计算社会科学：数字时代的社会科学研究

烂啊烂。 分为两个烂点 一这本书纯粹自嗨 拉到篮子里就是菜，和计算社会科学有啥关系倒是完全没看出来，就看到编者的 ego 了，啥都不精啥都往里放。计算社会科学这玩意麻烦的原因在于本身就是边缘学科，研究范式是无法检验的，所以往往只能在主要结论下做一个推论过程，但就有一帮人连热力学都不懂的情况下就开始搞什么涌现。这书的编委肯定是没上心东拉西扯 完全没有一个主旨。第二烂的原因就是文章质量选的也很差… 贫困的那篇放在这个书的主题下给我看笑了

初步又知道一门新学科…… 根据使用环境的不同，计算社会科学方法主要分为五个： •　自动信息提取 •　社交网络分析（SNA） •　地理空间分析 （又被称为社会地理信息系统、地理信息系统、社会GIS） •　复杂系统建模 •　社会模拟模型

如果是作为科普书籍，后面的内容与计算社会科学本身相关的内容有点深了，大部分都在讲得出了什么结果，却没有好很好的将到方法论。如果是作为偏专业的推介书，显然又太偏浅了。并且文章行文结构，错漏字等等毛病都很多，总的说来还是鸡肋

计算社会科学可能是21世纪最酷的研究范式了，“this is not rocket science”，但事实上人类对于火箭的控制比起种族隔离、政治极化、财富不均的理解和控制要有效的多。结构洞、弱连接和稀缺的结论也确实让人醍醐灌顶。但具体到这本书来说，也只是一本科普性质的读物罢了，而且其中很多错字、缺字，导致阅读体验并不是很好。如果想要具体了解研究方法，倒不如去看原文；而如果只是想看结论，本书也并非最佳的选择，因此地位比较尴尬。

百度百科：计算社会科学（Computational social science）指的是在社会科学中采用计算机运算方法的学术分支，运算用以建立模型、模拟、分析社会现象。次分支包括计算经济学、计算社会学、自动媒体分析等等，内容则专注在透过模拟、建模、网络分析、媒体分析等观察社会与行为关系及互动。 当数据，信息，统计和计算作为社会研究的工具集出现时，必须始终保持一种警惕：（1）理论方面：是否一切皆可数字化，一切皆可计算？如果是，其代价是什么？计算必须基于假设，假设必定基于简化——简化的背后既有成本考量，也有美学的诉求——被简化掉的是什么，没有被假设包含的机会成本是什么？ （2）实践方面：无论社会科学的研究过程如何科学，研究结论如何令人信服，但其结论终究是一种历史范畴，脱离了时空约束和适用场景，极易出现“南橘北枳”或者“水土不服”的现象，因此需要摒弃刻舟求剑和自以为是的先入为主，首先考虑的是实事求是，如何将其本土化。

一、计算社会科学的诞生——Lazer等人《计算社会科学》 2009年，Lazer等人发表《计算社会科学》，第一次正式提出了计算社会科学的概念，概括了计算社会科学的出现及其发展，强调了网络科学研究在其中所扮演的角色和数字化媒体所提供的机遇，标志着计算社会科学的诞生。从那时以来，有关计算社会科学的研究得到了学术界广泛关注，并且产生了大量的研究成果。 二、计算社会科学的进一步确立——R. Conte等人《计算社会科学宣言》 2012年，由来自意大利国家科研委员会的R. Conte领衔，来自欧美国家的14位学者又在《欧洲物理学刊.专号》（第1期）发表了《计算社会科学宣言》。这篇《宣言》从时代机遇、技术发展、方法创新、当下挑战和预期影响等五个方面全景式地说明了计算社会科学发展现状及其未来的前景。 随着海量数据分析相应的并行计算、多元算法和硬件条件逐渐完成整合，计算社会科学发展成为现实。 三、7年发展小记——R. Michael Alvarez《计算社会科学：发现与预测》 计算社会科学还广泛应用于更多的跨学科研究，包括“计算新闻学”、“计算传播学”、“计算语言学”、“计算犯罪学”、“计量分类学”以及“计算创新”等范畴，均有极其重要的研究进展。同样，在人文学科领域，包括“计算史学”、“计算法学”等分支学科，长期的研究积累加之以现代计算技术的辅助，也产出了大量令人瞩目的研究成果。 2016年，R. Michael Alvarez编著的《计算社会科学：发现与预测》全面回顾和概括了计算社会科学的发展状况，发现计算社会科学拥有丰富的工具箱，并广泛应用于社交媒体、抗争运动、议会表决、新型政党组建、政府治理以及社会营销学等领域。

我这个一般还是给的印象分，不然的话我就打＂不行＂了，这个小书甚至没有达到集智的文章的一般水准

2021.20 社会科学中许多问题会更加复杂，虽然现在有了一些模型计算的方法帮助我们更加深入的研究这些问题，但是我们对于复杂系统的认识还远远不够。从系统认知，到归因分析，再到能形成预测和干预，还有很多路要走。最近打算去学习下因果分析

没有想象中的收获大。不少错字和段落岔行。

还算是值得一读，最后几篇论文的细节上有点看不懂