《计算社会学》[美]马修·萨尔加尼克【文字版_PDF电子书_推荐】_社会科学

如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

《计算社会学》[美]马修·萨尔加尼克【文字版_PDF电子书_推荐】

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。

l 大数据的10个共同特征是什么?

l 如何通过数据预测美国总统大选的结果?

l 如何在短时间内对100万个星系进行分类?

l 大规模数据采集面临着怎样的道德伦理困境?

l 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：

[美] 马修•萨尔加尼克(Matthew J. 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。

目  录：

前言// VII

第 1 章简介

1.1 一处墨迹// 003

1.2 欢迎来到数字时代// 005

1.3 研究设计// 009

1.4 本书的主题// 010

1.5 本书梗概// 013

第 2 章观察行为

2.1 简介// 019

2.2 大数据// 020

2.3 大数据的 10 个共同特征// 023

2.3.1 海量性// 024

2.3.2 持续性// 028

2.3.3 不反应性// 030

2.3.4 不完整性// 031

2.3.5 难以获取// 035

2.3.6 不具代表性// 037

2.3.7 漂移// 042

2.3.8 算法干扰// 044

2.3.9 脏数据// 046

2.3.10 敏感性// 049

2.4 研究策略// 051

2.4.1 计数// 052

2.4.2 预测和临近预测// 054

2.4.3 近似实验// 059

2.5 结论// 071

第 3 章提问

3.1 简介// 077

3.2 提问与观察// 080

3.3 调查误差总框架// 081

3.3.1 代表性// 084

3.3.2 测量// 087

3.3.3 成本// 092

3.4 向谁提问// 092

3.5 提问的新方法// 102

3.5.1 生态瞬时评估法// 104

3.5.2 维基调查// 107

3.5.3 游戏化// 112

3.6 与大数据资源相结合的调查// 114

3.6.1 丰富型提问// 115

3.6.2 扩充型提问// 121

3.7 结论// 130

第 4 章开展实验

4.1 简介// 133

4.2 什么是实验// 136

4.3 实验的两个维度：实验室 – 实地以及模拟 – 数字// 138

4.4 超越简单实验// 145

4.4.1 效度// 151

4.4.2 处理效应的异质性// 156

4.4.3 原理// 159

4.5 使实验成为现实// 163

4.5.1 利用现有环境开展实验// 165

4.5.2 创建自己的实验// 170

4.5.3 创建自己的产品// 174

4.5.4 与有能力的组织合作// 175

4.6 建议// 181

4.6.1 创造零可变成本数据// 182

4.6.2 将道德伦理融入你的设计：替代、改进和减少//190

4.7 结论// 196

第 5 章进行大规模协作

5.1 简介// 201

5.2 人本计算// 203

5.2.1 星系动物园// 205

5.2.2 政治宣言的公众编码// 212

5.2.3 结论// 216

5.3 公开征集// 218

5.3.1网飞奖// 219

5.3.2蛋白质折叠游戏// 222

5.3.3公众专利评审// 225

5.3.4结论// 228

5.4 分布式数据采集// 231

5.4.1观鸟数据库// 232

5.4.2照片城// 235

5.4.3结论// 238

5.5 设计你自己的大规模协作项目// 241

5.5.1激励参与者// 242

5.5.2利用异质性// 243

5.5.3集中注意力// 244

5.5.4允许惊喜// 244

5.5.5合乎道德伦理// 246

5.5.6最后的设计建议// 247

5.6 结论// 249

第 6 章道德伦理

6.1 简介// 253

6.2 三个事例// 256

6.2.1情绪感染项目// 256

6.2.2“3T”项目// 258

6.2.3“Encore”项目// 259

6.3 数字时代的不同// 261

6.4 四项原则// 267

6.4.1对人的尊重原则// 268

6.4.2有利化原则// 269

6.4.3公正原则// 272

6.4.4对法律和公共利益的尊重原则// 273

6.5 两种道德框架// 276

6.6 困难面// 278

6.6.1知情同意// 278

6.6.2理解与管理信息化风险// 282

6.6.3隐私权// 291

6.6.4面对不确定性做出决策// 295

6.7 实用技巧// 299

6.7.1 机构审查委员会是底线，不是上线// 299

6.7.2 换位思考// 301

6.7.3 将研究伦理视作连续的而非离散的过程//302

6.8 结论// 302

历史附录// 304

第 7 章未来

7.1 展望// 313

7.2 未来主题// 313

7.2.1 现成品与定制物之间的融合// 313

7.2.2 以参与者为中心的数据采集// 315

7.2.3 研究设计中的道德伦理// 316

7.3 回到开始// 317

致谢// 319

参考文献// 327

浏览器不支持脚本！

社会学 大数据 研究方法 数据分析

摘要：在数字浪潮席卷全球的当代，社会科学正经历一场前所未有的方法论革命。马修·萨尔加尼克的《计算社会学》犹如一座灯塔，照亮了大数据与社会科学深度融合的航道。这部著作并非简单的技术手册，而是一部思想深邃的学术指南，它系统性地阐述了如何利用海量数字足迹、计算工具与分析方法，来揭示人类行为与社会运行的深层规律。从社交网络的隐秘结构到语言传播的动态机制，从集体行动的涌现到社会不平等的量化，本书以前沿的案例与严谨的逻辑，展示了计算思维如何重塑我们对社会世界的认知。它不仅为研究者提供了强大的武器库，更引发了对隐私、伦理与研究边界的深刻反思。阅读此书，仿佛开启一场探索社会复杂性的智力冒险，其价值远超方法论的范畴，直抵社会科学认识论的核心地带。

一、计算社会学范式兴起

萨尔加尼克在开篇便清晰界定了计算社会学的核心内涵，它并非传统社会学与计算机科学的简单叠加，而是一种全新的研究范式。这种范式根植于一个根本性的事实转变：人类的社会互动正以前所未有的规模被数字化记录。从社交媒体上的点赞、分享，到搜索引擎里的查询记录，再到移动设备产生的时空轨迹，这些“数字面包屑”构成了研究社会行为的巨大富矿。作者敏锐地指出，这不仅是数据量的增长，更是数据性质的质变，它使得研究者能够以自然主义的方式观察真实世界中的大规模人类行为，从而规避传统问卷调查中常见的回忆偏差与实验情境的人为性。

这一范式的兴起，深刻挑战了社会科学研究中长期存在的“小数据”困境。传统方法往往受限于样本量小、数据收集成本高、时间跨度短等瓶颈，难以捕捉社会现象的复杂动态与宏观图景。而计算社会学凭借其强大的数据获取与处理能力，让研究者得以检验那些过去只能停留在理论层面的宏大命题，例如社会传染的传播范围、信息级联的触发条件，或是社会网络如何塑造个体行为。作者通过详实的案例论证，这种新范式并非要取代传统方法，而是提供了一种互补且极具潜力的视角，极大地拓展了社会科学研究的边界与想象力。

然而，萨尔加尼克并未盲目乐观，他清醒地指出了计算社会学面临的挑战。数据的“代表性”问题首当其冲，数字足迹主要来自活跃的互联网用户群体，这可能导致研究结论存在系统性偏差。此外，数据的“可重复性”与“可验证性”也因商业平台的数据垄断而变得困难重重。作者强调，计算社会学者必须保持高度的方法论自觉，审慎对待数据来源的局限性，并在研究设计中融入传统社会学的理论洞察与批判性思维，唯有如此，才能确保计算范式下的发现具有真正的科学价值与解释力。

二、数字足迹与行为洞见

本书的核心贡献之一，在于系统展示了如何将看似杂乱无章的“数字足迹”转化为洞察人类行为的有力证据。萨尔加尼克以大量引人入胜的研究实例，揭示了从语言使用中预测人格特质、从推特发文模式中识别情绪波动、从移动电话数据中重建人口流动规律的可能性。这些研究不再依赖个体的自我报告，而是直接从行为产生的数字痕迹入手，捕捉到了更为真实、细微且连续的行为模式。例如，通过分析数百万条推特的地理位置信息，研究者能够精确追踪谣言或流感疫情在真实空间中的传播路径与速度，其动态精度远超传统的流行病学调查。

在探讨社会关系与社交网络时，数字足迹的价值体现得尤为淋漓尽致。作者详细阐述了如何利用电子邮件通信记录、Facebook好友列表或LinkedIn职业关系网，来构建和分析大规模的社会网络结构。通过这些数据，研究者可以量化个体的社会资本，识别网络中的“结构洞”与意见领袖，并观察信息、影响力乃至情绪如何在网络节点间流动与扩散。一个经典的例子是，通过分析数百万对Facebook用户的互动数据，研究者发现幸福感、孤独感等情绪状态在社会网络中具有显著的“传染性”，这种发现深刻改变了我们对社会影响机制的传统理解。

萨尔加尼克还特别强调了“自然实验”在计算社会学中的核心地位。所谓自然实验，是指研究者利用现实生活中发生的、近乎随机的条件变化来模拟实验环境，从而推断因果关系。例如，一项关于Facebook上政治信息传播的研究，就利用了平台算法的一次微小调整作为自然实验，巧妙地分离出了“强关系”与“弱关系”在信息扩散中的不同作用。作者认为，在传统实验难以大规模实施或存在伦理困境时，巧妙利用数字平台中的自然实验，是计算社会学获得因果推断力量的关键路径，它使得研究者能够在非实验室环境下，以极高的外部效度检验社会理论。

三、社会复杂性的量化解析

萨尔加尼克将研究视角从个体行为提升至宏观社会现象，展示了计算工具如何量化解析社会复杂性。他深入探讨了“集体行动”与“社会涌现”现象，例如，抗议活动如何通过社交媒体从零星的不满演变为大规模的街头运动。通过分析海量的推文内容、转发网络以及地理定位数据，研究者能够构建出抗议活动的“生命周期”模型，识别出催化事件、动员网络与关键行动者的作用机制。这种量化分析不仅揭示了集体行动的内在逻辑，也为预测社会动荡的潜在风险提供了新的可能，尽管作者也谨慎地指出了其中涉及的伦理与预测准确性难题。

社会分层与不平等问题，同样是本书关注的重点。传统社会学在测量社会地位与流动时，多依赖于职业声望、收入等级等静态指标。而计算社会学则提供了动态、多维度的测量方法。例如，研究者可以通过分析信用卡消费记录来构建个体的消费模式与生活方式画像，通过分析社交网络中的互动对象来推断其社会圈子与阶层归属。萨尔加尼克引用了一项研究，该研究利用数百万人的通话记录数据，发现不同社会经济地位的人群，其社交网络的“同质性”程度存在显著差异，且这种差异与收入不平等、社会流动性之间存在着复杂的关联。

作者还探讨了如何利用计算模型来模拟社会过程，从而理解复杂系统的涌现性质。例如，通过构建基于智能体的模型，研究者可以设定个体的简单行为规则（如模仿、学习、合作），然后观察在大量个体互动之下，宏观层面的社会规范、文化分化或集体智慧是如何自发形成的。这种“生成式”研究方法，与传统的基于统计关联的分析方法形成了有力互补。萨尔加尼克强调，计算模型的价值不仅在于拟合现实数据，更在于提供一种“思想实验”的工具，帮助研究者探索不同的假设条件会如何导致不同的社会结果，从而深化对人类社会运行本质的理解。

四、伦理反思与方法边界

在热情拥抱计算社会学巨大潜力的同时，萨尔加尼克以整章的篇幅，深刻剖析了其背后暗藏的伦理陷阱与方法论边界。隐私问题首当其冲，数字足迹往往包含着高度敏感的个人信息，即使经过匿名化处理，也可能通过数据关联技术被重新识别。作者列举了多起引发争议的研究案例，如利用公开的Facebook数据预测性取向，或通过分析搜索记录推断个人健康状况。这些案例警示我们，在追求科学发现的同时，必须严格遵循知情同意、数据最小化与风险最小化等伦理原则，任何研究都不能以牺牲个体尊严与隐私权为代价。

研究结果的有效性与可重复性，构成了另一重严峻挑战。由于许多研究依赖于特定的、非公开的商业平台数据集，其他研究者难以对结果进行独立验证。萨尔加尼克称之为“黑箱”问题，这严重威胁了科学知识的累积与自我校正机制。此外，算法本身也并非价值中立，它们可能内嵌着设计者的偏见，或是在训练数据中习得并放大了社会已有的歧视。例如，基于历史招聘数据训练的算法模型，可能会系统性地倾向于男性候选人。作者呼吁，计算社会学者必须成为算法透明性与公平性的倡导者，在研究中公开代码、共享数据（在保护隐私的前提下），并主动审视自身研究可能带来的社会后果。

最后，萨尔加尼克回归到社会科学的本体论问题。他提醒我们，无论数据多么海量、算法多么精妙，计算社会学终究只是理解社会的一种视角，而非全部。人类行为中那些充满意义、情感、文化与历史维度的部分，可能永远无法被完全简化为数字模型。过度依赖相关性分析，可能导致我们忽视了深层的社会因果关系与结构性的权力运作。因此，计算社会学的最佳实践，应当是定量计算与定性洞察的有机结合，是大数据分析与小样本深度访谈的相互印证。唯有保持这种谦逊与开放的态度，计算社会学才能真正成为一门富有洞察力且负责任的科学。

总结而言，《计算社会学》是一部具有里程碑意义的著作。它系统性地构建了大数据时代社会科学研究的方法论框架，从数据采集、因果推断到伦理反思，无不展现出深刻的洞察力与前瞻性。萨尔加尼克不仅是一位杰出的技术导游，更是一位严谨的学术哲学家，他引导读者在享受计算带来的强大力量时，始终保持对知识边界与人类价值的敬畏。这本书既是对过去十年计算社会学发展的精彩总结，也是对未来研究方向的激情宣言，它激励着新一代社会科学家勇敢地跨越学科壁垒，用全新的工具去回答那些关于人类社会的古老而永恒的问题。

当我们合上这本厚重的著作，不禁思考：计算社会学的终极目标，并非是用数据替代理论，而是用数据丰富理论、检验理论、甚至挑战理论。它让我们得以在更宏大的尺度上观察、测量和模拟社会过程，但最终的智慧，依然在于如何赋予这些冰冷的数据以温暖的人文关怀。对于任何渴望理解数字时代社会变迁的点击联系需要东西方神秘学学习资料，专业的咨询

只要网页介绍资料，全部都有，还有很多还没来得及更新
每天更新200-300款资料
全网最大最全的神秘学资料平台
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
有看中网站记得联系我

           

联系我们

关注公众号

打赏 微信扫一扫 支付宝扫一扫

雅书

《内江地区物价志》.pdf

上一篇 2026年6月7日 下午9:01

《内江地区烟草志》.pdf

下一篇 2026年6月7日 下午9:02

对占星塔罗感兴趣关注公众号