新学期伊始，于9月3日晚上，组织了“大数据与智能决策”第一次讨论班（Seminar），本次讨论班以“计算社会科学”为题，共讨论了两篇文献，由一名博士生进行讲解，共有青年教师、博士后、博士生和硕士生22人参加，以下是文献信息及文献内容简介。

文献1：Lazer D, Pentland A, Adamic L, et al. Computational Social Science[J]. Science, 2009, 323(1):721-723.

    这篇文章是计算科学发展中里程碑式的文章，15名来自社会科学、计算机科学和物理学的重要科学家联名在Science上发表该篇文章《Computer Social Science》，宣告计算社会科学的诞生。

    文章结合时代背景，叙述了人们在日常生活中留下的种种数字印记，而这些印记将改变人们对生活、社会的理解以及研究的进程。文章主要从计算社会科学的价值和发展可能遇到的障碍两方面来展开。

    计算社会科学是一种基于数据搜集、处理以及分析的研究范式，为人们了解宏观层级的社会网络及其演化提供可能，并提供了一种新的了解人类行为方式的方法。在大数据时代，对社会的认知不再通过一次性的、间接的信息来实现，而是通过各种各样的电子设备自动生成和记录连续的、直接的社交信息来完成社会认知。总而言之，计算社会科学这一研究范式正在被众多从事社会科学及交叉学科的学者所采纳，以前所未有的广度、深度以及规模搜集与分析各领域中的个体、群体以及组织的数据。

    与此同时，计算社会科学的兴起与发展也遭遇重重阻碍。首先是研究范式的转变，亟需计算社会科学这一新兴研究范式与获取和处理海量多源异构的人类交互信息数据相匹配。其次是制度性障碍以及基础设施障碍，这有别于传统的物理或者生物学科。令人头疼的问题还有数据的合理合法获取和隐私保护，目前很多研究所需要的数据都涉及到个人隐私，当前迫切需要制定合理的规章制度，既能够降低信息泄露风险，又可以保留数据的研究价值。最后就是多学科融合，建立新的范式培养新的复合型人才。

文献2：Chang R M , Kauffman R J , Kwon Y O . Understanding the paradigm shift to computational social science in the presence of big data[J]. Decision Support Systems, 2014, 63:67-80.

    随着新的数据收集和处理数据技术的发展，学者所关注的研究问题和研究方法都在发生改变。学者们可以通过计算社会科学这一研究范式拓展研究视野，关注交网络和博客、政治演讲、公司公告、数字新闻、移动电话、家庭娱乐、在线游戏、金融服务、在线购物、社会广告和社会商务等更为广泛的社会科学问题。文章讨论了范式转换的原因，并探索计算社会科学对决策支持的意义，以及对社会科学的更广泛的研究。文章着重关注了以下几个问题：如何在研究中利用大数据？需要什么样的新视角？新的研究实践会是什么样子？与过去的研究相比，计算社会科学研究能提供什么样的科学见解和商业价值？什么样的研究方向可能对新知识的产生特别有益？  

    文章分析了范式转变的动力：新的技术的发展、多学科的融合以及成功的商业实践。并指出大数据虽然不能从根本上解决“三角两难”困境，但是从一定程度上减缓了困境的三个维度。文章介绍了实体、数据以及数据代理的概念，并基于复杂适应系统的角度，定义了这个世界，通过收集以及分析微观、中观或者宏观的数据谱，来研究不同层级的问题。文章对传统调查研究法方法和新的研究方法进行对比分析，并结合实际案例来展示了传统研究方法和新研究方法之间的差异。

    最后，文章对未来的5个研究方向进行展望：（1）探索情境感知知识的影响；（2）重估个性化的商业价值；（3）继续开展基于大数据的模式、可解释性以及预测的研究；（4）研究市场以及社会层级的影响；（5）关于隐私保护等互补性的研究。