香港科技大学传媒学系PhD博士招生中！（导师Prof. SONG ）

今天我们将带大家深入解析今天我们将带大家深入解析香港科技大学 传媒学系的博士生导师Prof.SONG，通过这样的“方法论”，让大家学会如何从了解一个导师开始，到后期更好地撰写套磁邮件及其他文书。

研究领域解析和深入探讨

Celine Yunya SONG教授的研究聚焦四大交叉领域，均体现“技术与人文社科融合”的核心逻辑，且与数字时代社会需求紧密呼应：

1. Media intelligence（媒体智能）：作为媒体情报研究中心主任，其研究并非单纯技术导向，而是聚焦媒体数据的智能分析与社会价值转化。通过自然语言处理、机器学习等技术挖掘社交媒体文本、图像中的传播规律，为公共议题治理（如谣言防控、气候传播）提供实证依据，核心是解决“技术如何赋能媒体传播效果优化”的问题。
2. Global communication（全球传播）：重点关注跨文化语境下的信息流动与认知差异。区别于传统国际传播研究，其团队更注重结合计算方法分析不同文化群体的媒介使用习惯、信息接收偏好，尤其在中美欧等多元文化圈的传播对比中，探索减少认知隔阂的路径。
3. Cyberpsychology and behavior（网络心理学与行为）：聚焦数字环境中个体与群体的心理机制，如错误信息接受的认知偏差、社交媒体使用中的自我增强倾向等。研究多采用实验法与大数据分析结合的方式，揭示网络行为背后的心理动因，为网络空间治理提供心理学支撑。
4. AI in the social sciences and humanities（人工智能在社科人文中的应用）：这是其近年重点拓展的方向，核心是打破“AI仅属技术领域”的认知，将生成式AI、图神经网络等技术应用于文本分类、传播网络分析等社科研究场景，同时关注技术应用中的伦理边界与人文关怀，如其授课的“EMIA6500Q Human-AI Interaction in the Age of Generative Media”便体现这一理念。

精读教授所发表的文章

2024-2025年，SONG教授团队以年均超10篇的成果活跃于国际核心期刊，代表性研究体现“技术方法+社会议题”的鲜明特色：

1. 2025年《Climatic Change》论文：题为“Bridging ideologies: analyzing the use of moral language and framing in social media discourse on climate change by U.S. congress members through computational approaches”该研究首次采用计算语言学方法，量化分析美国国会议员在社交媒体讨论气候变化时的道德语言与框架策略，发现意识形态差异会导致“责任归因”“解决方案”等话语维度的显著分野，为跨党派气候共识构建提供了精准的话语调整依据。
2. 2025年《Health Education Research》论文：“Correction Approaches and Hashtag Framing in Addressing Mpox Misinformation on Instagram”聚焦猴痘错误信息的纠正效果，通过对比不同纠正策略（事实澄清、情感引导）与标签框架的组合效应，发现“具体案例+#公共健康安全”标签的纠正方式能显著降低错误信息的持续传播率，为公共卫生事件中的谣言治理提供了可操作的路径。
3. 2024年《Expert Systems with Applications》论文：“A deep semantic-aware approach for Cantonese rumor detection in social networks with graph convolutional network”针对粤语社交媒体谣言检测的难点，提出融合图卷积网络的深度语义感知模型，解决了粤语方言中语义歧义、口语化表达导致的检测准确率低的问题，模型在实际数据集上的F1值较传统方法提升12.3%，为方言区网络谣言防控提供了技术突破。

教授的学术地位

SONG教授在媒体智能与跨学科研究领域的影响力主要体现在三方面：

1. 学术职位与平台领导力：作为Division of Emerging Interdisciplinary Areas Associate Head，她推动了媒体研究与计算机科学、心理学等学科的交叉融合；担任Media Intelligence Research Center Director期间，搭建了“技术-数据-研究-应用”的一体化平台，成为区域内媒体智能研究的核心枢纽。
2. 研究产出与质量：截至目前累计发表81篇学术成果，近三年年均发表超10篇，且成果集中于Climatic Change、Expert Systems with Applications等JCR Q1区期刊，研究被引频次与学术关注度持续攀升（Google Scholar ID: BP6EZooAAAAJ），其提出的“方言谣言检测模型”“道德语言传播框架”等成果已成为相关领域的重要参考。
3. 教学与实践转化：通过开设“Social Media & Society: Theory and Analysis”“Human-AI Interaction in the Age of Generative Media”等课程，培养了一批兼具社科理论与技术分析能力的跨学科人才；研究成果多次为公共卫生谣言治理、气候传播等实务工作提供决策建议，实现了学术研究与社会应用的有效衔接。

有话说

基于SONG教授“技术赋能社科研究”的核心逻辑，可延伸三个创新研究方向：

1. 生成式AI时代的跨文化情感传播研究：结合其全球传播与AI应用研究，可探索ChatGPT等工具生成内容在不同文化圈的情感感知差异。通过构建“生成文本-文化维度-情感响应”的分析模型，量化不同文化群体对AI生成内容的情感接受阈值，为跨国企业的AI营销、国际组织的AI辅助传播提供策略参考。
2. 青少年网络自我认知的动态追踪研究：延续网络心理学研究脉络，可采用 longitudinal study 方法，结合社交媒体行为数据与心理量表，分析青少年在短视频平台使用中“虚拟自我呈现”与“真实自我认知”的互动演变机制，重点关注算法推荐对自我认同形成的影响，为青少年网络素养教育提供实证基础。
3. 多模态虚假信息的跨平台协同检测研究：在现有文本谣言检测基础上，拓展至图像、视频等多模态内容，研究不同平台（如微信、TikTok、Twitter）虚假信息的传播特征差异，构建跨平台共享的检测模型与预警机制，解决当前虚假信息检测“平台割裂”“模态单一”的痛点。

博士背景

Cassian，美国top10院校传媒学博士生在读，研究领域包括公共政策、文化传播与广告学。已在国际权威期刊《Journal of Communication》和《New Media & Society》上发表多篇论文，研究成果获得国际学术会议最佳论文奖。擅长将社交媒体数据与政治文化分析结合，关注信息传播与公众态度的互动关系。精通数据分析、文本挖掘与传播学理论，为相关领域的博士申请提供全面辅导。