社会计算基本概念

计算社会学是社会学的一门分支，使用密集演算的方法来分析与模拟社会现象。

计算社会学使用计算机模拟、人工智能、复杂统计方法，以及像是社会性网络分析等新的途径，由下而上地塑造社会互动的模型，来发展与测试复杂社会过程的理论。

它包含了对于社会行为者的理解，这些行为者之间的互动，以及这些互动对于社会整体的影响。

计算社会学的内容

（一）大数据的获取与分析

大数据的获取与分析，有望为解决问题找到新的突破口，例如金（King，2009)提出，未来的研究可以从文本内容、选举活动、商业行为、地理位置、健康信息等数据着手，通过大规模与时序性数据的研究改变政治学乃至社会科学的基础。

（二）质性研究与定量研究的融合

大数据时代的到来，为社会学的发展提供了更加有效的研究方法与研究工具，使定量研究与定性研究的融合成为可能。大数据环境下，计算机方法与人工处理的混合使用，可以让传统的“内容分析”方法得到升华。

（三）社会学互联网实验研究

运用互联网这个平台来进行社会学的实验研究，是一种创新，而且有可能使实验法成为未来社会学研究的主流方法。

（四）ABM模拟方法在社会学研究中的运用

随着ABM方法的不断完善与成熟，它在社会学研究中的运用会越来越普遍。但它的运用也对研究者的数学能力提出了比较高的要求，有些研究者具有很强的理工科背景，其使用的数学方法更是艰深。

随着Internet的发展，着眼于技术层面的社会计算越来越体现出了在应用方面的重要价值，也成为了一项广受关注的重要研究内容。许多大公司开始设立了专门的小组着力研究该领域，Microsoft、IBM、Intel、HP、Google等诸多公司和研究机构都参与其中，开发了诸如Wallop、Sapphire等大量的实验项目。而随着Web 2.0的兴起，更多的新兴的应用也已经被迅速的开发出来，得到了广泛的应用。着眼于宏观层面的社会计算，关注的更多的是应用传统社会科学研究的理论，结合计算技术这一工具，研究现实社会的诸多问题，从而促进人类的社会活动。正如社会学鼻祖奥古斯特·孔德最初定义社会学时的宏大愿景：社会学希望使用一种类似于物理学这样的自然科学的方法与理论，统一所有的人文科学学科，从而建立一门经得起科学规则考验的新的人文学科。而社会计算也可以说是继承了这样的一个理念，即建立一整套用计算科学方法为重要研究工具，以传统人文社会科学理论为指导，帮助解决经济、政治等诸多领域问题的理论和方法学体系。正如我们所知，经过数百年的发展，传统人文科学中，诸如经济学、社会学等领域，都形成了一整套的定量研究手段，形成了严谨的基于数学公式的问题求解方法。这些伟大而优美的数学方程式用最简单的方式向人们揭示了各种各样的原理，然而简单的使用这些公式却往往得到一些与现实截然相反的结论。而其中一个重要的原因在于人们使用这些公式时，有很多因素被忽略了。现实世界的经济和社会行为往往是一个复杂的系统，在这个系统中，一些简单的公式可以简单直观的描述单一个体在单一时刻的行为（单一变量的取值），然而由于系统中个体之间的复杂的相互影响的过程，系统就会表现出复杂的行为，而这种行为是难以简单的通过这些公式预测的。上个世纪七十年代，随着计算科学技术的发展，人们开始注意到经济与社会系统中的这种复杂现象。以圣菲研究所（Santa Fe Institute）为代表的一些研究机构，开创了复杂性科学这一全新的领域。为了研究复杂性现象，他们提出了复杂自适应系统的理论，用计算机作为从事复杂性研究的最基本工具，用计算机模拟相互关联的繁杂网络，观察复杂适应系统的涌现行为。相关的研究引发了“人工社会”、“人工科学”等诸多相关的领域，形成了一系列研究复杂性的科学方法。进入二十一世纪之后，9-11恐怖事件进一步推动了对社会计算的这种宏观层面的研究的需求。人们开始进一步意识到，政府应当寻求各种控制或利用信息技术对社会影响的政策，从而结合信息技术和社会变化情况制定相宜的政策。然而，因此，使用计算机模拟手段测试和验证社会经济政策的效果，成为了一个公共政策领域的迫切需求。另一方面，恐怖主义袭击这种非对称威胁也引发了关于社会公共安全研究的新的需求。人们迫切需要开发新的信息处理方法，更有效的分析海量的情报内容，保障社会公共安全。着眼于宏观层面的社会计算，其发展的时间至今仍然很短暂，虽然在一些领域，已经获得了一些理论上的研究成果，但由于社会系统的复杂性，在理论和应用方面都仍然存在许多难以解决的问题。我们仍然需要深入的研究如何有效地将社会科学理论知识与计算技术结合，最终达到科学规划社会发展的目的。

《计算社会学》是2019年中信出版集团、中信出版社联合出版的图书，作者是[美]马修·萨尔加尼克（MatthewJ.Salganik）。

普林斯顿大学社会学教授，同时任职于该校的信息技术政策中心、数据与机器学习中心等。《科学》杂志评价他是“纯然的计算社会学家”。他的研究方向是社会网络、计算社会学。他的研究曾被微软、脸谱网和谷歌资助，并被《纽约时报》《华尔街日报》《经济学人》《纽约客》等主流媒体报道，美国公共广播电台还专题报道过他的研究成果。

扩展资料：

见证了社交媒体、智能手机以及其他科技奇迹的诞生与进化，这些科技工具让我们能够以前所未见的规模和深度采集并处理有关人类行为的数据，从而为研究人类社会提供了一个全新的路径。这本书是一部里程碑式的作品，它将彻底改变下一代社会科学家和数据科学家探索世界的方式。

在计算社会学这一新兴领域，作者阐述了数字革命如何扭转了社会科学家和数据科学家观察行为、提出问题、开展实验和进行大规模协作的方式，详细描述了大批真实的案例，并且划定了面临伦理挑战时需要遵循的4项原则。

这本书用全新的数据模式解锁了社会学。对社会科学家来说，它是一本跨界指南之书；对数据科学家来说，它是一本素养提升之作。