推动方法模型创新，筑牢研究基础。一方面，加快算法模型开发，推动研究过程智能化转型。通过整合 跨学科、跨团队的资源，开发数据挖掘算法和智能分析模型，尤其是针对特定软科学问题的算法与模型 研发，将机器学习、深度学习、知识图谱等人工智能技术深度嵌入研究流程，实现从依赖专家经验的定 性研判向定量分析与质性研究融合的范式跃迁。另一方面，推动跨学科方法融合，加快多样化、多学科 方法和工具的开发与运用，突破学科边界限制，让数据从信息科学、行为科学、管理科学及社会科学等 不同角度"说话"，形成与大数据时代相适应的研究方法体系。 （作者王宏、刘沁莹，单位为南方电网科学研究院有限责任公司；作者胥经纬、陈钢，单位为中国南方 电网有限责任公司） 深化范式转型认知，明确转型方向。研究范式的转型路径并非替代关系，单一依赖定性分析易缺乏科学 严谨性，而过度偏向定量研究则可能丧失问题导向性，需建立以数据与专家智慧为主的双轮驱动模式。 一方面，充分发挥人机协同效应，依托专家的专业知识与经验明确拟解决问题、研究思路以及确定问题 最终的解决方案，在此基础上利用大数据分析方法增强研究的科学性和前瞻性。另一方面，引入专家经 验与智慧内嵌到算法程序中， ...