11月1日下午，由清华大学公共管理学院主办、清华大学中国农村研究院（以下简称“农研院”）承办的明德论坛第163期在清华公管学院举行。新加坡国立大学李光耀公共政策学院Eduardo Araral教授发表题为“《Public Administration Review》的75年发表评述：基于无监督机器学习的研究主题与趋势分析”的演讲。论坛由清华大学公共管理学院副院长、中国农村研究院执行院长王亚华教授主持，清华大学公共管理学院钟玮副教授、张鹏龙副教授、陈思丞副教授，挪威奥斯陆大学政治系Tom Christensen教授，广西大学公共管理学院苏毅清副教授参加本次论坛。农研院和公管学院师生等近50人聆听了论坛。

图为Eduardo Araral演讲

    Araral教授基于研究方法和研究发现两个方面分享了其对75年（1940s-2016）间期刊《Public Administration Review》（以下简称“PAR”）中发表的8140篇文章3800万个词的分析成果。他重点介绍了相关主题建模（Correlated Topic Modelling）分析方法，这是一种高级的自然语言处理和无监督机器学习算法，主要用于文档聚类和文本分析，并举例介绍了该方法的操作步骤。他指出相关主题建模在不同的研究领域有广泛的应用空间，但也存在解释性不足和过度拟合等问题。

    Araral教授从研究主题随时间的演变、不同国家学者研究主题的差异、研究者身份等维度，分析了PAR所发表文章研究主题的多样性、关联性和周期性，总结了该研究对于推动公共管理理论、方法和实践发展等方面的启示。他发现相关的研究主题会在一定历史、政治和制度情境下出现，研究者们使用的数据分析方法变得更加多样化，同时女性学者的发表也在不断增加。

图为专家评论交流

    钟玮副教授认为Araral教授分享的研究富有洞察力和启发性。研究呈现的不仅是对PAR期刊的洞见，也是对公共管理学科实践与理论发展的系统而全面的分析，呈现了公共管理研究的知识图谱，特别是展现了不同主题之间的结构与联系，为推进公共管理的理论、方法和实践发展提供了重要启发。

    Tom Christensen教授对研究的价值与意义予以充分肯定。他认为方法需要与理论并重，方法能够帮助研究者对现实进行识别，而理论则能够解释现实背后的机制内涵，进而指出期刊具有各自的特征，勉励青年尽早为文章锚定期刊，找准定位，发表高质量成果。
    张鹏龙副教授和苏毅清副教授分别就研究主题的周期性、人工智能研究方法的发展和公共管理研究未来发展等问题与Araral教授进行互动交流。
    Araral教授还认真回答了学生们提出的机器学习方法、研究样本选取等方面的问题。

图为王亚华主持

    最后，王亚华教授对Araral教授发表的内容丰富的演讲、专家们的精彩评论和现场师生的热烈互动表示感谢。他总结指出，文献回顾与分析是学术研究必不可少的环节，Araral教授的分享增进了大家对公共管理国际期刊文献选题的认识，展示了机器学习等先进方法如何为专业化研究提供工具支持。期待青年学者从本次讲座中受到启发，瞄准公共管理前沿研究方向，写出高质量的学术论文。
 

图为讲座现场