马修•萨尔加尼克(Matthew J. Salganik)
普林斯顿大学社会学教授,同时任职于该校的信息技术政策中心、数据与机器学习中心等。《科学》杂志评价他是“纯然的计算社会学家”。他的研究方向是社会网络、计算社会学。他的研究曾被微软、脸谱网和谷歌资助,并被《纽约时报》《华尔街日报》《经济学人》《纽约客》等主流媒体报道,美国公共广播电台还专题报道过他的研究成果。
我们已经见证了社交媒体、智能手机以及其他科技奇迹的诞生与进化,这些科技工具让我们能够以前所未见的规模和深度采集并处理有关人类行为的数据,从而为研究人类社会提供了一个全新的路径。这本书是一部里程碑式的作品,它将彻底改变下一代社会科学家和数据科学家探索世界的方式。
大数据的10个共同特征是什么?
如何通过数据预测美国总统大选的结果?
如何在短时间内对100万个星系进行分类?
大规模数据采集面临着怎样的道德伦理困境?
科技公司是否在监视我们的行为,数字时代是不是将我们带进了“全景监狱”呢?
在计算社会学这一新兴领域,作者阐述了数字革命如何扭转了社会科学家和数据科学家观察行为、提出问题、开展实验和进行大规模协作的方式,详细描述了大批真实的案例,并且划定了面临伦理挑战时需要遵循的4项原则。
这本书用全新的数据模式解锁了社会学。对社会科学家来说,它是一本跨界指南之书;对数据科学家来说,它是一本素养提升之作。
评分
评分
评分
评分
讲研究策略的部分举了King, Pan and Roberts (2013)的例子,不知道是否完整翻了
评分讲研究策略的部分举了King, Pan and Roberts (2013)的例子,不知道是否完整翻了
评分注重讲解研究设计思路的教材,挺有洞察力。大数据仅仅是“大”数据,不是“全”数据,发生了质变但仍然有限。规模特征造成了组织上、计算上、时空上和伦理上的变化。这书举例子讲事情真不错,就是文献索引对应的不好。好在英文版不难找到,否则不能翻文献这例子就白举了。伦理问题值得重视。
评分虽然是学术书,但案例非常丰富,作为入门读物也挺有趣
评分Zhang Han, Gary King等敏感一点的东西都被删除了。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有