面向中国乡村治理的多模态媒体分析与可解释决策支持博士项目

项目1220 · Xi’an Jiaotong-Liverpool University · School of Mathematics and Physics

所在国家或地区: 中国
申请截止日期: 滚动申请，当前是否仍招请核对原始公告。
资助信息: 资助博士项目；全日制 3–4 年，学费 RMB 99,000/年

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

登录后保存项目或使用申请工具

阅读项目调研与申请判断

项目介绍

项目概览

该博士项目由西交利物浦大学 School of Mathematics and Physics 提供，属于西交利物浦大学、上海交通大学与利物浦大学联合博士培养体系的一部分。

研究聚焦中国农村传播与治理中的公开新闻和社交媒体数据，案例场景是“空心村”。

项目希望构建一个可解释的决策支持框架，帮助识别公众关切、评估其治理相关性，并输出清晰解释。

公开信息将其列为面向全球申请者的资助博士项目，全年接受申请。

项目详情

项目介绍中提到，该计划的出发点，是利用多模态媒体数据更好理解中国乡村治理中的信息流动和公共议题演化。研究对象并不是抽象的“媒体分析”本身，而是围绕空心村这一具体情境，分析公开新闻与社交媒体内容如何反映乡村传播、公共关注和治理需求。项目强调，研究目标不仅在于识别热点话题，更要把媒体信号转化为可解释、可操作的治理支持工具。

整个框架围绕三个治理功能展开。第一，识别公众关切：通过多模态媒体数据分析提取核心话题、情绪倾向以及公共讨论的变化。第二，评估治理相关性：判断这些模式与治理之间的联系，例如公众关注度、议题持续性以及响应紧迫性。第三，提供可解释说明：输出结构化、可理解的解释，说明为什么某些问题需要优先关注。项目最终希望把这些能力整合为一个面向区域层面的、基于地图的原型系统，用于实际治理场景。

研究方法上，项目明确采用多模态数据分析与解释性决策支持相结合的路线。申请者需要处理公开新闻、社交媒体和相关结构化信息，并从中提取可用于治理判断的模式。与单纯分类模型不同，这个项目特别强调“解释”，也就是要把模型输出与治理判断之间的逻辑关系讲清楚。公开信息没有把方法限定为某一单一模型，而是给出了从话题、情绪、关注持续性到响应紧迫性的一整套分析链条，说明课题既需要数据建模，也需要面向公共治理场景的表达与系统原型能力。

联合培养安排是这个项目的重要特征。页面明确写明，博士生将同时注册于西交利物浦大学和利物浦大学，完成后获得利物浦大学博士学位。就学习路径而言，学生在西交利物浦大学期间需要到西安交通大学以访问学生身份开展研究；如果项目需要，还可以申请到利物浦大学进行短期研究访问。也就是说，这不是单校点式培养，而是带有跨校协作、跨地点研究流动和联合指导特征的博士项目。

指导团队也写得比较清楚。西交利物浦大学导师为 Dr Lu Zong，联合培养团队还包括西交利物浦大学的 Dr Chengyu Wang、西安交通大学的 Professor Feng Wu，以及利物浦大学的 Dr Yi Dong。对于想做中国乡村传播、社会计算、机器学习与可解释决策支持交叉方向的申请者来说，这样的团队配置意味着研究训练会同时覆盖数据分析、治理场景理解与跨机构合作。

申请要求方面，公开信息明确列出两类学术门槛。其一是英国一等或二等一荣誉学士学位加英国硕士学位 Merit 及以上，或同等学历；其二是如果只有学士学位，特别优秀者也可个案考虑。英语方面，若第一语言不是英语，则需要 IELTS 6.5 或同等成绩。优先背景包括统计学、数据科学、计算机科学、人工智能、机器学习或其他紧密相关学科。项目还要求良好的英语口头和书面表达能力。

学制与费用方面，联合博士通常为 3 到 4 年的全日制项目。公开信息给出学费为每年 RMB 99,000。页面将其标为资助博士项目，但正文并未进一步展开奖学金或生活补贴的具体数额，因此需要按官方后续确认理解具体资助细节。

申请方式也比较明确：有意者需先向 Lu.Zong@xjtlu.edu.cn 发送初审材料，邮件主题中需包含项目标题。所需材料包括 CV、两封正式推荐信、个人陈述、英语语言成绩证明、本科和硕士成绩单及学历证书的中英文版本；国际学生至少需提供英文版本；此外还需提交硕士论文 PDF 或等效写作样本，以及可获得的评审报告。

申请要点

学术背景：统计学、数据科学、计算机科学、人工智能、机器学习或其他密切相关专业更匹配。
学历门槛：英国一等或二等一荣誉学士 + 英国硕士 Merit 及以上，或同等学历；仅有学士者可个案考虑。
语言要求：非英语母语者需 IELTS 6.5 或同等成绩。
研究兴趣：公开新闻与社交媒体数据分析、乡村治理、空心村、可解释决策支持、多模态分析。
培养安排：西交利物浦大学与利物浦大学联合注册，完成后授予利物浦大学博士学位；在西交利物浦大学期间需到西安交通大学访问研究，必要时可申请去利物浦大学短访。
学制与费用：全日制 3–4 年；学费 RMB 99,000/年。
申请材料：CV、两封推荐信、个人陈述、英语成绩、成绩单、学历证书、硕士论文或等效写作样本及评审报告。
申请方式：将材料发送至 Lu.Zong@xjtlu.edu.cn，邮件主题请写明项目标题。
联系方式：Dr L Zong。
申请时间：全年接受申请。

需要进一步确认

页面将其标为资助项目，但正文没有说明奖学金或生活补贴的具体金额。
对“空心村”的数据范围、区域边界和原型系统的部署场景，公开信息未进一步细化。
短期研究访问利物浦大学是否为所有学生开放，还是按项目需要单独审批，尚未明确。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：2026-09-04。生成日期不代表招聘方确认项目仍开放。

资料更新记录：2026-09-04。申请前请再次核对原始公告。

PhD 项目研究报告：Multimodal Media Analysis and Explainable Decision Support for Rural Communication and Governance in China

申请判断

申请判断：前景可观，但存在实质性不确定性。

这是一个可信、且跨学科特征很强的中国本土博士机会。XJTLU 的官方联合博士页面确认了项目代码 SFXJTU2611、Mathematical Sciences PhD 标题、四人导师团队、XJTLU 与 University of Liverpool 的注册关系、在 XJTU 开展访问研究的安排，以及最终由 University of Liverpool 授予博士学位的路径（见 XJTLU joint doctoral programme）。对于希望把 computational social science、multimodal AI、可解释决策支持、中国公共媒体数据和乡村治理结合在一个课题中的申请者，这个方向有明显吸引力。

当前的主要问题不在学术相关性，而在核实。公开证据已经确认了项目路径和 XJTLU 常规奖学金方案，但这个项目究竟对应哪一档资助，官方页面并未完整坐实。与此同时，数据方案也需要尽早确认，因为即便是公开可获取的新闻与社交媒体数据，也仍然可能涉及个人信息、平台许可、匿名化要求，以及中国语境下的数据治理和算法治理风险。

研究方向与领域前景

可行研究切入点

更有研究价值的博士切入点包括：

面向中国地方媒体的多模态主题与情感提取；
公共关切的持续性和紧迫性度量；
跨平台偏差与可见性修正；
把证据和模型推断分开的可解释评分框架；
基于地图的 uncertainty communication；
与治理专家或乡村利益相关方进行 human-in-the-loop 验证。

需要避免把项目做成一个“分类帖子再画地图”的轻量实现。更有价值的问题在于：媒体信号如何转化为可辩护的治理证据。这要求结果能够和外部事件、地方知识、行政语境或定性核验对照，而不只是停留在通用 sentiment benchmark 的准确率上。

领域进展

这个题目处在一个活跃交叉点：multimodal sentiment analysis、explainable AI、rural digital governance 和 decision support。2025 年的一篇多模态情感分析综述总结了当前关于模态、融合方法、benchmark 数据集、Transformer / LLM 方法、应用和开放问题的进展（见 Springer MSA review）。ACM Computing Surveys 的一篇教程则把可解释性视为深度学习决策支持系统中的核心问题（见 ACM XAI tutorial）。

乡村治理侧同样具备现实背景。一篇 2024 年发表于 Cities 的研究将数字乡村建设与乡村治理有效性联系起来，讨论了社会与技术子系统之间的关系（见 Cities digital village study）。XJTU 也曾报道国家社科基金重大项目，主题即为从乡村振兴视角研究新媒体在乡村治理中的作用与功能（见 XJTU rural governance project news）。

就业与市场前景

更广泛的职业信号是正面的。World Economic Forum 的 Future of Jobs 2025 把 Big Data Specialists、AI and Machine Learning Specialists、software / application developers 等列为到 2030 年增长较快的岗位（见 WEF jobs outlook）。OECD 2026 年的 AI and skills 报告则强调，AI 会进一步提升高阶技能、数据解释、问题解决、透明性、可解释性和负责任部署的重要性（见 OECD AI and skills）。

更具体的职业去向则相对专门，包括 AI / data science、computational social science、policy analytics、media analytics、responsible AI、civic technology、digital governance，以及多模态 explainable AI 相关学术岗位。乡村治理这一细分方向会对中国政策研究或公共治理类岗位有帮助，但最好同时沉淀可迁移的技术成果。

学校、学科与培养

这个项目的官方项目信号，强于单看学校排名所得出的印象。XJTLU 的联合博士项目页面说明，博士生在 XJTLU 与 University of Liverpool 注册，完成后获得 University of Liverpool PhD，通常还会以访问学生身份在 XJTU 开展研究，并可申请 3 到 6 个月的 Liverpool 短期访问（见 XJTLU joint doctoral programme）。这意味着它本质上是一个以中国为研究基地、但带有英国学位授予信号的跨机构培养结构。

排名证据并非无用，但需要结合项目结构来读。University of Liverpool 官方页面显示其在 QS 2027 为 139、THE 2026 为 143、ARWU 2024 为 101-150（见 University of Liverpool rankings）。XJTU 在 QS 2027 中列为 =296（见 QS XJTU profile）。XJTLU 自身则相对温和一些：THE 将其放在 2026 年 601-800 区间（见 THE XJTLU profile），QS 将其放在 2027 年 1001-1200 区间（见 QS XJTLU profile）。因此，这里的价值更多来自学位路径、导师配置和 Suzhou / XJTU / Liverpool 的资源连接，而不是 XJTLU 单独的全球位次。

School of Mathematics and Physics 将自己描述为研究驱动型单位，拥有 100 多位教师，覆盖数学、概率 / 统计、物理及应用方向，并配有 Research Institute of Quantitative Finance and Intelligent Computing 与 FinTech laboratory 等设施（见 XJTLU SMP research）。这与项目中的建模侧较为匹配。另一方面，XJTU 的 School of Journalism and New Media 为乡村治理和传播研究提供了现实锚点，学校公开说明其自 2019 年起在 new media and social governance 等交叉领域开展博士项目（见 XJTU School of Journalism and New Media）。

导师与实验室评估

导师研究方向

导师团队的分工逻辑较清晰。Dr Lu Zong 是 XJTLU Financial and Actuarial Mathematics 的副教授，官方资料将其研究定位于数学、金融经济与 AI 的交叉处，涵盖文本分析、网络分析以及面向风险预测的深度学习（见 Lu Zong profile）。Dr Chengyu Wang 的 XJTLU 资料则列出 computer vision、deep learning、large language models、multimodal learning 与 contrastive learning（见 Chengyu Wang profile）。

Professor Feng Wu 是团队中最明确的传播与治理方向专家。XJTU 教师页面显示他是 School of Journalism and New Media 的教授和博士生导师，研究聚焦政治传播、舆情治理、媒体与社会治理、智能媒体、区域文化以及政策咨询工作（见 Feng Wu profile）。Dr Yi Dong 是 University of Liverpool 的人工智能讲师，Liverpool 官方页面将其列入 School of Computer Science and Informatics（见 Yi Dong profile）。

重要近期论文

Lu Zong 2026 年关于 sentiment co-movement 的论文提出了企业层面的极端情绪溢出与短期预测度量（见 Sentiment co-movement and stock returns）。虽然论文属于金融语境，但其中关于情绪持续性和跨主体溢出的建模思路，对公共议题持续性和治理紧迫度分析是相关的。

Lu Zong 2025 年发表于 Neural Networks 的 BC-PMJRS 论文提出了一种受脑计算启发的多模态联合表征方法，强调跨模态学习中的 global-local interaction，并在多模态情感数据集上进行了评估（见 BC-PMJRS）。这与项目中的多模态媒体分析主线直接相关。

Yi Dong 2025 年的 TACL 论文 Safe Pruning LoRA 讨论了 LLM 的安全保持式适配（见 Safe Pruning LoRA）。它并不直接面向乡村治理，但如果项目后续要用语言模型生成结构化解释，这类工作可以为可信 AI 这一侧提供方法背景。

实验室、资源与合作环境

这个项目最强的资源信号是分布式协同，而不是单一实验室。XJTLU 提供英文授课的中外合作校园以及 SMP 的数学、统计和应用计算环境；XJTU 提供新闻与新媒体学院及社会治理研究场景；Liverpool 则提供 AI 和机器学习研究支持。Liverpool 的 machine learning 页面也把 Yi Dong 列为 deep reinforcement learning、probabilistic verification、multi-agent systems 与 distributed optimisation 等方向的研究者（见 Liverpool machine learning）。

但这种跨机构结构也带来操作层面的不确定性。公开页面没有说明谁提供核心数据集、谁主导地图原型开发、导师之间的会面频率如何，也没有证据显示已经存在一个专门围绕 hollowed villages 建立好的成熟团队。因此，不宜把“四导师配置”直接等同于一个已高度整合的实验室体系。

资助、申请与生活成本

官方学费为全日制博士每年 RMB 99,000，通常学制为 3 到 4 年（见 XJTLU programme fees）。XJTLU 的奖学金页面说明，全额奖学金包括 3 年学费减免，总价值 RMB 297,000，并提供每月 RMB 5,000、连续 3 年的津贴；同时也存在只免学费或部分学费奖学金的可能（见 XJTLU scholarships）。

资助仍是最高优先级核实项。公开项目信息将该机会标为 funded，但本次审阅到的官方奖学金列表并未直接列出 SFXJTU2611。申请者需要确认这个项目当前是否确实有 funded place，具体属于 full、fees-only、partial 还是 external 资助，以及津贴是否覆盖整个预期学习周期。

生活成本会显著影响项目可负担性。XJTLU 官方给出的 Suzhou 预算示例分别为每月 RMB 3,700、RMB 6,450 和 RMB 9,600，对应不同住房与生活方式（见 XJTLU living costs）。住宿页面还列出了 SIP 校区周边公寓的日租、押金和合约限制（见 XJTLU accommodation）。如果只有 RMB 5,000 月津贴，那么只有在住房和开支控制较严的情况下才比较可行，无法轻松覆盖官方中档预算。

申请者匹配度与准备

最适合

这个机会最适合统计学、数据科学、计算机科学、AI、机器学习、NLP、多模态学习、GIS、计算社会科学或传播数据背景的申请者。XJTLU 的 Mathematical Sciences 博士入口页面说明，申请者通常需要具备相关学士和硕士学位，个别表现突出的本科直申者也可个案考虑（见 XJTLU entry requirements）。

中国申请者在原则上是具备资格的，而非被排除。相同的官方入口页面给出了面向中国学历的加权均分要求，how-to-apply 页面也列出了中国学生需要准备的学历认证材料（见 XJTLU how to apply）。不过，XJTLU 也明确说明，满足最低要求并不等于一定录取，因此材料质量仍然关键。

需要谨慎的情况

以下情况需要更谨慎评估：

更想做纯理论数学 PhD，而不是面向治理语境的数据分析课题；
编程或机器学习训练较弱；
不适应阅读和处理中文公共数据；
对治理敏感议题或数据合规问题较为排斥。

社会科学背景但缺少计算证据的申请者，需要补足实打实的技术准备；技术背景较强但不熟悉治理语境的申请者，则需要证明自己能够处理情境理解、伦理约束和解释质量。

需要加强的技能与证据

更强的申请包通常应包括：与项目对齐的简短研究计划、能够体现数据处理与模型评估能力的代码或论文证据、中文 NLP 或 multimodal learning 样例、对 explainable AI 的阅读积累、GIS / dashboard 经验，以及清晰的伦理方案。值得提前准备的主题包括 data minimisation、anonymisation、平台条款、PIPL / Data Security Law 基础、标注设计、uncertainty communication 和 human-in-the-loop evaluation。

申请路径与时间安排

截止日期需要按官方页面精确理解。XJTLU 说明博士申请全年开放，但其 how-to-apply 页面列出了 scholarship-funded existing projects 的入学节点截止时间：2026 年 10 月 30 日对应 2027 年 3 月入学，2027 年 1 月 15 日对应 2027 年 6 月入学，2027 年 4 月 30 日对应 2027 年 9 月入学（见 XJTLU how to apply）。以 2026 年 9 月 4 日为准，下一次列出的 scholarship-funded existing-project 截止时间是 2026 年 10 月 30 日，但前提是 SFXJTU2611 的名额仍然开放。

申请方式方面，公开信息要求申请者先向 Lu.Zong@xjtlu.edu.cn 发送初审材料，邮件主题中需包含项目标题。材料包括 CV、两封正式推荐信、个人陈述、英语成绩、本科和硕士成绩单及学历证书的中英文版本；国际学生至少需提供英文版本；此外还需提交硕士论文 PDF 或等效写作样本，以及可获得的评审报告。

下一步与待确认问题

最大的研究风险在于数据治理。中国个人信息保护法对个人信息的定义较广，覆盖收集、存储、使用、处理、传输、提供、公开和删除，并要求目的限定、最小必要、透明和合法处理基础（见 PIPL）。数据安全法同样适用于中国境内的数据处理，并要求合法使用、保护义务、伦理与风险监测（见 Data Security Law）。CAC 的算法推荐规定也强调透明度、用户权利、安全评估，以及涉及舆论和社会动员的算法服务约束（见 CAC algorithm provisions Q&A）。

因此，“公开可获取”不能简单理解为“无需伦理审查”。一个稳健的项目需要明确平台访问方式、采集边界、匿名化策略、脆弱群体处理、数据留存规则、跨境共享边界，以及原型系统的使用限制。如果还涉及访谈、村级地图或与政府协作，伦理和数据共享方案就更加重要。

以下按申请进程安排沟通。具体提交要求仍以项目的正式申请说明为准。

提交申请前

如果有资助，是否包含全额学费减免和每月 RMB 5,000 津贴，覆盖几年？
下一次入学对应哪个 deadline，这个名额现在是否仍开放？

联系导师或面试时

SFXJTU2611 当前是否仍有资助，具体 award tier 是什么？
哪些平台、地区、村庄和数据集在范围内，学生是否会获得现成数据访问？
会适用哪些伦理审查、匿名化、数据留存、跨境共享和平台许可规则？
地图原型究竟是研究演示、面向利益相关方的工具，还是可操作的治理支持系统？
谁负责建模、治理理论和原型工程的日常指导？
XJTU 与 UoL 导师分别多久和学生会面一次？
XJTU 访学和 UoL 短访成本是否包含在现有资助中？
申请前是否需要项目级研究计划？
发给 Dr Lu Zong 的首封邮件应附上哪些技术证据？

证据与来源

核心机构与项目

机构信号