课程介绍

课程简介

计算社会科学是由诺贝尔经济学奖获得者赫伯特·西蒙等学者奠基的一门脱胎于社会科学、计算机科学、复杂性科学的重要交叉学科。计算社会科学将社会调查与信息处理方法与高级计算媒介、复杂性科学等多门学科结合起来,通过大数据、实验设计和大规模仿真 (large-scale simulation)对复杂的人类行为和社会现象(如社会不平等、传染病传播)进行研究,能极大地提高人类对重要社会现象的理解和认知,且广泛地被应用于各种复杂问题的决策过程。

本课程将围绕当今社会快速发展中遇到的各类社会经济环境问题,结合社会科学、计算机科学和复杂性科学的理论和方法,系统地介绍计算社会科学的相关理论、主要研究方法和主流分析工具。课程将分“基础知识和基础理论”、“知识进阶:数据挖掘与分析”、“知识进阶:模拟、预测及结果呈现”、“拓展思考”四个模块介绍计算社会科学的核心内容。内容将涵盖系统动力学、复杂性理论、自动信息提取、社会网络分析、地理空间分析、社会仿真模型、机器学习与人工智能、数据可视化等内容。

本课程将面向全校各专业本科生开设,旨在提升学生结合社会科学理论并利用计算思维和计算方法理解、分析和解决各种社会经济环境问题的能力,开拓学生的跨社会科学、计算机科学、复杂性科学的知识视野。对于人文科学及社会科学学生来说,本课程将培养他们的计算思维(computational thinking);对于理工医科学生来说,本课程将培养他们利用他们本学科的计算和分析方法来理解和解决社会经济环境问题的社会科学素养和人文关怀。