计算社会科学：研究内容

利用思维导图来进行研究内容的框架搭建，是一种很好的研究方法。

今天的推送，我们试图用思维导图的方式来解读我们未来一段时间内在《计算社会科学》中将要学习的主要内容。

首先介绍一下我们的阅读文本，“计算社会科学”的基本资料来自于克劳迪奥·乔菲-雷维利亚的《计算社会科学——原则与应用》。在前面的文章中，我们已经向大家介绍了“计算社会科学”的基本研究范式和它的基本定义。我们认为，计算社会科学是利用计算（计算机、计算方法）这一工具，进而解决社会科学问题的跨学科研究。那么，具体的研究内容指的是哪些方面呢？

克劳迪奥在他的书中给了我们明确的答案，并且比之传统的粗暴式的定义范围，克劳迪奥从社会科学的复杂性开始讲起，让我们可以从源头开始研究整个社会科学内容。这样的研究方式也符合我们一直以来的学术理念——溯源。

以下是我们利用xmind工具所画的《计算社会科学——原则与应用》的整体内容结构图。我们可以看到，整个计算社会科学也是以“数据”为核心进行的社会科学研究。

克劳迪奥在书中这样讲：
计算社会科学这个跨学科领域下的各个分支都包含诸多概念、原理、理论及研究方法，其中每个部分都十分重要，都是可以进行基础科学和政策分析领域科学研究的沃土。

既此，我们在后面的研究中，也会在概念和原理方面，给以较大的篇幅或者研究时间，为以后的实践操作打好基础。

计算社会科学主要研究内容分四大板块：

• 社会信息自动提取
• 社会网络
• 社会复杂性
• 社会仿真模型

以下我们将从总体研究角度介绍一下这四大板块的研究内容，而在日后的研究中，更会对这些研究内容给以细节上的描述。

1）社会信息自动提取
社会信息自动提取又称为计算内容分析、社会数据分析、社会信息学等。在过去的社会科学研究中，大量的计算要通过人工进行。比如，在分析档案资料的时候，人工进行信息的提取、分类等等。随着大数据时代的来临，数据的量级已然不是人工可以进行梳理掌控的。而计算机的发展给了我们完成这部分工作新的可能性。

对比于传统的信息提取，计算机可以模拟原始数据中的网络和其它结构，这些信息是无法通过人类手动获取的。比如通过建立模型，以文本挖掘为基础，来分析挖掘与不良社会信息相关的人物、时间、地点、事件、归因的法庭案例及其它法律文件。

值得一提的是：
信息自动提取可以进一步建造要求高精确标定参数的计算仿真模型，例如舆论动态、国际贸易、区域争端、人道主义危机情境等模型，提取地理空间社会数据是计算社会科学发展进程中的重要一步。

2）社会网络
克劳迪奥这样讲“社会网络”，他认为社会网络是计算社会科学中唯一一个拥有完善历史记录的部分。而在社会网络应用于计算社会科学之前，这门学科就已然有了其系统性的概念、方法、模型和程序流程。

因此，我们在计算社会科学应用“社会网络”进行研究的前期，
首先要当社会网络从未应用于计算社会科学的其它部分一样，熟悉社会网络分析本身的基本概念、理论以及相应的研究方法。

3）社会复杂性
克劳迪奥在本书中关于“社会复杂性”的描述，是我较为喜欢的部分。关于社会复杂性，其源起的概念、理论，让我们可以从基底更为彻底的理解“社会科学研究”。

具体的内容中，计算社会科学关于社会复杂性的研究包括复杂性科学中的重要概念，比如非均衡性分布、幂律等，都成为了计算社会科学领域跨学科程度极高的部分。在这部分内容中，涉及到定量研究方法、计算机技术、物理学、地理空间学、环境科学等等。

4）社会仿真模型
2020年的新冠疫情，我们逐渐认识到社会仿真模型的重要性。计算社会科学最早的仿真模型为系统动力学模型。这一类基于公式的模型基于情境与数据的要求，总体会运用差分方程系统或微分方程系统。比较成熟的软件系统给了这部分研究较好的支持。

而与之对应有基于对象定位的社会仿真模型，如最简单的元胞自动机；基于主体的模型，空间上、组织上的以及两者结合的模型；根据达尔文进化论的概念原则而来的进化计算模型。

以上，总体概括了《计算社会科学》的主要研究内容。当然，说到溯源，克劳迪奥也没有落下对于计算社会科学简史的总结，我们也会跟随着书籍的脚步，一步步学习总结。在初步了解了基础的概念原理之后，我们便可以更好地进行相关课题的实践研究。

参考文献：
[1].[美]克劳迪奥·乔菲-雷维利亚.《计算社会科学——原则与应用》[M].浙江大学出版社:浙江,2019:2-4

欢迎关注“重回思考”微信公众号，更多精彩与你一起探索。