　　计算传播学是计算社会科学的重要分支，计算传播学的分析基础在于人类传播行为的可计算性，而人类传播行为本身的丰富性和复杂性为计算传播学研究提出了重要挑战。《社交网络上的计算传播学》着重分析了社交网络中影响传播行为的各种可计算因素，以网络科学为理论基础，以计算新闻学、计算广告学等为实践知识框架，《社交网络上的计算传播学》共11章。第1～5章分析了社交网络中信息传播的测量工具和影响传播的可计算因素；第6～8章主要侧重于介绍社交网络中计算传播学的相关应用；第9～11章介绍与社交网络上计算传播学相关的一些研究方法和数据处理手段。
　　《社交网络上的计算传播学》着力于融合多个学科的力量，系统性地为社交网络上的信息传播建立一个完整的可计算框架。《社交网络上的计算传播学》可作为研究生以及高年级本科生的社交网络分析和计算传播学教材，也可供自然科学、工程技术和社会科学领域的研究人员和学者参考使用。

第1章　引论第2章　单条信息传播的多维度测量第3章　影响信息传播的可计算因素分析第4章　节点传播能力的测量第5章　信息扩散模型第6章　计算传播学在新闻和公共舆论领域的应用第7章　计算传播学在电子商务中的应用第8章　行为、情绪和感受的计算传播学第9章　社交网络的抽样策略及在计算传播学中的应用第10章　基于置乱算法的社交网络零模型构造及应用第11章　基于Python 语言的计算传播学定量分析入门参考文献

精彩书摘

　　1．1社交网络分析：从大众传播到人际传播的必　　然选择　　20世纪以来，信息传播的传统途径是广播、电视和报纸等大众媒体，受众个体往往只能被动地接收消息。在大众传播模式下，受众不具有个体性，受众个体之间的相互作用和人际关系往往被忽略。随着互联网的快速发展，人们获取、传播信息的方式发生了革命性的变化。用户不仅是信息的消费者，也是信息的生产者和传播者。尤其是在线社交网络（包括社交媒体）的出现，改变了传统的信息扩散方式，社交网络已逐渐成为主流的信息发布和传播平台。　　人们通过社交网络交换信息的同时，也建立起一个庞大的人际传播信息网络，越来越多的学者认识到受众中个体间的相互作用对信息传播有至关重要的影响。但是由于经典大众传播理论的研究范式具有局限性，经典传播学很难对受众个体问的关系和相互影响进行精细测量，更无法对传播网络进行定量的整体刻画，而近年来蓬勃发展的社交网络分析目前已成为研究信息传播最流行的工具和方法。　　1．2网络科学领域的结构主义倾向　　由于社交网络分析在微观上可测量个体问关系、中观上可连接节点与网络、宏观上可分析整个传播网络，基于网络科学理论的信息传播研究近年来取得了丰硕成果。几乎在所有社交网络中，大量节点的链接很少，只有少量节点的链接很多，整个网络的度分布呈现无标度特性。社交网络结构的异质化启示我们，信息传播要取得好的效果，一般仅需要触发少量在网络中占据关键位置的重要节点就可以了。此外，近年来有学者提出了时变网络，即在传统的网络结构上多了一个时间维度，因此可以将信息传播的动态特性、事件发生的顺序、邻边事件之间的相关性等时间动力学特性均嵌入到网络结构中，也能在多个时间尺度上刻画信息传播网络的时变特性。　　随着社交网络分析方法在信息传播研究的不断深入，很多研究中出现了过度的结构主义倾向。尽管受众个体间的相互作用对传播有重要影响，但是并不意味着这种网络结构的影响是无限大的，也不意味着网络结构和信息传播之间的关系是简单的、线性的。此外，有部分研究者如果不考虑信息本身的多样性和异质性，过度使用其他传播模型作为真实信息传播模型，这种对信息传播行为的过度简化既不符合实际情况，也无法被经典传播学领域的研究者所接受。　　1．3计算传播学简介　　计算传播学是计算社会科学（computationalsocialscience）的重要分支。计算社会科学已经在各个分支学科和新的交叉学科中如火如荼地发展，相关学者尤其重视网络科学研究在其中所扮演的角色和数字媒体所提供的机遇。网络科学和计算社会科学的兴起使得我们开始更加严肃地思考信息传播的可计算性。　　计算传播学是以网络科学为基础骨架，以计算新闻学、计算广告学等为实践的知识框架。传播学因此开始与计算机科学、物理学、网络科学、数学、计算语言学、生物学等多个学科交汇。从数据的抓取开始，大规模的数据挖掘、寻找传播学可计算化的基因、学习和传播可计算化思维／方法（数据收集能力、编程能力、数学建模能力、网络分析、文本挖掘等）、了解和训练计算传播学的社会化应用方法（数据新闻、计算广告、可视化等）成为计算传播学研究的内涵。　　……
社交网络上的计算传播学下载 mobi epub pdf txt 电子书格式