📚 研究历程

李山岚的大论文主线已经从“AI 政策能否解释城市算力技术创新”进入真正的数据落地阶段。6 月初，她还在处理算力概念边界和检索式问题：GPU、AI 加速器、智能计算中心、液冷散热、并行调度等词到底如何纳入，会直接决定论文中的“算力创新”是什么。7 月初，专利下载、字段选择、地级市匹配和主数据格式成为重点，研究开始从选题论证转向数据工程。

本周的进展更进一步：原始专利数据已经完成清洗，约 17.3 万条大陆城市样本保留下来；数量指标、知识宽度和若干质量指标也已经准备好。新的关键点变成“如何把这些指标合成为最终的被解释变量”。这一步看似只是方法选择，实际上决定了论文的 Y 值是否可解释、可复现，也决定后续 DID 结果能否经得起答辩追问。

📝 本次（2026-07-08）

你的汇报（算力专利指标与权重方法）

• 已将专利数据清洗至约 17.3 万条，限定为中国大陆城市样本
• 已排除外观专利、港澳台样本和关键字段缺失样本
• 数量维度可按城市汇总，质量维度已包括知识宽度、权利要求数等指标
• 当前卡点是综合指标权重方法：原参考文献使用二阶段时空极差熵值法，但你的研究与时空距离关系不强

林老师指导

• 知识宽度基于 IPC 分类分布计算可以使用，但要意识到它未刻画不同 IPC 大类之间的“距离”
• 大论文不必在 IPC 距离问题上过度复杂化，关键是公式有文献依据、口径稳定
• 权重方法不必照搬与区域时空差异高度绑定的算法，应找更适合专利指标合成的测度方法
• 指标都已有后，下一步应尽快测算综合 Y 值并进入实证

⏭️ 下次预期（下一次组会）

• [ ] 固定城市-年份指标表，列出每个指标的方向、单位、缺失值处理和标准化方式
• [ ] 确定综合指标主方法，并至少准备一种稳健性替代口径
• [ ] 生成城市算力技术创新综合指数，输出描述统计和相关矩阵
• [ ] 带来第一版 DID 数据入口，说明政策变量、处理组和时间口径

🤖 AI 实操建议

📚 研究历程

王硕的存算一体研究已经进入投稿前和会议反馈吸收阶段。过去几个月，他先后处理过典型企业筛选、BERTopic 语义距离、TOE 框架、fsQCA 组态路径、AIGC 检测、稳健性检验和结题材料转换。7 月初，论文已经把“强因果表达”降到更符合 fsQCA 证据边界的措辞，并补充必要性分析和逐案剔除稳定性检验。

本周的重点来自会议现场反馈。几位专家的问题并不推翻论文主线，而是集中在几个需要写清楚的接口：为什么关注存算一体企业、为什么这些企业是典型案例、BERTopic 为什么适合专利主题归纳、专利题名与摘要能支持什么判断，以及“探索性研究”在论文主张边界上意味着什么。换句话说，论文已经不是“能不能做”的问题，而是要把方法选择和研究边界讲得更透明。

📝 本次（2026-07-08）

你的汇报（会议专家意见）

• 专家提醒论文中“为什么关注存算一体企业”的问题意识还需加强
• 典型企业筛选依据需要更清楚，尤其是专利数量、主题分布与技术突破之间的关系
• BERTopic 用于专利主题归纳的适配性需要补充说明
• 专利信息来源应写明：当前主要使用专利名称和摘要判断前沿技术
• 研究应更明确定位为探索性研究，避免被理解为严格一一对应的强因果解释

林老师指导

• 这些意见总体属于细节完善，可以据此再改一稿后发来审阅
• 存算一体意义可以从两层解释：全国芯片产业大背景，以及存算一体技术自身的突破意义
• 与论文无直接关系的汇报引入例子不必写进正文
• 不同企业路径差异与论文政策启示可以相互呼应，重点是把原有结论表达清楚

⏭️ 下次预期（下一次组会）

• [ ] 完成一张“专家意见-修改位置-回应方式”对照表
• [ ] 重写引言中“为什么关注存算一体企业”的问题意识段
• [ ] 补充典型企业筛选依据和 BERTopic 适配性说明
• [ ] 明确探索性研究的证据边界，并同步检查题目、摘要和结论措辞

🤖 AI 实操建议

📚 研究历程

马婧怡的选题一直在“政策文本”和“专利技术演化”之间寻找公共管理接口。早期她做过数字政府政策文本、维普和上政通数据、专利 API 与多模态专利价值评估探索；随后逐渐转向新能源汽车、动力电池、固态电池等产业政策与技术演化问题。6 月的几次讨论已经把方向从单纯技术演化拉回政策导向、治理目标和 DID 识别。

本周她带来一个更具体的题目：“基于专利文本量化的新能源汽车产业政策创新治理效能研究”。这个题目已经抓住了政策、专利和新能源汽车三条线，但“政策创新治理效能”几个词仍需拆开：到底是政策对技术创新的影响，还是产业政策治理效能，还是中美政策体系对技术方向的差异化导向？题目一旦含混，后面的数据和模型就会跟着摇晃。

📝 本次（2026-07-08）

你的汇报（题目与数据使用）

• 提出题目“基于专利文本量化的新能源汽车产业政策创新治理效能研究”
• 初步想用专利数量、引用次数等前后变化观察政策影响
• 现有数据包含政策文本和专利数据，政策数据中既有中国政策，也有美国政策
• 希望确认题目是否贴合，以及下一步如何推进框架

林老师指导

• “政策创新治理效能”表述要谨慎，需查高水平国内期刊中类似 DID 研究通常如何命名
• 在题目限定下，先列出完整研究框架：先干什么、后干什么、每一步用什么数据
• 中国政策与美国政策要在框架中有明确位置；如果只用一种政策，也要说明理由
• 下次带来研究框架和数据使用方案，否则已有数据无法真正转化为论文设计

⏭️ 下次预期（下一次组会）

• [ ] 查找 5 篇高水平中文期刊中“产业政策+DID+创新/治理效能”相关论文，提炼题目命名习惯
• [ ] 提供 2-3 个备选题目，并说明每个题目对应的数据范围
• [ ] 画出研究框架图：政策文本、专利文本、变量构造、识别策略和机制检验
• [ ] 决定是否同时使用中美政策；若使用两国政策，说明比较逻辑和识别边界

🤖 AI 实操建议

📚 研究历程

南迪柯本科阶段围绕在线政务服务适老化完成论文，进入硕士预备阶段后，主要在补文本分析方法基础。从 LDA 主题模型、困惑度曲线，到 BERTopic、Sentence Transformers 和主题可视化，她的学习路径已经从“看教程”逐步进入“自己能跑、能解释、能保存结果”的阶段。

7 月初，她已经在李浩铭帮助下解决 Sentence Transformers 的环境和调用问题。本周则把向量生成、文本聚类、主题模型训练和距离结果保存等关键步骤都跑通了。林老师的提醒很重要：这一套环境和模型文件一旦能用，短期内不要轻易重装。对于刚进入计算文本分析的同学来说，能稳定复现往往比多试一个模型更关键。

📝 本次（2026-07-08）

你的汇报（模型流程复现）

• 已完成 Sentence Transformers 相关环境和模型配置
• 已生成文本向量，并进行了文本聚类和主题模型训练
• 已保存距离结果，模型流程基本跑通
• 下一步准备继续复现在线教程后续实验，尤其是可视化部分

林老师指导

• 当前模型和环境是关键基础，尽量保持稳定，不要频繁重装或动态修改
• 如果重装系统或环境，可能需要重新花时间调试
• 按在线平台教程继续逐项往后复现，先把完整流程走通
• 可视化等后续内容可以继续推进，但要建立在环境可复现基础上

⏭️ 下次预期（下一次组会）

• [ ] 导出当前环境配置文件，记录 Python、核心包、模型名称和路径
• [ ] 完成主题模型可视化实验，并保存图件和生成脚本
• [ ] 用一份小样本文本从向量、聚类、主题、距离到可视化完整跑一遍
• [ ] 写一页方法说明，解释每一步输入、输出和用途

🤖 AI 实操建议

python --version
pip freeze > requirements-2026-07-08.txt
python - <<'PY'
from importlib.metadata import version

for package in ["sentence-transformers", "bertopic", "scikit-learn", "umap-learn", "hdbscan"]:
    print(package, version(package))
PY

conda env export > environment-2026-07-08.yml