计算社会学发展

目前人们广泛地以各种不同方式生活在各种网络中，人们频繁地检查电子邮件和使用搜索引擎，随时随地拨打移动电话和发送微信，每天刷卡乘坐交通工具，经常使用信用卡购买商品。写博客、发微博、通过聊天软件来维护人际关系。在公共场所，监视器可以记录人们的活动情况；在医院，人们的医疗记录以数字形式被保存。以上的种种事情都留下了人们的数字印记。通过这些数字印记可以描绘出个人和群体行为的综合图景，这有可能会改变我们对于生活、组织和社会的理解。
Facebook网站是世界上最大的社交网络，截至2008年存储了30PB的数据，在2009年Facebook每天会产生25TB的日志数据。这些数据中蕴含着关于个人和群体行为的规律
人民大学孟小峰教授认为，传统社会科学一般通过问卷调查的方式收集数据，以这种方式收集的数据往往不具有时间上的连续性，对连续的、动态的社会过程进行推断时，准确性有限。计算社会科学以数据挖掘与机器学习为核心技术，使用人工智能技术从大量数据中发现有趣的模式和知识，在数据的驱动之下，进行探索式的知识发现和数据管理。通过数据挖掘，计算社会科学家可以处理非线性、有噪音、概念模糊的数据，分析数据质量，从而聚焦于社会过程和关系，分析复杂的社会系统。
例如，可以通过电子邮件，研究一个群体是趋向稳定还是趋向变化，成员之间什么样的交流模式有利于提高效率，接收信息的多样化是否会提高成员的活力和表现等问题；
可以通过电子商务网站的查询和交易记录，以及网上电话记录等范围覆盖全球的人际互动数据，研究人际互动在经济生产力、公众健康等方面产生的影响；
可以利用互联网上的搜索和浏览记录，研究什么是当前公众最关心的焦点问题。

▶3.谷歌图书词频统计数据库

2010年，谷歌公司推出了与哈佛大学合作的科学实验项目“图书词频统计器”(Google Books Ngram Viewer)。这个系统基于谷歌图书馆已有的520万本数字化图书(占这一时期图书总量的4%),并对数字图书库中5亿个词汇的单词和短语，以及它们每年出现的频率进行了统计，这些图书最早出版于1800年，最迟到2000年，其中包括了英语、法语、西班牙语、德语、中文和俄罗斯语图书。
登录谷歌图书词频统计网站(http://books.google.com/ngrams/),只要在搜索栏输入要搜索的词汇，便可看到1800—2000年的词汇变化。以中文词汇为例，主要的变化在20世纪初、20世纪40年代和80年代，词频的数据增减曲线代表着时代和文化的变化。如输入love(爱情)这个词汇，分别在20世纪30年代、60年代达到两个小高潮，在20世纪80年代则到达了最顶峰；如输入industry(工业)一词，在20世纪60年代和90年代出现了两个高峰。英文词频的变化同样显示了英语国家的社会变化，如woman(女性)一词在20世纪70年代很少出现，但之后却开始出现高峰，这和西方国家女权主义运动同步。

▶4.计算社会科学的制约因素

计算社会科学的发展中还有很大的体制性障碍。从研究方法层面分析，在物理学和生物学中，夸克和细胞既不会介意我们发现它们的秘密，也不会对于我们在研究过程中改变它们的环境提出抗议。而从社会学到计算社会科学的变化中，很大程度上需要解决分布式监控、许可权获取和加密等问题。
最棘手的挑战在于数据的访问和隐私问题。社会科学家感兴趣的大部分数据是私有的(如移动电话号码和金融交易信息等)。因此，迫切需要一种由技术(如同态加密)和规则(如隐私法)构成自律机制，来实现既降低风险又保留进行研究的可能性，更需要建立一种社会与学术界合作的模式。