信息中心讯 2021年5月14日，清华大学社会科学学院副院长、长聘副教授、博士生导师、教育部“青年长江学者”孟天广老师做客社会学笃学讲堂第九讲，作了题为“计算社会科学：新机遇与新趋势”的专题讲座。讲座由社会学院副教授杨蓉蓉老师主持、评议。社会学笃学讲堂由社会学院主办，学生社团社会学社、信息中心承办。

孟天广老师

 讲座伊始，孟老师首先带大家回顾了计算社会科学的诞生。计算社会科学简单说就是“大数据+社会科学”，它是伴随人类社会“快速、大尺度、深层次”的数字化转型而出现的一门新的学科方向。计算社会科学的诞生依赖于海量数据资源、机器学习和对新生社会现象之新理论和新范式的需求。“社会计算就是研究如何利用计算技术帮助人们进行沟通和协商，如何利用社会计算来研究社会现象和社会运行规律。”因此，为了从海量数据中利用机器学习抽离出有价值的信息，孟老师向大家介绍了清华大学正在建设的“计算社会科学数据平台”，以及在数据平台基础上发展数据分析技术，从而发现有意义的新关系、新模式的社科研究的努力。

 之后，孟老师继续向大家介绍了计算社会科学研究范式转型的意义。作为科学研究的“第四范式”——数据密集型科学研究，大数据时代的科学研究不再需要模型和假设，而是利用超级计算能力直接分析海量数据发现相关关系来获得知识。在孟老师看来，这种研究范式的转型在数据生成机制、数据代表性、知识消费等八个方面有着重要特征，这使得计算社会科学展现出“学科交叉，数据驱动，应用导向，（生产知识的）中观/微观层次，预测性研究”的学科特征。计算社会科学也因此在空间分析、因果干预及影响、社会网络分析和文本分析上有着广泛的应用。对此，孟老师还以国家认同与国家能力的关系为例，为大家阐述了计算社会科学范式转型中的因果推论方法。

 最后，孟老师比较分析了大数据方法的特点。其优点在于，它分析的数据是“全量数据”、“真实数据”（而不是“设计的数据”），这使得数据的颗粒度更小，也有利于获得更有效的信息。同时，大数据方法可以通过机器学习提升效率，具有低成本、实效性的特点。但是，由于大数据方法要求数据不能是有偏数据、薄数据和伪数据，数据开放、算法技术的应用上也具有一定的技术门槛，还有研究伦理问题，这些都对大数据方法的应用有着一定的限制。

杨蓉蓉老师

讲座现场

 讲座结尾，同学们积极提问，孟老师热心解答并为大家指出了一条从关注数字生活到进行技术学习和学术训练的计算社会科学成才之路。

撰稿：马东光

摄影：石普凡

编辑：张天帅

审校：杨蓉蓉