علوم اجتماعی محاسباتی

از ویکی‌پدیا، دانشنامهٔ آزاد

علوم اجتماعی محاسباتی به زیرشاخه‌های دانشگاهی مربوط به رویکردهای محاسباتی علوم اجتماعی اشاره دارد.[۱] این 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 به بررسی روابط و تعاملات اجتماعی و رفتاری از طریق شبیه‌سازی اجتماعی، مدلسازی، تحلیل شبکه و تحلیل رسانه تمرکز می‌شود.[۲]

تعاریف[ویرایش]

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 دوپایه 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 مانده‌است و نظریه علمی، به ویژه از طریق ساخت مدل شبیه‌سازی رایانه ای از طریق شبیه‌سازی اجتماعی.[۳]این یک رویکرد چند رشته‌ای 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، سیستم‌های جغرافیایی اجتماعی،[۴] محتوای رسانه‌های اجتماعی و محتوای رسانه‌های سنتی است.[۵][۶]

کارهای علوم اجتماعی محاسباتی به‌طور فزاینده ای به دسترسی بیشتر پایگاه‌های داده بزرگ متکی است که در حال حاضر توسط تعدادی از پروژه‌های میان رشته‌ای ساخته و نگهداری می‌شود، از جمله آن‌ها:

تجزیه و تحلیل مقادیر گسترده روزنامه‌های تاریخی[۱۲] و محتوای کتاب[۱۳] در سال ۲۰۱۷ آغاز شده‌است، در حالی که سایر مطالعات روی داده‌های مشابه[۱۴] نشان داد که چگونه می‌توان ساختارهای دوره ای را به‌طور خودکار در روزنامه‌های تاریخی کشف کرد. تجزیه و تحلیل مشابه در رسانه‌های اجتماعی انجام شد، ساختارهای دوره ای به شدت آشکار می‌شود.[۱۵]

در حال حاضر به دلیل اهمیت این رشته در مسائل حکمرانی و صنعت، مراکز آموزشی، شرکت‌ها و موسسات بسیاری در سرتاسر دنیا در حال انجام تحقیقات متعددی در این رشته هستند تا دریچه‌های جدیدی از این علم را به سمت جوامع بگشایند. چشم‌انداز این رشته نوظهور در ایران نیز رو به رشد است.[۱۶]

با توجه به ضرورت راه‌اندازی رشته علوم اجتماعی محاسباتی در دانشگاه‌های کشور، در سال ۱۳۹۷ یک گروه علمی در راستای تدوین این رشته تشکیل شده و نهایتا با پیگیری دکتر عبدالحسین کلانتری، دانشیار دانشکده علوم اجتماعی دانشگاه تهران، در دانشگاه تهران ایجادشد.

با پیشنهاد اعضا، دکتر میثم علی‌زاده، بنیانگذار شرکت مفید تحلیل داده (Metodata) از ابتدا به عنوان دبیر گروه علمی، مسئولیت طراحی و تدوین دروس تخصصی رشته را برعهده گرفت. طرح راه‌اندازی رشته علوم اجتماعی محاسباتی در تاریخ ۹۹.۰۴.۰۲ به تصویب شورای برنامه‌ریزی آموزشی دانشگاه تهران رسید و مراحل تصویب آن در وزارت علوم، تحقیقات و فناوری در حال اتمام است. این رشته برای مقطع کارشناسی‌ارشد طراحی‌شده و میزبان آن دانشکده مهندسی برق و کامپیوتر دانشگاه تهران خواهدبود.[۱۷]

جستارهای وابسته[ویرایش]

منابع[ویرایش]

  1. A discussion on the computability of computational social sciences, Video
  2. "The Computational Social Science Society of the Americas official website".
  3. DT&SC 7-1: . Introduction to e-Science: From the DT&SC online course at the University of California
  4. Cioffi-Revilla, Claudio (2010). "Computational social science". Wiley Interdisciplinary Reviews: Computational Statistics. 2 (3): 259–271. doi:10.1002/wics.95.
  5. Social media metadata analysis, an interview with Dr.Meysam Alizadeh
  6. Foreign Influence Operations on Social Media An Overview of Academic Research, A meeting
  7. 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
  8. 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.
  9. Peter N. Peregrine, Atlas of Cultural Evolution, World Cultures 14(1), 2003
  10. "eHRAF Archaeology". Human Relations Area Files.
  11. "eHRAF World Cultures". Human Relations Area Files.
  12. 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 (به انگلیسی). 114 (4): E457–E465. doi:10.1073/pnas.1606380114. ISSN 0027-8424. PMC 5278459. PMID 28069962.
  13. Roth, Steffen; et al. (2017). "Futures of a distributed memory. A global brain wave measurement (1800-2000)". Technological Forecasting and Social Change (به انگلیسی). 118: 307–323. doi:10.1016/j.techfore.2017.02.031.
  14. 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.
  15. 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
  16. Predicting financial crises, Predicting civil and foreign wars, Flat world and convergence of though, a discussion
  17. تدوین رشته علوم اجتماعی محاسباتی در دانشگاه تهران، وبلاگ

پیوند به بیرون[ویرایش]