計算社會學：數據時代的社會研究（簡體書）

我們已經見證了社交媒體、智能手機以及其他科技奇跡的誕生與進化，這些科技工具讓我們能夠以前所未見的規模和深度採集並處理有關人類行為的數據，從而為研究人類社會提供了一個全新的路徑。這本書是一部里程碑式的作品，它將徹底改變下一代社會科學家和數據科學家探索世界的方式。

·大數據的10個共同特徵是什麼？
·如何通過數據預測美國總統大選的結果？
·如何在短時間內對100萬個星系進行分類？
·大規模數據采集面臨著怎樣的道德倫理困境？
·科技公司是否在監視我們的行為，數字時代是不是將我們帶進了“全景監獄”呢？

在計算社會學這一新興領域，作者闡述了數字革命如何扭轉了社會科學家和數據科學家觀察行為、提出問題、開展實驗和進行大規模協作的方式，詳細描述了大批真實的案例，並且劃定了面臨倫理挑戰時需要遵循的4項原則。
這本書用全新的數據模式解鎖了社會學。對社會科學家來說，它是一本跨界指南之書；對數據科學家來說，它是一本素養提升之作。

馬修•薩爾加尼克（Matthew J. Salganik）
普林斯頓大學社會學教授，同時任職於該校的信息技術政策中心、數據與機器學習中心等。《科學》雜誌評價他是“純然的計算社會學家”。他的研究方向是社會網絡、計算社會學。他的研究曾被微軟、臉譜網和穀歌資助，並被《紐約時報》《華爾街日報》《經濟學人》《紐約客》等主流媒體報道，美國公共廣播電臺還專題報道過他的研究成果。

前 言 // VII

第 1 章 簡介
1.1 一處墨蹟 // 003
1.2 歡迎來到數字時代 // 005
1.3 研究設計 // 009
1.4 本書的主題 // 010
1.5 本書梗概 // 013

第 2 章 觀察行為
2.1 簡介 // 019
2.2 大數據 // 020
2.3 大數據的 10 個共同特徵 // 023
2.3.1 海量性 // 024
2.3.2 持續性 // 028
2.3.3 不反應性 // 030
2.3.4 不完整性 // 031
2.3.5 難以獲取 // 035
2.3.6 不具代表性 // 037
2.3.7 漂移 // 042
2.3.8 算法干擾 // 044
2.3.9 髒數據 // 046
2.3.10 敏感性 // 049
2.4 研究策略 // 051
2.4.1 計數 // 052
2.4.2 預測和臨近預測 // 054
2.4.3 近似實驗 // 059
2.5 結論 // 071

第 3 章 提問
3.1 簡介 // 077
3.2 提問與觀察 // 080
3.3 調查誤差總框架 // 081
3.3.1 代表性 // 084
3.3.2 測量 // 087
3.3.3 成本 // 092
3.4 向誰提問 // 092
3.5 提問的新方法 // 102
3.5.1 生態瞬時評估法 // 104
3.5.2 維基調查 // 107
3.5.3 遊戲化 // 112
3.6 與大數據資源相結合的調查 // 114
3.6.1 豐富型提問 // 115
3.6.2 擴充型提問 // 121
3.7 結論 // 130

第 4 章 開展實驗
4.1 簡介 // 133
4.2 什麼是實驗 // 136
4.3 實驗的兩個維度：實驗室 – 實地以及模擬 – 數字 // 138
4.4 超越簡單實驗 // 145
4.4.1 效度 // 151
4.4.2 處理效應的異質性 // 156
4.4.3 原理 // 159
4.5 使實驗成為現實 // 163
4.5.1 利用現有環境開展實驗 // 165
4.5.2 創建自己的實驗 // 170
4.5.3 創建自己的產品 // 174
4.5.4 與有能力的組織合作 // 175
4.6 建議 // 181
4.6.1 創造零可變成本數據 // 182
4.6.2 將道德倫理融入你的設計：替代、改進和減少 // 190
4.7 結論 // 196

第 5 章 進行大規模協作
5.1 簡介 // 201
5.2 人本計算 // 203
5.2.1 星系動物園 // 205
5.2.2 政治宣言的公眾編碼 // 212
5.2.3 結論 // 216
5.3 公開徵集 // 218
5.3.1 網飛獎 // 219
5.3.2 蛋白質折疊遊戲 // 222
5.3.3 公眾專利評審 // 225
5.3.4 結論 // 228
5.4 分布式數據采集 // 231
5.4.1 觀鳥數據庫 // 232
5.4.2 照片城 // 235
5.4.3 結論 // 238
5.5 設計你自己的大規模協作項目 // 241
5.5.1 激勵參與者 // 242
5.5.2 利用異質性 // 243
5.5.3 集中注意力 // 244
5.5.4 允許驚喜 // 244
5.5.5 合乎道德倫理 // 246
5.5.6 最後的設計建議 // 247
5.6 結論 // 249

第 6 章 道德倫理
6.1 簡介 // 253
6.2 三個事例 // 256
6.2.1 情緒感染項目 // 256
6.2.2 “3T”項目 // 258
6.2.3 “Encore”項目 // 259
6.3 數字時代的不同 // 261
6.4 四項原則 // 267
6.4.1 對人的尊重原則 // 268
6.4.2 有利化原則 // 269
6.4.3 公正原則 // 272
6.4.4 對法律和公共利益的尊重原則 // 273
6.5 兩種道德框架 // 276
6.6 困難面 // 278
6.6.1 知情同意 // 278
6.6.2 理解與管理信息化風險 // 282
6.6.3 隱私權 // 291
6.6.4 面對不確定性做出決策 // 295
6.7 實用技巧 // 299
6.7.1 機構審查委員會是底線，不是上線 // 299
6.7.2 換位思考 // 301
6.7.3 將研究倫理視作連續的而非離散的過程 // 302
6.8 結論 // 302
歷史附錄 // 304

第 7 章 未來
7.1 展望 // 313
7.2 未來主題 // 313
7.2.1 現成品與定制物之間的融合 // 313
7.2.2 以參與者為中心的數據采集 // 315
7.2.3 研究設計中的道德倫理 // 316
7.3 回到開始 // 317

致 謝 // 319
參考文獻 // 327