维基百科

计算社会科学

在社会科学中采用计算机运算方法的学术分支

计算社会科学（英语：Computational social science）指的是在社会科学中采用电脑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、历史动力学（英语：cliodynamics）、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[1]。计算社会科学演化自科学方法的基础：观察研究（如利用大数据分析数位足迹）以及科学理论（如利用电脑模拟建立社会模型）等等[2][3]。计算社会科学是一种多学科综合的方法，透过先进的资讯科技观察社会，特别是资讯的处理。电脑用于分析社会网络、社会地理系统[4] 、社群媒体、传统媒体内容等等。

计算社会科学日益依赖逐渐增加的大型数据库，目前正由几个跨领域计划建置中或维护中的数据库有：

  • 塞莎特（Seshat）：全球历史的数据库，内容系统性的收集了关于内容群体政治社会组织的资讯，以及社会如何演化等。塞莎特隶属于演化研究所，演化研究所为非营利智库，目标为“利用演化科学来解决现实世界问题”。
  • D-PLACE：地方、语言、文化和环境数据库，提供超过1400个人类社会形态的资料[5]。
  • 文化演化图集：是由彼得·百富勤（Peter N. Peregrie）所建立的考古数据库[6]。
  • CHIA （页面存档备份，存于互联网档案馆）：即历史分析的协作资讯（Collaborative Information for Historical Analysis （页面存档备份，存于互联网档案馆）），是由匹兹堡大学主持的多学科合作项目，旨在将历资讯资讯建档，将数据与全球各地的研究机构连结起来。
  • 国际社会历史研究所（International Institute of Social History）：收集关于劳动关系，工人和劳动的全球社会历史的资料。
  • Human Relations Area Files eHRAF Archaeology[7]。
  • Human Relations Area Files eHRAF World Cultures[8]。
  • Clio-Infra （页面存档备份，存于互联网档案馆）：从公元前1800年到现在的全球社会样本的经济绩效和社会福利其他方面的数据库。

对大量历史报纸内容的分析率先显示了如何自动发现周期性结构[9][10] ，对社群媒体进行类似的分析，也能看到明显的周期性结构[11]。

参见 编辑

参考文献 编辑

  1. ^ The Computational Social Science Society of the Americas official website. [2017-01-22]. （原始内容存档于2019-05-02）. 
  2. ^ DT&SC 7-1: . （页面存档备份，存于互联网档案馆）
  3. ^ Hilbert, M. e-Science for Digital Development: ICT4ICT4D (PDF). Centre for Development Informatics, SEED, University of Manchester. 2015 [2017-01-22]. ISBN 978-1-905469-54-3. （原始内容 (PDF)存档于2015-09-24）. 
  4. ^ Cioffi-Revilla, Claudio. Computational social science. Wiley Interdisciplinary Reviews: ComputationalStatistics. 2010, 2 (3): 259–271. doi:10.1002/wics.95. 
  5. ^ Gray, Russell D.; Greenhill, Simon J.; Jordan, Fiona M.; Gomes-Ng, Stephanie; Bibiko, Hans-Jörg; Blasi, Damián E.; Botero, Carlos A.; Bowern, Claire. D-PLACE: A Global Database of Cultural, Linguistic and Environmental Diversity. PLoS ONE. 2016, 11 (7).  Authors list列表中的|first1=缺少|last1= (帮助)
  6. ^ Peter N. Peregrine, Atlas of Cultural Evolution, World Cultures 14(1), 2003
  7. ^ eHRAF Archaeology. Human Relations Area Files. [2017-01-22]. （原始内容存档于2013-11-05）. 
  8. ^ eHRAF World Cultures. Human Relations Area Files. [2017-01-22]. （原始内容存档于2018-10-11）. 
  9. ^ Lansdall-Welfare, Thomas; Sudhahar, Saatviga; Thompson, James; Lewis, Justin; Team, FindMyPast Newspaper; Cristianini, Nello. Content analysis of 150 years of British periodicals. Proceedings of the National Academy of Sciences. 2017-01-09: 201606380 [2017-01-22]. ISSN 0027-8424. PMID 28069962. doi:10.1073/pnas.1606380114. （原始内容存档于2019-11-15） （英语）. 
  10. ^ Dzogang, Fabon; Lansdall-Welfare, Thomas; Team, FindMyPast Newspaper; Cristianini, Nello. Discovering Periodic Patterns in Historical News. PLOS ONE. 2016-11-08, 11 (11): e0165736 [2021-05-17]. ISSN 1932-6203. PMC 5100883  . PMID 27824911. doi:10.1371/journal.pone.0165736. （原始内容存档于2021-02-14）. 
  11. ^ Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on Data Mining in Human Activity Analysis
取自“https://zh.wikipedia.org/w/index.php?title=計算社會科學&oldid=72813275”