計算社會科學：數字時代的社會科學研究

爛啊爛。 分爲兩個爛點 一這本書純粹自嗨 拉到籃子裏就是菜，和計算社會科學有啥關係倒是完全沒看出來，就看到編者的 ego 了，啥都不精啥都往裏放。計算社會科學這玩意麻煩的原因在於本身就是邊緣學科，研究範式是無法檢驗的，所以往往只能在主要結論下做一個推論過程，但就有一幫人連熱力學都不懂的情況下就開始搞什麼湧現。這書的編委肯定是沒上心東拉西扯 完全沒有一個主旨。第二爛的原因就是文章質量選的也很差… 貧困的那篇放在這個書的主題下給我看笑了

初步又知道一門新學科…… 根據使用環境的不同，計算社會科學方法主要分爲五個： •　自動信息提取 •　社交網絡分析（SNA） •　地理空間分析 （又被稱爲社會地理信息系統、地理信息系統、社會GIS） •　複雜系統建模 •　社會模擬模型

如果是作爲科普書籍，後面的內容與計算社會科學本身相關的內容有點深了，大部分都在講得出了什麼結果，卻沒有好很好的將到方法論。如果是作爲偏專業的推介書，顯然又太偏淺了。並且文章行文結構，錯漏字等等毛病都很多，總的說來還是雞肋

計算社會科學可能是21世紀最酷的研究範式了，“this is not rocket science”，但事實上人類對於火箭的控制比起種族隔離、政治極化、財富不均的理解和控制要有效的多。結構洞、弱連接和稀缺的結論也確實讓人醍醐灌頂。但具體到這本書來說，也只是一本科普性質的讀物罷了，而且其中很多錯字、缺字，導致閱讀體驗並不是很好。如果想要具體瞭解研究方法，倒不如去看原文；而如果只是想看結論，本書也並非最佳的選擇，因此地位比較尷尬。

百度百科：計算社會科學（Computational social science）指的是在社會科學中採用計算機運算方法的學術分支，運算用以建立模型、模擬、分析社會現象。次分支包括計算經濟學、計算社會學、自動媒體分析等等，內容則專注在透過模擬、建模、網絡分析、媒體分析等觀察社會與行爲關係及互動。 當數據，信息，統計和計算作爲社會研究的工具集出現時，必須始終保持一種警惕：（1）理論方面：是否一切皆可數字化，一切皆可計算？如果是，其代價是什麼？計算必須基於假設，假設必定基於簡化——簡化的背後既有成本考量，也有美學的訴求——被簡化掉的是什麼，沒有被假設包含的機會成本是什麼？ （2）實踐方面：無論社會科學的研究過程如何科學，研究結論如何令人信服，但其結論終究是一種歷史範疇，脫離了時空約束和適用場景，極易出現“南橘北枳”或者“水土不服”的現象，因此需要摒棄刻舟求劍和自以爲是的先入爲主，首先考慮的是實事求是，如何將其本土化。

一、計算社會科學的誕生——Lazer等人《計算社會科學》 2009年，Lazer等人發表《計算社會科學》，第一次正式提出了計算社會科學的概念，概括了計算社會科學的出現及其發展，強調了網絡科學研究在其中所扮演的角色和數字化媒體所提供的機遇，標誌着計算社會科學的誕生。從那時以來，有關計算社會科學的研究得到了學術界廣泛關注，並且產生了大量的研究成果。 二、計算社會科學的進一步確立——R. Conte等人《計算社會科學宣言》 2012年，由來自意大利國家科研委員會的R. Conte領銜，來自歐美國家的14位學者又在《歐洲物理學刊.專號》（第1期）發表了《計算社會科學宣言》。這篇《宣言》從時代機遇、技術發展、方法創新、當下挑戰和預期影響等五個方面全景式地說明了計算社會科學發展現狀及其未來的前景。 隨着海量數據分析相應的並行計算、多元算法和硬件條件逐漸完成整合，計算社會科學發展成爲現實。 三、7年發展小記——R. Michael Alvarez《計算社會科學：發現與預測》 計算社會科學還廣泛應用於更多的跨學科研究，包括“計算新聞學”、“計算傳播學”、“計算語言學”、“計算犯罪學”、“計量分類學”以及“計算創新”等範疇，均有極其重要的研究進展。同樣，在人文學科領域，包括“計算史學”、“計算法學”等分支學科，長期的研究積累加之以現代計算技術的輔助，也產出了大量令人矚目的研究成果。 2016年，R. Michael Alvarez編著的《計算社會科學：發現與預測》全面回顧和概括了計算社會科學的發展狀況，發現計算社會科學擁有豐富的工具箱，並廣泛應用於社交媒體、抗爭運動、議會表決、新型政黨組建、政府治理以及社會營銷學等領域。

我這個一般還是給的印象分，不然的話我就打＂不行＂了，這個小書甚至沒有達到集智的文章的一般水準

2021.20 社會科學中許多問題會更加複雜，雖然現在有了一些模型計算的方法幫助我們更加深入的研究這些問題，但是我們對於複雜系統的認識還遠遠不夠。從系統認知，到歸因分析，再到能形成預測和干預，還有很多路要走。最近打算去學習下因果分析

沒有想象中的收穫大。不少錯字和段落岔行。

還算是值得一讀，最後幾篇論文的細節上有點看不懂