导师简介
如果你想申请香港城市大学 传播学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析香港城市大学的Prof.DAI的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！
教授现任香港城市大学媒体与传播学系副教授，是传播学领域内颇具影响力的学者。教授拥有扎实的学术背景，本科毕业于香港城市大学，硕士学位获得于香港大学，博士学位则来自美国密歇根州立大学。作为一位在传播学领域深耕多年的学者，教授专注于研究媒介环境中或涉及传播技术使用的人际认知和社会影响过程。
教授的研究工作获得了学术界的广泛认可，曾荣获多项学术奖项，包括2023年国际传播协会信息系统部门最佳论文奖、2023年CLASS新研究者奖、2024年全国传播协会年度大会群际传播部门最佳论文奖等荣誉。这些奖项充分体现了教授在传播学研究领域的卓越贡献和学术影响力。
研究领域
教授的教学和研究兴趣广泛而深入，主要集中在以下几个领域：
- 计算机媒介传播（Computer-mediated communication）教授关注数字化媒介环境如何改变人们的交流方式，尤其研究在线环境中的人际互动、身份表达和关系建立等问题。她的研究探索了社交媒体、在线论坛等平台如何影响人们的沟通方式和效果。
- 在线群际动态（Intergroup dynamics online）在这一领域，教授研究不同社会群体在网络空间中的互动模式和影响。她特别关注观察者如何通过观察在线互动形成对特定群体的态度和看法，揭示了替代性互动（vicarious interaction）在群际关系中的重要作用。
- 媒介群际接触（Mediated intergroup contact）教授的研究拓展了传统的群际接触理论，探索了通过媒介（如新闻评论、社交媒体互动等）实现的群际接触如何影响人们对外群体的态度和偏见。她的实证研究表明，积极的媒介群际接触可以有效减少偏见，促进群际理解。
- 社会影响与说服（Social influence and persuasion）在这一领域，教授研究传播信息的来源（如人类vs人工智能）和呈现方式（如叙事vs非叙事）如何影响说服效果。她的研究为理解数字时代的说服传播提供了新视角。
- 技术与错误信息纠正（Technology and misinformation correction）教授致力于研究如何利用技术手段有效纠正错误信息，探索了纠正信息的呈现顺序、去偏见信息等因素对纠正效果的影响，为应对"信息疫情"提供了实证基础。
- 聊天机器人与社会支持（Chatbot and social support）教授近期的研究关注人机互动在社会支持环境中的应用，比较了聊天机器人与人类在提供情感支持方面的差异和效果，以及用户期望如何影响其与聊天机器人的互动体验。
研究分析
1.《How user comments affect news readers' outgroup prejudice: Vicarious intergroup contact and the moderating role of direct intergroup contact》
主要研究内容：该研究探讨了媒体数字化如何创造环境，让用户能够与现实生活中难以接触的外群体成员进行间接接触。研究调查了替代性接触（观察群际互动）如何通过新闻文章上的用户评论减少读者对外群体的偏见，以及直接接触在这种效应中的调节作用。通过一项在线实验（N = 700），研究发现，对于与艾滋病毒阳性个体有限积极直接接触的参与者，通过用户评论与艾滋病毒阳性个体进行积极的替代性接触增加了他们与艾滋病毒阳性个体互动的意愿。这项研究拓展了群际接触理论，揭示了媒介环境中替代性接触的重要作用，为减少社会偏见提供了新思路。
2：《Other-Interest and compassion as mechanisms of the warranting principle: Advancing warranting theory in the context of sponsored posts》
发表期刊：Telematics and Informatics (2025)
主要研究内容：本研究探讨了在网络信息环境中，尤其是在赞助内容背景下，保证原则（warranting principle）的作用机制。研究考察了他人兴趣和同情心如何作为保证原则的中介机制，影响受众对在线内容的信任和评价。这项研究通过实验方法，考察了不同类型的赞助信息披露如何影响受众的信任度，以及自我披露在这一过程中的作用。研究结果深化了对在线信息评估过程的理解，为提高赞助内容的有效性和可信度提供了实证依据，同时也丰富了保证理论的理论内涵。
3：《AI vs. Human Voices: How Delivery Source and Narrative Format Influence the Effectiveness of Persuasion Messages》
发表期刊：International Journal of Human-Computer Interaction (2024)
主要研究内容：随着AI在日常信息接收中的作用日益重要，这项研究通过网络实验（N = 228）检验了信息的说服效果如何受到其传递源（人类vs人工智能）和格式（叙事vs非叙事）的影响。研究发现，人类传播者被认为比AI传播者更可信，对参与者的态度影响更大。特别是在传递叙事说服信息时，人类传播者比AI传播者更具说服力，但这种效果并非由感知的传播者可信度所调节。这项研究丰富了叙事说服文献，比较了人类和非人类传播者作为传递源的差异，并揭示了在叙事说服信息研究中考虑非人类信息传播者的重要性。这些发现对于理解AI时代的说服传播提供了重要启示，为设计更有效的说服信息提供了实证基础。
4：《Increasing Trust in Influencer Marketing: The Effects of Sponsorship Disclosure and Endorser Type》
发表期刊：Journal of Promotion Management (2024)
主要研究内容：本研究探讨了网红营销中赞助披露和代言人类型如何影响消费者对品牌营销的信任。研究考察了不同类型的赞助披露（明确vs模糊）以及不同类型的代言人（普通人网红vs名人网红）对消费者感知可信度、品牌态度和购买意向的影响。研究发现，明确的赞助披露比模糊的赞助披露更能增强消费者信任，而普通人网红在某些情况下可能比名人网红更有效。这项研究为理解社交媒体营销中的信任机制提供了新视角，为品牌如何有效利用网红营销提供了实用指导。
5：《When a Chatbot Disappoints You: Expectancy Violation in Human-Chatbot Interaction in a Social Support Context》
发表期刊：Communication Research (2024)
主要研究内容：随着聊天机器人在社会支持领域的应用日益广泛，用户对其表现的期望可能显著影响互动体验。这项研究通过2×2实验设计，通过匹配或错配聊天机器人的专业标签（专家vs非专家）和实际表现（高质量vs低质量），创造了期望违背和期望确认条件。研究考察了期望违背如何影响用户对聊天机器人的评价、互动满意度以及未来使用意愿。结果表明，当聊天机器人的实际表现不符合用户期望（尤其是负向违背）时，用户体验会显著受损。这项研究为理解人机社会支持互动中的期望管理提供了重要见解，为设计更有效的聊天机器人社会支持系统提供了指导
6：《The Effects of Message Order and Debiasing Information in Misinformation Correction》
发表期刊：International Journal of Communication (2021)
主要研究内容：错误信息即使在被揭穿后仍会继续影响人们的推断，使完全消除其有害影响变得极其困难。这项两波在线实验研究测试了错误信息纠正的有效性如何受到以下因素的影响：(1)纠正信息是在错误信息之前还是之后呈现；(2)纠正信息是否伴随有增强去偏见思维的信息。研究发现，纠正信息呈现的顺序（预防vs反驳）对纠正效果有显著影响，而去偏见信息可以进一步增强纠正效果。这项研究为应对信息疫情提供了实证基础，为设计更有效的错误信息纠正策略提供了具体指导。
项目分析
1：《SSF-CityUHK: Designing Scientifically Validated Deception Detection Tasks to Evaluate the Effectiveness of Anti-Scam Strategies in Chinese Contexts》
开始时间：2025年6月
项目角色：共同调查员
主要研究内容：该项目旨在设计科学验证的欺骗检测任务，以评估反诈骗策略在中国背景下的有效性。项目将结合传播学、心理学和计算机科学的跨学科方法，开发和测试适合中国文化背景的欺骗检测任务。通过实验研究，项目将评估不同反诈骗策略的有效性，考察个体差异（如数字素养、认知能力）如何影响欺骗检测能力，并探索文化因素在欺骗感知和检测中的作用。这项研究将为开发文化敏感的反诈骗教育和干预策略提供科学依据，有助于减少网络诈骗对社会的危害。教授在该项目中负责媒体传播和社会影响方面的研究，特别关注错误信息识别和纠正的策略开发。
2：《GRF: Mitigating Prejudice toward South and Southeast Asian Immigrants in Hong Kong: A Mixed-Method Investigation of the What, How, and If》
开始时间：2023年1月
项目角色：主要调查员和项目协调员
主要研究内容：这个由香港研究资助局（GRF）资助的项目旨在调查和减轻香港社会对南亚和东南亚移民的偏见。项目采用混合研究方法，首先通过定性研究（如访谈、焦点小组）了解香港人对南亚和东南亚移民的刻板印象和偏见内容（"what"），然后通过实验研究探索媒介群际接触如何影响偏见（"how"），最后评估干预策略在实际环境中的有效性（"if"）。研究特别关注媒体表征和在线互动在形成和减轻偏见中的作用，以及文化因素如何调节接触效应。这项研究不仅有助于理解香港特定背景下的群际关系，还将为促进社会包容和减少歧视提供实证基础和实用策略。
3：《Mediated Social Support for Distress Reduction: AI Chatbots vs. Human》
研究时间：2023-2024年
主要研究内容：这项研究项目比较了AI聊天机器人与人类作为社会支持来源的差异和效果。在一项组间实验研究中，一个人类和两种类型的表面聊天机器人（使用"奥兹巫师"设计）与经历压力情境的大学生进行了支持性对话。研究考察了聊天机器人与人类在提供情感支持方面的过程差异和条件效应，特别关注支持互动如何影响参与者的压力和担忧水平。结果表明，在某些条件下，聊天机器人提供的情感支持可以与人类相媲美，但两者的支持机制和影响因素存在显著差异。这项研究为理解数字时代的社会支持提供了新视角，为开发更有效的聊天机器人支持系统提供了科学依据。
研究想法
基于代悅教授的研究领域和发表论文，以下提出一些创新的研究和实践想法：
1.跨平台替代性群际接触研究
现有研究主要关注单一平台（如新闻评论区）中的替代性群际接触，未来研究可以比较不同社交媒体平台（如微博、抖音、知乎等）中替代性接触的特点和效果。这些平台在用户群体、互动方式和内容呈现上存在差异，可能导致不同的替代性接触效果。通过跨平台比较研究，可以揭示平台特性如何调节替代性接触效果，为平台设计和内容策略提供指导。
2. 算法驱动的个性化去偏见干预
随着机器学习技术的发展，可以开发基于用户特性和行为的个性化去偏见干预系统。这类系统可以实时分析用户的媒体消费模式、认知倾向和社交网络特征，提供针对性的去偏见信息和替代性接触机会。研究可以采用A/B测试方法，比较个性化干预与通用干预的效果差异，探索个性化干预的最佳设计原则。
3. 多模态替代性接触研究
现有研究主要关注文本形式的替代性接触，未来研究可以探索多模态替代性接触的效果，如视频互动、音频对话、虚拟现实中的替代性接触等。这些不同模态可能激活不同的认知和情感机制，产生不同的群际效果。研究可以采用多方法设计，综合生理测量、自我报告和行为观察等方法，全面评估多模态替代性接触的效果及其机制。
4. 文化敏感的错误信息纠正策略
考虑到文化因素对信息处理和说服效果的影响，未来研究可以开发和测试针对不同文化背景的错误信息纠正策略。例如，集体主义文化（如中国）和个人主义文化（如美国）的受众可能对不同类型的纠正信息（如基于权威vs基于共识的纠正）有不同反应。研究可以采用跨文化比较设计，识别文化特定的纠正机制和策略，为全球化背景下的错误信息治理提供指导。
5. AI辅助的群际偏见干预系统
结合教授关于群际接触和AI互动的研究，可以开发AI辅助的群际偏见干预系统。这类系统可以作为"虚拟调解者"，促进不同群体成员之间的对话，提供教育性信息和建设性反馈，引导用户反思自己的偏见和刻板印象。研究可以采用设计科学方法，迭代开发和评估干预系统的可用性和有效性，探索AI在促进群际和谐中的积极作用。
申请建议
1. 深入了解教授的研究领域和方法论
- 系统阅读核心文献：仔细阅读教授的主要发表论文，特别是关于替代性群际接触、媒介环境中的社会影响、错误信息纠正和人机互动的研究。关注她使用的理论框架、研究方法和主要发现。
- 掌握实验方法：教授的研究主要采用实验方法，申请者应具备设计和执行实验研究的能力，包括实验操纵、问卷设计、数据分析等。熟悉在线实验平台（如Qualtrics）和统计软件（如SPSS、R）是重要优势。
- 跨学科视野：了解相关领域（如社会心理学、认知科学、人机交互）的理论和方法，能够将跨学科知识应用于传播学研究问题。
2. 提出与教授研究相契合的研究计划
- 找准研究切入点：基于教授的研究领域，提出创新但可行的研究问题。例如，可以探索替代性接触在特定群体（如不同年龄段、教育背景）中的差异效应，或研究新兴技术（如AR/VR、生成式AI）在群际偏见减少中的应用。
- 方法论匹配：研究计划应体现出与教授研究方法相匹配的方法论知识和技能。例如，如果提出实验研究，应详细说明实验设计、变量操纵和测量方法；如果提出混合方法研究，应说明如何整合定性和定量数据。
- 理论与实践结合：研究计划应既有坚实的理论基础，又具有明确的实践意义。例如，可以探讨如何将替代性接触原理应用于减少特定社会环境（如校园、工作场所）中的群际偏见。
3. 培养与教授研究相关的专业能力
- 量化研究能力：掌握高级统计分析技术，如结构方程模型、多层线性模型、中介和调节分析等。熟悉实验设计和实验数据分析是基本要求。
- 数字素养与技术能力：具备与新媒体和数字技术相关的知识和技能，如熟悉社交媒体平台的特性和使用模式，了解AI和聊天机器人的基本原理和应用。
- 交叉学科背景：来自传播学、心理学、社会学、计算机科学等相关背景的申请者都可能具有竞争力，关键是能够将自己的背景知识与教授的研究兴趣有机结合。
4. 在申请材料中突显与教授研究的契合点
- 个人陈述的定制化：在个人陈述中明确表达对教授研究领域的兴趣和了解，解释为什么选择申请她的博士项目，以及您的背景和兴趣如何与她的研究方向相契合。
- 研究经历的相关性：突出展示与教授研究相关的研究经历和技能，如实验设计经验、数据分析能力、对特定研究领域（如群际关系、社会影响、人机互动）的了解。
- 学术成果的展示：如有相关的学术论文、会议报告或研究项目，应在申请材料中予以强调，展示您在相关领域的研究能力和潜力。
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。
【竞赛报名/项目咨询+微信：mollywei007】
