🔍 耿同学打假报告

论文信息

• 论文来源：20190926201006530832.pdf
• 标题：以大数据之史鉴 人工智能之未来 ——案例研究和实证分析
• 作者：魏成
• 期刊：北京大学硕士学位论文（学位论文）
• DOI：无（学位论文）
• 发表年份：2017年5月

综合评定：✅ 清白

详细发现

发现 1：正文与表格数据微小不一致（疑似笔误）

• 位置：第四章，4.5节，第32页
• 描述：在对比模型性能时，正文描述为：“LR模型的TypeＩ错误为 29.97%，Type II错误为 22.41%。”然而，查看同页的表 4.4 及前文 4.3 节的表 4.1，LR模型对应的 Type I Error（即真实为幸福但判断为不幸福的比例）数值为 27.97%。
• 证据：表 4.4 明确列出 LR 模型 Type I Error 为 27.97%，而紧邻的段落文字写成了 29.97%。这在数学上无法对齐，属于典型的撰写排版疏忽。
• 严重程度：🟡（轻微异常，不影响核心结论，属于无心之失）
• 复核状态：✅ 成立

发现 2：实验数据真实合理（未发现异常）

• 位置：全文图表及第四章模型数据
• 描述：结合论文图片视觉分析摘要，前部章节的图表（如图2.1、图2.2、图2.3等）均为外部第三方机构（BCG、Gartner、Google）的公开资料引用，非作者原创实验数据。第四章的实证部分（图4.1-4.6）的机器学习模型指标（AUC值、准确率、误差率等）在逻辑上高度自洽，无异常的“完美数值”。
• 证据：第四章 Logistic 回归的 AUC 为 0.791，神经网络 MLPNN 的 AUC 为 0.808。计算时间分别为 3.8 分钟和 352.9 分钟。这种“耗费近百倍算力仅换来 1.7% 的 AUC 微弱提升”的真实痛点，非常符合 2017 年机器学习在传统社会科学调查数据上的实际表现，造假者通常倾向于编造更具“革命性”的提升幅度。
• 严重程度：无（未触发红旗）
• 复核状态：✅ 成立

发现 3：统计学与机器学习方法逻辑自洽

• 位置：第四章，4.3 - 4.5节
• 描述：Logistic 回归和多层神经网络的结构定义、符号说明、正则化方法以及梯度下降求解过程均符合标准机器学习教科书规范。未发现样本量在不同实验中不一致的情况（有效数据 61018 条贯穿始终）。模型对比结论（数据量不大时，深度学习方法优势不明显且成本高昂）与当前经济学界的普遍认知一致。
• 证据：公式与算法（如 L2 正则化、随机梯度下降）推导未发现明显数学矛盾。
• 严重程度：无（未触发红旗）
• 复核状态：✅ 成立

耿同学辣评

这篇 2017 年的经济学硕士论文主打一个“清澈的诚实”。花了几百分钟跑出来的神经网络，AUC 才比逻辑回归高了 0.017，这种“费了半天劲结果没啥大用”的心酸打工数据，编是编不出来的，因为真正想造假的人早就直接把性能指标吹上天了！唯一的瑕疵就是把 27.97% 的 Type I Error 在正文里错打成了 29.97%，纯属查重时没戴老花镜导致的翻车，瑕不掩瑜，可以放心食用。

建议后续行动

• 无需联系作者要求提供原始数据（仅存在轻微笔误）
• 无需在 PubPeer 上提出质疑
• 无需向期刊编辑部举报
• 无需向作者所在机构学术委员会举报

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。