一、研究小组定位

本研究小组由全球产业与科技赋能研究院发起，专注于产业学（industriology）领域的纯学术研究。负责人为何一峰博士。

产业学作为一个系统性的学术领域，以产业本身作为分析单元，研究产业结构、行为、绩效及其演化规律。本小组将运用复杂网络分析方法，结合真实产业数据，对产业集群、产业链韧性、技术扩散、产业关联结构等核心学术问题进行深入探究。

这不是一次性的会议或课程，而是一个长期、持续的合作研究团队——成员共同选题、共同分析、共同写作、共同发表。

二、研究方向

• 核心方法：复杂网络分析（社会网络分析、图论、网络科学）

• 核心领域：产业学（产业关联、产业集群、产业链结构、产业演化）

• 前沿拓展：AI for Network Science（图机器学习、节点分类、链路预测等）

具体研究问题将根据小组成员的兴趣与数据条件共同确定。

三、招募岗位与要求

岗位名称：研究助理/合作研究者

名额：10-20人

硬性要求：

• Python编程能力：熟练使用NetworkX、Pandas、NumPy等库进行数据处理与网络分析；

• 熟悉复杂网络分析：理解度分布、中心性指标、社区发现、小世界/无标度等核心概念，并有实际操作经验；

• 对产业学研究感兴趣：愿意深入理解产业组织、产业结构、产业链等学术议题；

• 对AI感兴趣：愿意探索图机器学习在产业网络分析中的应用；

优先考虑：

• 大三、大四保研、硕一、硕二（三年制）、博士；

• 有学术论文阅读或写作经验；

• 熟悉Gephi、igraph、PyTorch Geometric等工具；

• 已修读网络科学、产业经济学或机器学习相关课程。

四、你将参与的工作

产业网络构建：爬取/清洗/整合企业供应链、专利引用、投资关系等数据，构建有向/加权/动态网络；

• 网络建模与分析：计算网络统计量、社区划分、核心-边缘结构、路径分析等；

• 方法探索：尝试图神经网络（GNN）等AI方法进行产业结构预测或演化分析；

• 论文写作：参与从问题提出、文献综述、方法设计到结果解读、论文撰写的全流程；

• 组会报告：每周2小时线下讨论，汇报进展、复现经典论文、讨论技术难点。

五、你可以获得的收益

作为合作者参与论文撰写，最终成果将按实际贡献排序共同署名发表，这些论文可用于你的学位论文、保研或出国申请材料，以及学术简历。

• 在方法训练方面，你将系统掌握复杂网络分析与图机器学习在产业学研究中的完整应用流程。

• 导师将为你提供一对一的学术指导，涵盖选题、方法设计、编程实现、写作到投稿的全流程。

• 小组将提供丰富的学习资源，包括文献库、产业数据集、代码模板以及必要的算力支持。

• 你将有机会被推荐参加国内外学术会议，如产业经济学相关论坛及学术会议，拓展你的学术网络。

• 表现突出者可以获得金融机构尤其是券商的实习机会的推荐。

六、参与方式

• 研究周期：至少承诺6个月以上持续参与（更长周期优先）

• 工作形式：每周10小时自主研究 + 2小时线下组会讨论

七、报名方式

请将以下材料发送至邮箱：hyfgsmpku@163.com，邮件标题请注明“研究小组申请-姓名-学院-年级”：

• 个人简历（含联系方式、专业背景、编程/分析相关经历）；

• 申请陈述（500-1000字），说明：

（1）你对产业学及复杂网络分析的理解与兴趣来源；

（2）你目前的Python与网络分析能力水平；

（3）你希望从本小组中获得什么、能为本小组贡献什么。