علوم اجتماعی محاسباتی

از ویکی‌پدیا، دانشنامهٔ آزاد

علوم اجتماعی محاسباتی عبارت است از کاربرد روش‌های محاسباتی در دادگان پیچیده (و معمولا حجیم) رفتاری انسان‌ها. این علم به زیرشاخه‌های دانشگاهی مربوط به رویکردهای محاسباتی علوم اجتماعی اشاره دارد و بدان معنی است که از کامپیوترها برای مدل‌سازی، شبیه‌سازی و تحلیل پدیده‌های اجتماعی استفاده می‌شود. زمینه‌ها شامل اقتصاد محاسباتی، جامعه‌شناسی محاسباتی، کلیودینامیک، فرهنگ‌شناسی و تحلیل خودکار مطالب در رسانه‌های اجتماعی و سنتی است. در این تحقیق بر بررسی روابط و تعاملات اجتماعی و رفتاری از طریق شبیه‌سازی اجتماعی، مدلسازی، تحلیل شبکه و تحلیل رسانه تمرکز می‌شود. [۱]

تعاریف

دو اصطلاح وجود دارد که به یکدیگر مرتبط هستند: علوم علوم اجتماعی (SSC) و علوم اجتماعی محاسباتی (CSS). در ادبیات، CSS به رشته‌ای از علوم اجتماعی گفته می‌شود که از رویکردهای محاسباتی در مطالعه پدیده‌های اجتماعی استفاده می‌کند. از سوی دیگر، SSC زمینه‌ای است که در آن روش‌های محاسباتی برای کمک به توضیح پدیده‌های اجتماعی خلق می‌شود.

علوم اجتماعی محاسباتی انقلابی در هر دو پایه اساسی روش علمی ایجاد می‌کند : تحقیقات تجربی، به ویژه از طریق داده‌های بزرگ، با تجزیه و تحلیل ردپای دیجیتالی که از طریق فعالیت‌های آنلاین اجتماعی به جا مانده است و نظریه علمی، به ویژه از طریق ساخت مدل شبیه‌سازی رایانه‌ای از طریق شبیه‌سازی اجتماعی . [۲]این یک رویکرد چند‌رشته‌ای و یک‌پارچه برای بررسی اجتماعی است که بر پردازش اطلاعات با استفاده از فناوری پیشرفته اطلاعات تمرکز دارد. وظایف محاسباتی شامل تجزیه و تحلیل شبکه‌های اجتماعی، سیستم های جغرافیایی اجتماعی، [۳] محتوای رسانه‌های اجتماعی و محتوای رسانه‌های سنتی است.

کارهای علوم اجتماعی محاسباتی به طور فزاینده‌ای به دسترسی بیشتر پایگاه‌های داده بزرگ متکی است که در حال حاضر توسط تعدادی از پروژه‌های میان‌رشته‌ای ساخته و نگهداری می‌شود، از جمله آن ها:

  • Seshat، که به طور سیستماتیک گزارش‌های پیشرفته مربوط به سازمان سیاسی و اجتماعی گروه‌های انسانی و چگونگی تکامل جوامع را به عنوان یک بانک اطلاعاتی معتبر جمع‌آوری می‌کند. [۴] Seshat همچنین وابسته به موسسه Evolution، یک اتاق فکر غیرانتفاعی است که "از علوم تکاملی برای حل مشکلات دنیای واقعی استفاده می‌کند."
  • D-PLACE : پایگاه داده‌ای از مکان‌ها، زبان‌ها، فرهنگ و محیط زیست که داده‌های مربوط به بیش از ۱۴۰۰شکل‌گیری اجتماعی انسان را فراهم می‌کند. [۵]
  • اطلس تکامل فرهنگی بایگانی‌شده در ۱۵ دسامبر ۲۰۱۹ توسط Wayback Machine، پایگاه داده باستان‌شناسی ایجاد شده توسط پیتر ن. پرگرین [۶]
  • CHIA: اطلاعات مشترک برای تجزیه و تحلیل تاریخی، یک تلاش مشترک چند رشته ای به میزبانی دانشگاه پیتسبورگ با هدف بایگانی اطلاعات تاریخی و پیوند دادن داده‌ها و همچنین موسسات دانشگاهی/ پژوهشی در سراسر جهان
  • موسات بین‌المللی تاریخ اجتماعی، که داده‌های مربوط به تاریخ اجتماعی جهانی روابط کار، کارگران و کارگران را جمع‌آوری می‌کند.
  • روابط انسانی پرونده های eHRAF باستان شناسی [۷]
  • روابط انسانی پرونده های eHRAF فرهنگ های جهانی [۸]
  • Clio-Infra یک بانک اطلاعاتی از سنجش عملکرد اقتصادی و سایر جنبه های رفاه جامعه در نمونه جهانی جوامع از سال ۱۸۰۰ تا به امروز
  • Google Ngram Viewer، یک موتور جستجوی آنلاین که فرکانس مجموعه‌ای از رشته‌های جستجو با ویرگول را با استفاده از تعداد گرم سالیانه n گرم که در بزرگترین مجموعه اطلاعات آنلاین بشر، مجموعه Google Books یافت می شود، ترسیم می‌کند.

تجزیه و تحلیل مقادیر گسترده روزنامه‌های تاریخی [۹] و محتوای کتاب [۱۰] در سال ۲۰۱۷ آغاز شده است، در حالی که سایر مطالعات روی داده‌های مشابه [۱۱] نشان داد که چگونه می‌توان ساختارهای دوره‌ای را به طور خودکار در روزنامه‌های تاریخی کشف کرد. تجزیه و تحلیل مشابه در رسانه‌های اجتماعی انجام شد، ساختارهای دوره‌ای به شدت آشکار می‌شود. [۱۲]

جستارهای وابسته

منابع

  1. "The Computational Social Science Society of the Americas official website".
  2. DT&SC 7-1: . Introduction to e-Science: From the DT&SC online course at the University of California
  3. Cioffi-Revilla, Claudio (2010). "Computational social science". Wiley Interdisciplinary Reviews: Computational Statistics. 2 (3): 259–271. doi:10.1002/wics.95.
  4. Turchin, Peter; Brennan, Rob; Currie, Thomas E.; Feeney, Kevin C.; Francois, Pieter; Hoyer, Daniel; Manning, J. G.; Marciniak, Arkadiusz; Mullins, Daniel (2015). "Seshat: The Global History Databank" (PDF). Cliodynamics. 6: 77. https://escholarship.org/uc/item/9qx38718
  5. Kirby, Kathryn R.; Gray, Russell D.; Greenhill, Simon J.; Jordan, Fiona M.; Gomes-Ng, Stephanie; Bibiko, Hans-Jörg; Blasi, Damián E.; Botero, Carlos A.; Bowern, Claire (2016). "D-PLACE: A Global Database of Cultural, Linguistic and Environmental Diversity". PLOS One. 11 (7): e0158391. Bibcode:2016PLoSO..1158391K. doi:10.1371/journal.pone.0158391. PMC 4938595. PMID 27391016.
  6. Peter N. Peregrine, Atlas of Cultural Evolution, World Cultures 14(1), 2003
  7. "eHRAF Archaeology". Human Relations Area Files.
  8. "eHRAF World Cultures". Human Relations Area Files.
  9. Lansdall-Welfare, Thomas; Sudhahar, Saatviga; Thompson, James; Lewis, Justin; Team, FindMyPast Newspaper; Cristianini, Nello (2017-01-09). "Content analysis of 150 years of British periodicals". Proceedings of the National Academy of Sciences. 114 (4): E457–E465. doi:10.1073/pnas.1606380114. ISSN 0027-8424. PMC 5278459. PMID 28069962.
  10. Roth, Steffen; et al. (2017). "Futures of a distributed memory. A global brain wave measurement (1800-2000)". Technological Forecasting and Social Change. 118: 307–323. doi:10.1016/j.techfore.2017.02.031.
  11. Dzogang, Fabon; Lansdall-Welfare, Thomas; Team, FindMyPast Newspaper; Cristianini, Nello (2016-11-08). "Discovering Periodic Patterns in Historical News". PLOS One. 11 (11): e0165736. Bibcode:2016PLoSO..1165736D. doi:10.1371/journal.pone.0165736. ISSN 1932-6203. PMC 5100883. PMID 27824911.
  12. Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on Data Mining in Human Activity Analysis

پیوند به بیرون