥匙，校园卡及完美校园APP下载（需身份证及工号），和扬帆科大APP。

校园卡每月餐补，只可用于食堂及超市，打印中心不可用。

提前上班申请表需签字盖章后提交至学校行政楼人事处312室。

尽快加入各个学校学院工作QQ群。

8月29日，老生开学。

*优先处理正式入职手续，同样是学校行政楼人事处312室。

材料：学历认证，档案，网上信息填写申报（*特别注意信息，一个字都不能差！）。

办公室电脑，网络，WIFI登录，学校网站，个人主页。

熟悉校园位置。

办公楼，教学楼（4所），食堂，西操场，体育馆，行政楼，及玉竹鼎打印中心（试卷书籍打印等）。

校内交通，哈啰单车等。

学校课程表时间见教务处网站。

长山：8:30AM-12:00PM 1:30PM-5:00PM

9月1日，新生报道。

大一学生都在梦溪校区，但有家长会于长山校区外问询。

科研经费需等编制及入职后可用。

9月1日后，工作步入正轨，需计划安排以下事项。

教师老带新项目，参与课堂体验。

论文出版及上报程序。每年一次，11月17号截止，于学校网站科研系统上报。海外论文需额外审查表和签字。

教师资格证明程序：岗前培训及12月17号考试（视频时长看满），普通话考试，体检。

网上教师培训程序的视频时长学分，作业为可选项。

教师师德培训各项活动。

10月中旬后，国家社科和自科基金准备工作开始，第二年3月提交。

学院组织各项本校研讨会及外校专家座谈需重视参加。

熟悉学校各项科研，教学，教师及学生比赛的业绩计算方法。

定好个人首聘期计划，保证科研论文不断层。

In causal inference, biases arise when omitted variables correlate with the outcome. 

But for prediction, biases arise when omitted variables correlate with payoffs.

ML is just nonparametric regression

Xiaohong Chen

Sieve Extremum Estimates for Weakly Dependent Data

https://www.jstor.org/stable/2998559

Nonparametric Metric

Liangjun Su

Racine

Qi Li

Reference

https://www.zhihu.com/question/37870042

QJE

Human Decisions and Machine Predictions

https://academic.oup.com/qje/article-abstract/doi/10.1093/qje/qjx032/4095198/Human-Decisions-and-Machine-Predictions?redirectedFrom=fulltext&login=false

Counterfactual Reasoning and Learning Systems: The Example of Computational Advertising

https://jmlr.org/papers/volume14/bottou13a/bottou13a.pdf

因果推断领域：

1. Judea Pearl 的 do-calculus，用概率图模型进行因果推断。

Pearl, J. (2012). The do-calculus revisited. In Proceedings of the Twenty-Eighth Conference on Uncertainty in Artificial Intelligence (pp. 3-11).

2. Johansson et al (2016) 用 representation learning进行 Rubin 框架下的反事实推断。

Johansson, F., Shalit, U., & Sontag, D. (2016). Learning representations for counterfactual inference. In

International conference on machine learning (pp. 3020-3029). PMLR.

3. Jason Hartford et al (2017) 的 DeepIV，用deep learning 来寻找工具变量进行反事实推断研究。

Jason Hartford, Greg Lewis, Kevin Leyton-Brown, and Matt Taddy. Deep IV: A flexible approach for counterfactual prediction. Proceedings of the 34th International Conference on Machine Learning, 2017.

4. Susan Athey 的 causal tree 模型，用树模型进行因果推断。

Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects.

Proceedings of the National Academy of Sciences, 113 (27), 7353-7360.

行为经济学领域：

1. Param Singh et al (2011) 用了 hidden markov model，来研究用户的隐含状态对可观测行为的影响。

Singh, P. V., Tan, Y., & Youn, N. (2011). A hidden Markov model of developer learning dynamics in open source software projects. Information Systems Research, 22(4), 790-807.

2. Jacobs et al (2016) 用了 Topic Modeling，来预测用户在线购买商品的行为。

Jacobs, B. J., Donkers, B., & Fok, D. (2016). Model-based purchase predictions for large assortments. Marketing Science,35(3), 389-404.

3. Peter Fader 的 Pareto/NBD model，用统计学模型预测和估计顾客的终身价值。

Fader, P. S., Hardie, B. G., & Lee, K. L. (2005). “Counting your customers” the easy way: An alternative to the Pareto/NBD model. Marketing science,24 (2), 275-284.

4. Peter Hoff 的 Latent Space Model，用统计学模型估计网络结构上用户的传播信息行为。

Hoff, P. D., Raftery, A. E., & Handcock, M. S. (2002). Latent space approaches to social network analysis.

5. Bayesian Learning，很多经济学、金融学、营销学的TOP论文都讨论过类似于 Customer Learning， Investor Learning 的问题。

Chance, D. M., Hillebrand, E., & Hilliard, J. E. (2008). Pricing an option on revenue from an innovation: An application to movie box office revenue. Management Science,54(5), 1015-1028.

Narayan, V., Rao, V. R., & Saunders, C. (2011). How peer influence affects

attribute preferences: A Bayesian updating mechanism.Marketing Science,30(2), 368-384.

Kwon, H. D., & Lippman, S. A. (2011). Acquisition of project-specific assets with Bayesian updating.

Operations research,59(5), 1119-1130.

博弈论领域：

Reinforcement Learning 和 GAN天然就是用来研究博弈论的，比如 Igami 教授论述了动态离散选择模型与 Reinforcement Learning 与我们已知的一些人工智能算法间的关系。这个方向在工程学里一直有人研究。像什么演化博弈、Agent model 等等

Igami, M. (2020). Artificial intelligence as structural

estimation: Deep Blue, Bonanza, andAlphaGo.The Econometrics Journal,23(3), S1-S24.

Charpentier, A., Elie, R., & Remlinger, C. (2021). Reinforcement learning in economics and finance.

Computational Economics, 1-38.

挖掘新的自变量：

1. Netzer et al (2012) 用 text ming 的方法，挖掘厂商之间的竞争关系是市场份额

Netzer, O., Feldman, R., Goldenberg, J., & Fresko, M. (2012). Mine your own business: Market-structure surveillance through text mining. Marketing Science,31(3), 521-543.

2.Zhang et al (2021) 用 image mining的方法，研究 Airbnb上房间图片质量与用户需求之间的关系。

Zhang, S., Lee, D., Singh, P. V., & Srinivasan, K. (2021). What makes a good image? Airbnb demand analytics leveraging interpretable image features.Management Science.

3.Liu et al (2019) 用 video mining 的方法，研究 youtube 视频对于患者康复的影响

Liu, X., Zhang, B., Susarla, A., & Padman, R. (2019). Go to YouTube and call me in the morning: use of social media for chronic conditions.MIS Quarterly.

业界正在做的项目：

google 的 What-If 项目: what-if-tool

很多大厂的推荐算法：讨论推荐算法是否公平的问题， fairness of recommendation algorithms

Reference

https://www.zhihu.com/question/37870042

Andrew Ng

Susan Athey

Gentzkow

Igami(Yele, Neio)

Bertrand

Nick

Cicala

random forest+DID

Source:https://zhuanlan.zhihu.com/p/442055528

Journal of the Academy of Marketing Science (JAMS)

Journal of Cleaner Production

Sustainability