编辑推荐

站在数据科学与社会科学的十字路口，教你利用数据方法增强科学洞察力。

内容简介

我们已经见证了社交媒体、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。

大数据的10个共同特征是什么？

如何通过数据预测美国总统大选的结果？

如何在短时间内对100万个星系进行分类？

大规模数据采集面临着怎样的道德伦理困境？

科技公司是否在监视我们的行为，数字时代是不是将我们带进了“全景监狱”呢？

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。

作者简介

作者马修·萨尔加尼克，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。

章节目录

版权信息

前言

第1章 简介

1.1 一处墨迹

1.2 欢迎来到数字时代

1.3 研究设计

1.4 本书的主题

1.5 本书梗概

第2章 观察行为

2.1 简介

2.2 大数据

2.3 大数据的10个共同特征

2.4 研究策略

2.5 结论

第3章 提问

3.1 简介

3.2 提问与观察

3.3 调查误差总框架

3.4 向谁提问

3.5 提问的新方法

3.6 与大数据资源相结合的调查

3.7 结论

第4章 开展实验

4.1 简介

4.2 什么是实验

4.3 实验的两个维度：实验室–实地以及模拟–数字

4.4 超越简单实验

4.5 使实验成为现实

4.6 建议

4.7 结论

第5章 进行大规模协作

5.1 简介

5.2 人本计算

5.3 公开征集

5.4 分布式数据采集

5.5 设计你自己的大规模协作项目

5.6 结论

第6章 道德伦理

6.1 简介

6.2 三个事例

6.3 数字时代的不同

6.4 四项原则

6.5 两种道德框架

6.6 困难面

6.7 实用技巧

6.8 结论

历史附录

第7章 未来

7.1 展望

7.2 未来主题

7.3 回到开始

致谢

参考文献

计算社会学是2019年由中信出版集团出版,作者[美]马修·萨尔加尼克（MatthewJ.Salganik）。

得书感谢您对《计算社会学》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。