计算社会科学

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

参考文献

  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