大數(shù)據(jù)時代大量基于網(wǎng)絡(luò)、社交媒體、人工智能、傳感器等產(chǎn)生的實時電子印記數(shù)據(jù)，從網(wǎng)絡(luò)上的集體活動、社交媒體、即時通信到在線交易、政府情報和數(shù)字化圖書館，越來越多的社會生活留在電子文本中。為探索大數(shù)據(jù)研究的跨學(xué)科方法論，促進學(xué)科整合與創(chuàng)新，由清華大學(xué)社會科學(xué)學(xué)院主辦，清華大學(xué)社會網(wǎng)絡(luò)研究中心(CSNR)、清華大學(xué)數(shù)據(jù)科學(xué)研究院(IDS)承辦的“2019社會計算國際會議”(2019 International Conference of Social Computing)在清華大學(xué)召開，邀請全球?qū)W者在大數(shù)據(jù)分析方法與社會科學(xué)的交叉領(lǐng)域進行交流和溝通。

大數(shù)據(jù)的出現(xiàn)和計算機技術(shù)的發(fā)展為社會計算帶來了新的研究方法的革命，使得研究設(shè)計、分析方法到理論建立都有了新的改變。大數(shù)據(jù)和調(diào)查數(shù)據(jù)結(jié)合，產(chǎn)生了一種理論視角下新的研究范式。芝加哥大學(xué)社會學(xué)系James A. Evans首先闡釋計算社會科學(xué)使用計算機來生成數(shù)據(jù)、發(fā)現(xiàn)其中的模式和規(guī)律，或生成和檢驗解釋(explanations)。他勾勒出了社會計算的愿景，結(jié)合其研究內(nèi)容及計算社會科學(xué)領(lǐng)域最新研究闡述了如何利用數(shù)據(jù)計算來理解社會，分析復(fù)雜、動態(tài)、自適應(yīng)的社會系統(tǒng)以及人機交互的過程中何以形成更為強大的智能。

研究者可以從中發(fā)現(xiàn)現(xiàn)象、尋求解釋因素、進行社會計算，以前所未有的廣度、深度和規(guī)模利用、收集和分析數(shù)據(jù)。參會者針對各自研究領(lǐng)域，所使用的大數(shù)據(jù)涵蓋了社交網(wǎng)絡(luò)、維基百科、Github網(wǎng)站數(shù)據(jù)分析、組織中員工社交數(shù)據(jù)、微博數(shù)據(jù)、社會經(jīng)濟相關(guān)的電子印記數(shù)據(jù)等。

當這些大數(shù)據(jù)結(jié)合社會科學(xué)傳統(tǒng)的定性、定量調(diào)查，新的研究范式應(yīng)運而生。采用傳統(tǒng)調(diào)查方法收集局部、及時的扎根真相，將社會科學(xué)的問題意識、扎根真相與現(xiàn)有的大數(shù)據(jù)相結(jié)合形成預(yù)測模型，從而在更易獲得的相同的大數(shù)據(jù)維度下進行推論。扎根真相和大數(shù)據(jù)的結(jié)合為數(shù)據(jù)挖掘、理論建模以及預(yù)測算法構(gòu)建的三角間往復(fù)對話提供了可能，一方面使理論不斷改善，另一方面使預(yù)測算法更加精確，進而可以推論并解釋更多現(xiàn)象。

這種研究范式的推理過程采用的是Charles Sanders Pierce提出的溯因推理(abduction)，而不僅僅是歸納(induction)和演繹(deduction)，是一種開始于事實、想象的集合，并推導(dǎo)出其最佳解釋的推理過程。與計算社會科學(xué)研究中首先基于數(shù)據(jù)和理論雙驅(qū)動，在大數(shù)據(jù)挖掘出有趣的現(xiàn)象，然后結(jié)合理論來預(yù)測或模擬推導(dǎo)其解釋的過程不謀而合。抽樣方式也從原來的全樣本的隨機抽樣(random sampling)轉(zhuǎn)變?yōu)樽钸m化抽樣(optimized sampling)，即局部抽樣建立預(yù)測模型，不斷使得預(yù)測模型與理論對話，使得預(yù)測模型逼近最優(yōu)，最終采用相同的大數(shù)據(jù)預(yù)測因子輸入預(yù)測模型中進行推論。

目前社會計算領(lǐng)域同時致力于開發(fā)和改進一些算法來解決社會計算的問題，其中包括機器學(xué)習(xí)、數(shù)據(jù)挖掘、網(wǎng)絡(luò)分析、自然語言處理、深度學(xué)習(xí)等內(nèi)容分析、數(shù)據(jù)挖掘和預(yù)測模型建立。

北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院的張江、樊瑛分別分析了復(fù)雜系統(tǒng)當中運用簡單規(guī)則建模和運用深度學(xué)習(xí)建模各自的利弊,并展示了其團隊關(guān)于用于網(wǎng)絡(luò)重構(gòu)和動態(tài)學(xué)習(xí)的深度學(xué)習(xí)框架的研究。清華大學(xué)計算機系的劉知遠改進自然語言分析技術(shù)和圖神經(jīng)網(wǎng)絡(luò)算法，可以應(yīng)用于推薦、預(yù)測等多個領(lǐng)域。

復(fù)旦大學(xué)計算機學(xué)院陳陽副教授使用深度學(xué)習(xí)檢測在線開發(fā)者社區(qū)中的惡意賬戶，其他學(xué)者也多使用大數(shù)據(jù)集成的機器學(xué)習(xí)算法等進行預(yù)測，同時不乏結(jié)合回歸模型來進行理論的驗證和探究。模型和方法的改進可更好地挖掘數(shù)據(jù)中的價值，也使得社會預(yù)測的準確率更高，為一些社會現(xiàn)象提供了更加微觀或中層的模式(pattern)和規(guī)律的解釋路徑，從而可以建構(gòu)并逐步完善社會科學(xué)理論。

在大數(shù)據(jù)和社會科學(xué)結(jié)合中，社會科學(xué)調(diào)查發(fā)揮了確立問題意識以及提供扎根真相的作用，理論為大數(shù)據(jù)開啟了很多新議題，為構(gòu)建的預(yù)測模型賦予更具推論性的價值，因為只有形成理論才可以在不同領(lǐng)域、時間、空間的條件下進行推論。

依照以上方法論和技術(shù)的創(chuàng)新，學(xué)者們在不同領(lǐng)域進行了研究，范圍廣泛，內(nèi)容多樣。其中清華大學(xué)社會學(xué)系羅家德試圖探討中國人的人脈圈層到底可以劃分為幾層。在開展調(diào)查收集到用戶之間的關(guān)系強度的扎根真相后，找到這些用戶在社交軟件中留下的互動的印記數(shù)據(jù)并整理出指標，結(jié)合扎根真相訓(xùn)練建立分類模型，不斷尋找準確率最高的劃分方式，從而得到合適的圈層劃分方式，讓這種研究對象在一定的情境(context)變得可被測量，這就體現(xiàn)了大數(shù)據(jù)和調(diào)查數(shù)據(jù)的相互對話的價值。

豐富的研究問題為社會計算的發(fā)展注入了活力。目前，不管是在研究問題、算法模型還是理論與數(shù)據(jù)挖掘、預(yù)測模型的結(jié)合中，還均處于不斷探索當中。理論、數(shù)據(jù)挖掘與預(yù)測模型的不斷對話將會推動更多理論的驗證、修正，或是新的理論的發(fā)現(xiàn)，同時使得研究動態(tài)的個體、個體間的關(guān)系和互動、從小團體的結(jié)構(gòu)變化到宏觀的網(wǎng)絡(luò)的變化，從而如何涌現(xiàn)出集體行動(如重大創(chuàng)新、社會運動、革命爆發(fā)等)和復(fù)雜社會系統(tǒng)的非常態(tài)演化(如金融風暴、景氣突轉(zhuǎn)、社會變遷)成為可能。

電子科技大學(xué)周濤利用學(xué)生生活和學(xué)習(xí)活動的實時記錄，開展數(shù)據(jù)驅(qū)動的關(guān)于智能教育的研究。清華大學(xué)孟天廣利用大數(shù)據(jù)，關(guān)注中國共產(chǎn)黨黨員的入黨問題。清華大學(xué)蘇毓淞主要關(guān)注中國審查制度的縱向戰(zhàn)略，即利用微博數(shù)據(jù)來觀察政府對于輿論的審查等。來自芝加哥大學(xué)、麻省理工學(xué)院、斯坦福大學(xué)、哥廷根大學(xué)、法蘭克福大學(xué)、牛津大學(xué)、香港中文大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、北京師范大學(xué)等10余所高校不同學(xué)科背景的20多位專家學(xué)者就會議主題進行了學(xué)術(shù)演講與交流討論。