序言 1
前言 1
第一篇 理论篇 3
第一章 社会科学 3
第一节 社会科学 3
第二节 社会科学的研究方法 10
本章小结 13
第二章 社会科学研究范式的变革 15
第一节 社会科学量化研究的发展历程 15
第二节 社会科学量化研究存在难点 18
第三节 社会科学研究范式变革的动力机制 20
本章小结 21
第三章 数据学与数据科学 24
第一节 数据科学的基本概念 24
第二节 数据科学的研究内容 27
第三节 社会科学与自然科学的桥梁 30
第四节 社会科学和自然科学的交叉 31
第五节 基于CiteSpace的大数据与社会计算实验的交叉研究 32
本章小结 34
第二篇 方法篇 39
第四章 文本可视化分析 39
第一节 文本可视化概念 39
第二节 主要研究方法和发展现状 41
本章小结 45
第五章 社会网络分析 47
第一节 社会网络分析基本概述 47
第二节 数据驱动的社会网络分析 52
本章小结 54
第六章 社会计算实验 58
第一节 社会科学的可计算性 58
第二节 社会计算 59
第三节 社会计算实验 60
第四节 社会科学计算实验平台 72
第五节 研究现状 81
本章小结 83
第七章 众包 86
第一节 众包的涵义 86
第二节 众包平台分类 88
第三节 众包大数据的应用 90
第四节 基于网络分析法的众包效果研究 92
本章小结 96
第三篇 应用篇 101
第八章 数据科学对社会科学的影响——基于科学计量方法 101
第一节 研究背景 101
第二节 数据收集与分析方法 102
第三节 研究过程与发现 108
第四节 数据科学对社会科学研究的影响和未来研究趋势 121
本章小结 126
第九章 数据科学对社会科学研究对象的影响 128
第一节 大数据是社会科学研究对象 128
第二节 大数据对社会科学研究目标的影响 132
本章小结 133
第十章 基于社会网络分析的微博信息传播机制 135
第一节 研究背景 135
第二节 微博信息传播网络结构测量流程 136
第三节 微博信息传播机制分析 138
本章小结 148
第十一章 数据科学对社会科学应用研究的影响 150
第一节 数据科学在企业层面的应用 150
第二节 数据科学应用的主要形式、对象以及相关数据技术 153
第三节 数据科学与企业的创新研究 158
第四节 数据科学在企业不同维度应用的研究 161
本章小结 162
第十二章 数据科学对社会科学研究方法的影响 167
第一节 数据科学与传统量化研究的区别 167
第二节 数据科学与传统社会科学量化研究的整合 170
第三节 大数据时代社会科学研究范式的变革方向 172
第四节 大数据时代社会科学未来的研究趋势 174
第五节 大数据与社会科学计算实验的结合 176
本章小结 183
第十三章 移动App网络可见性实证研究 186
第一节 研究背景 186
第二节 理论背景与文献回顾 187
第三节 概念模型及研究内容 190
第四节 变量测量 195
第五节 管理启示与研究局限 197
本章小结 199
第十四章 社交化App网络可见性代理仿真建模研究 203
第一节 研究背景 203
第二节 理论背景与文献回顾 206
第三节 社交化App市场的建模 212
第四节 实验设计与结果输出 226
第五节 讨论与对App的建议 235
第六节 本章的局限性以及未来的发展方向 238
本章小结 240
第十五章 基于计算仿真的社会化媒体信息传播研究 243
第一节 研究背景 243
第二节 社会化媒体概述 244
第三节 信息传播 251
第四节 理论基础 254
第五节 计算实验模型设计 259
第六节 类似twitter的社会化媒体中信息传播机制研究 263
本章小结 281
第十六章 关于数据科学对社会科学研究影响的未来发展趋势 284
第一节 数据科学给社会科学带来的机遇 284
第二节 数据科学给社会科学带来的挑战 288
第三节 数据科学应用于社会科学研究的未来发展趋势 290
本章小结 293
后记 296