【研究發展處 記者：林欣儀】

在人工智慧（AI）與生成式模型鋪天蓋地的當代，多數人的目光往往被虛擬直播主（VTuber）或 AI 繪圖等具象化的科技產物所吸引。然而，在數位世界的地底下，真正支撐著整個網際網路、社群平台與電商演算法運作的，其實是一張由海量數據交織而成的巨型隱形網絡。在國立政治大學資訊科學系的校園裡，便有著一位與這股隱形力量息息相關的年輕學者—鄧雅文助理教授。她的研究核心專注於大眾鮮少聽聞，但在科技界卻被視為隱形冠軍的「圖學習（Graph Learning）」，同時也深耕「資料探勘（Data Mining）」與「智慧社群網路分析」等前沿領域。從早期社群網路的影響力研究，到近年快速發展的圖學習與人工智慧技術，鄧雅文助理教授始終關注著同一個核心命題：如何透過資料與演算法，理解真實世界中的人類行為，並進一步解決現實生活中的問題。這樣的研究思維，也形塑了她一路走來獨特且扎實的學術軌跡。

走過求學跌撞的奇幻旅程，遇見政大恩師並發現解題的成就感

回顧求學歷程，鄧雅文助理教授坦言自己並非一開始就鎖定要走學術研究這條道路。大學就讀於國立成功大學資訊工程系的她，自認當時將大部分時間都花在「開心地玩耍」與享受校園生活，對於未來就業或人生規劃並沒有太長遠的想法。在畢業之際，千禧年代的臺灣科技業正值智慧型手機與遷入式系統產業如日中天得展開，身邊的同儕與學長姐們紛紛投入這波硬體與晶片研發的洪流，但鄧雅文助理教授卻敏銳地察覺到，自己或許不適合這條高度依賴硬體的道路。

「來到國立政治大學後，我發現這裡的資訊科學系其實是一個偏向『軟體與應用』的環境，這給了我很大的呼吸空間與選擇機會。」鄧雅文助理教授在進入國立政治大學資訊科學系碩士班後，她發現自己對學術研究產生濃厚興趣，也遇到了影響她一生學術軌跡的指導教授—曾任國立政治大學理學院院長的陳良弼老師。在鄧雅文助理教授的心中，陳良弼教授不僅是她學術上的啟蒙恩師，更是一位真正實踐「因材施教」的良師益友。她回憶道，現在自己擔任助理教授收學生時，經常收到準備得完美無瑕的履歷、專題作品與成績單，而當年的自己卻什麼都沒有附，抱著「想和老師談談」的心情就敲開了辦公室的大門。

「很感謝陳老師非常願意給當初一個什麼都不懂的我一次機會。」鄧雅文助理教授感性地說，陳良弼教授的研究專長正是「資料探勘（Data Mining）」，這門技術在當時正經歷著歷史性的演進—從傳統的資料庫數據抽離，逐漸轉向由海量數據中掏金、挖掘人類肉眼看不到的潛在知識。在陳老師的帶領下，鄧雅文助理教授第一次體會到閱讀學術論文的樂趣，她順利完成碩士論文研究，進一步前往臺灣大學電機工程學系攻讀博士學位，逐步建立起資料探勘與社群網路分析的研究基礎。對她而言，博士訓練最大的收穫，不只是學習技術，而是學會如何發現問題、建構問題，並透過研究方法找到答案。每當一個原本模糊的想法被轉化為論文題目，最終得到具體解答時，那份成就感便成為支持她持續投入研究的重要動力。

課堂外的信仰啟發，當「傳福音」化為數學公式與社群影響力最大化

鄧雅文助理教授在博士班的第一篇指標性論文，誕生於2011年前後，那正是全球網路如雨後春筍般興起、徹底顛覆人類社交型態的關鍵年代。學術界紛紛將目光投向這個新興領域，但鄧雅文切入這個題目的動機，卻源自於一件非常日常且深刻的個人信仰生活故事。身為一名虔誠基督徒的鄧雅文助理教授，經常需要面對教會中「傳福音」的實務難題，「基督題很喜歡到處跟別人分享信仰，但如果方法不對、或者看起來很奇怪，甚至會排斥。」她解釋道，從日常生活的經驗可以得知，如果想要向一個人成功傳福音，必須先去尋找對這件事已經有一點點基礎興趣的人；同時，傳福音的人自己也需要在生活中展現出熱情與好的榜樣。這個生活中的小小困惑，在鄧雅文助理教授的腦中突然產生了奇妙的化學反應：「如果我把這件事情放在社群網路上呢？我今天想把一個目標對象對特定事物的興趣提升到某個程度，這是不是會與這個人本身的起始興趣，以及他身邊朋友的熱情程度有關？」

這個看似來自生活的問題，後來成為她投入社群影響力研究的重要起點。透過數學模型與演算法設計，她嘗試分析社群網路中的資訊擴散過程，研究不同節點間的影響力如何累積與傳播，並發展出所謂「影響力最大化（Influence Maximization）」的研究方向。這種現實中遇到的真實問題，轉化爲學術論文的科學題目，並用嚴謹的數學公式將其完美解決的過程，帶給了鄧雅文助理教授巨大的成就感。「念博士班的時候，你會自己要去發現問題，然後去把這個問題建構出來並解決它，這件事非常有成就感。這種成就感的過程不斷循環，才能支持你繼續做研究。」

這種「生活即研究」的路線，也一路延續到她後續的研究中。隨著社群網路與電商經濟的緊密結合，鄧雅文助理教授將這套社群傳播模型延伸到了商業世界的「病毒式行銷與收益最大化」領域。在網路購物的時代，廠商往往希望用最少的資源投入，達到最廣泛的促銷效果。鄧雅文助理教授的研究便是透過圖形演算法，在大數據中精準計算出該如何挑選最初的「種子用戶」或網紅、配合什麼樣的定價策略與優惠券發放級距，才能讓訊息像病毒一樣快速在網路上增長，進而幫企業創造極大化的推廣收益。她笑稱，這就像是網路上大家在揪團、或搶特定熱門商品一樣，背後其實都有著精密的數據動態與傳播規律在運作。

察覺「尿布與啤酒」的商業規律，看見演算法的數位不公

在深入研究智慧社群網路之前，鄧雅文助理教授的研究觸角早已深耕於「資料探勘(Data Mining)」領域。談起這門從海量數據中淘金的科學，鄧雅文助理教授分享了一個大眾耳熟能詳的商業故事—「尿布與啤酒」。美國某家大型超市在分析密密麻麻的銷售數據時，意外發現了一個看似毫無邏輯的現象：每逢週五晚上，尿布與啤酒的銷量總會並肩暴增。經過進一步探勘才揭開背後的有趣真相——原來每到週末前夕，新手媽媽們會叮囑丈夫下班順路去買尿布，而爸爸們在抱起尿布的同時，往往也會順手抓上幾罐啤酒慰勞自己。超市隨後將這兩件商品擺在相鄰的貨架上，果不其然讓業績大幅翻倍。

「這就是資料探勘的魔力，它能從龐大的數據規律中，挖掘出人類肉眼看不見的行為潛在關聯。」鄧雅文助理教授解釋。然而，隨著研究的深化，她敏銳的觀察力讓她注意到了隱藏在大數據與演算法背後的另一面隱憂—演算法的偏見與不公平性（Fairness in Machine Learning）。在當今社會，演算法常被塑造成一種絕對客觀、理性的判斷標準，但鄧雅文助理教授一針見血地指出：「演算法是人寫的，更是透過機器學習『過去的人類數據』來做預測。如果我們過去的社會資料本身就帶有偏見，演算法學出來的結果就會把歧視無限放大。」

為了突破這個科技痛點，鄧雅文助理教授將資料探勘的關懷視角延伸至「圖學習（Graph Learning）」的隱形網路。在這個由無數個「點與線」交織而成的複雜世界裡，演算法正默默形塑你在數位世界中是個怎樣的人，並決定要推薦什麼資訊給你。也就是說，在網路上，每一個節點可能代表一個人、一個商品、或一個網頁；而每一條線則代表他們之間的互動關係，比如你買了什麼商品、你對某個言論按了讚還是寫了批評。演算法正是透過學習這些錯綜複雜的點線關係，進而決定要推薦什麼廣告、什麼新聞給妳。

然而，這種基於過往規律的推薦機制，卻極易築起數位世界的玻璃天花板。鄧雅文助理教授舉例，如果演算法分析過去的歷史數據，發現高薪科技主管的職缺在過往男性點擊率或錄取率較高，它在未來投放高薪職缺廣告時，就會自動傾向多推薦給男性用戶，這無形中剝奪了女性或弱勢族群獲取關鍵資訊的機會，形成惡性循環。對此，鄧雅文助理教授在國際頂尖學術研討會（如 ACM CIKM）上，發表了開創性的「差異種子（Disparity Seeding）」演算法架構。這項研究的核心在於：如何在不犧牲商業行銷總體觸及率與傳播效益的前提下，主動在演算法底層加入公平性限制，強迫訊息在擴散過程中必須精準確保弱勢群體或特定性別的觸及比率。這項突破性的成果，不僅展示了她深厚的數學與程式能力，更展現了一位科學家利用技術手段捍衛社會公平、實踐平權關懷的溫慢初心。

跨越虛擬與現實的學術實踐，思考能力比答案更重要

從早期的影響力最大化，到如今主動打破偏見的「差異種子」，鄧雅文助理教授的學術旅程就像她當年敲開指導教授辦公室大門一樣，始終充滿了對未知的好奇，以及對「人」的深切關懷。對她而言，代碼與數學公式從來不是冰冷的黑盒子，而是理解世界、改善社會的有力工具。而在生成式 AI 與元宇宙百花齊放的當代，人類即將迎來虛實混合、人機共存的新社群時代。面對更複雜、更龐大的底層數據，鄧雅文助理教授依然站在科技的前沿，嘗試用演算法為數位世界注入正向的影響力。

         面對系上資訊科學系的理工學生，鄧雅文助理教授也常常用自己的研究故事來啟發他們。「寫程式只是解決問題的手段，真正的關鍵在於你能不能敏銳地察覺到真實社會的需求。」她期許自己培養出來的資科人才，不僅能追逐最新、最酷炫的 AI 技術，更能具備對「人」與「社會組織」的細膩同理心，將冰冷的代碼轉化為改善人類生活的溫度。回首這一路走來的軌跡，當初那個「只想開心地玩耍」、沒有完美履歷的資訊工程系女孩，如今已在國立政治大學資訊科學系建立起屬於自己的學術守備範圍。她將繼續帶著對生活的細膩觀察，在縱橫交錯的數據圖形中淘金，用最硬核的科技手段，寫下最具生活溫度的研究篇章。

圖片說明：

1. 鄧雅文老師以人AI生成的影響力流動示意圖，將複雜的社群網絡具象化。（來源：鄧雅文）
2. 在人機混合社群網絡下，演算法下隱含的影響、公正與干預極為重要。（來源：鄧雅文）