导语


随着大数据的持续积累和数字技术的迭代，社会计算（social computing）这一交叉领域正快速兴起，社交网络分析、自然语言处理、机器学习、系统动力学、多主体建模等技术在这一领域碰撞融合，逐渐挖掘出信息时代社会行为的深层规律。集智俱乐部以「社会计算」为主题，组织为期10-12周的读书会，多位专家牵头，研读经典和前沿文献，交流激发科研灵感。


同时，集智学园年费VIP计划已经启动，VIP计划面向有长期学习和科研需求的朋友，VIP会员在权益期间免费参与各类读书会与课程。详情见文末。


数字技术不仅彻底改变了我们的社会，也正在改变我们研究社会的方式。目前，硅谷里那些价值不菲的公司、许多强大的政府机构和影响力颇大的社会运动都在利用这一点。而这一切的共同点是，它们都在使用计算工具或数据处理技术来帮助理解并影响人类的行为及其社会动力学。


在这个数据时代里，数字足迹毫无保留地记录下了日益增多的人类社会中的各种互动信息，而对这些信息的研究可以使我们对社会的本质及其运作规律获得前所未有的认知和理解。这其中包括了长期以来令人困惑的错综复杂的社会网络，计算能力的改变让该领域的研究取得了长足进步，诸如机器学习和自然语言处理等技术的进步使得科学家可以检测和分析那些隐藏的模式。计算仿真将使我们拥有模拟已知现实甚至探索未知条件的能力，这些变化彻底改变了传统的社会科学研究范式。


新的研究范式方兴未艾，而本读书会希望将这些新的研究范式呈现出来并集结起来，通过分享和讨论加强社区的交流碰撞，促进对这个领域的梳理和建设。


为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部主办的社会计算读书会，将于5月27日（周四）正式启动，预计为期10-12周，每周四晚上20:00-22:00进行在线的论文分享与讨论，欢迎对社会计算、社会智能、复杂科学、社会科学等领域感兴趣的朋友报名参加，报名参加读书会可赠送中国人工智能学会社会计算与社会智能专委会员一年，欢迎大家加入。（读书会报名长期有效，会员赠送截止时间2021年12月31日）

 



1. 读书会介绍




社会计算基于系统科学、网络科学、复杂性科学等科学理论，利用人工智能、数据挖掘等科学计算理论作为研究方法，以社会、经济等领域大数据作为研究对象，交叉融合各学科理论，是人类更深入地认识社会、改造社会，解决政治、经济、文化等领域复杂社会问题的一种理论和方法论体系[1]。随着大数据技术的到来，更加紧密地结合社会科学的智能计算逐渐发展并成熟起来。2009年，[2]明确提出了一个潜力巨大却又面临诸多障碍的领域——计算社会科学；2012年，[3]开始描述一个吸引不同领域科学家的、不断迅速壮大的新学科团体；到了2018年，计算社会科学[4，5]也开始步入正轨。据此来看，计算社会科学（CSS, computational social science）是社会计算（Social Computing）发展的必然选择，前者会对社会科学知识更加倚重，而后者早期则偏重于以计算为基础，但它们都体现出了多种学科的交叉融合特征。也正因为融合了众多的学科门类，我们不得不化繁从简地以计算科学和复杂科学两个角度梳理了一份阅读提纲，关注的角度可能会偏重于计算科学视角，对某些领域可能会划分得过于粗浅，限于此论题的广博与发起人知识领域的偏狭，有不当之处还请大家批评指正。

[1] 孟小峰, 李勇, 祝建华. 社会计算:大数据时代的机遇与挑战[J]. 计算机研究与发展, 2013, 50(012):2483-2491.

[2] Lazer, David, et al. “Social science. Computational social science.” Science (New York, NY) 323.5915 (2009): 721-723.

[3] Conte, Rosaria, et al. “Manifesto of computational social science.” The European Physical Journal Special Topics 214.1 (2012): 325-346.

[4] Salganik, Matthew J. Bit by bit: Social research in the digital age. Princeton University Press, 2019.

[5] Wallach, Hanna. “Computational social science≠ computer science+ social data.” Communications of the ACM 61.3 (2018): 42-44.


读书会的内容框架


1、社会计算介绍综述

2、计算科学之于社会计算

‍‍‍‍‍‍a. 可解释的智能模型/Interpretable Intelligent Models in CSS
b. 隐私保护与数据伦理/ Privacy and Data Ethics in CSS
c. 基于代理的社会现象建模/Agent-based Modeling of Social Phenomena

d. 图像分析与文本挖掘/Image Analysis and Text Mining for CSS‍‍‍‍‍‍


3、复杂科学之于社会计算

a. 复杂系统动力学/Complex System Dynamics in CSS
b. 社会系统的网络分析/Network analysis of social systems

c. 智慧城市/Smart City


 



2. 发起人&专家顾问团




发起人


王硕，中国人民大学网络与移动数据管理管理实验室博士，现为河北大学数学与科学学院数据科学系讲师，中国人工智能学会社会计算与社会智能专委会会员。

目前研究领域为自然语言处理、机器学习、数据科学、知识融合等，参与完成多项国家重大研究重点支持计划或重点研发项目，发表关于情绪心理学与知识融合方面的论文多篇。


专家顾问团

孟小峰，中国人民大学教授，中国计算机学会会士， 担任ACM中国 SIGSPATIAL分会主席，中国人工智能学会社会计算与社会智能专委会主任等。

长期从事数据库与数据管理的研究与教学，选择前沿性课题开展研究，自主开发多个数据管理系统，并将多年研究成果结集出版学术专著”网络与移动数据管理”三部曲（《XML数据管理：概念与技术》、《移动数据管理：概念与技术》、《Web数据管理：概念与技术》，CCF学术著作丛书，清华大学出版社）。获得省部级特等奖一次（1996），二等奖3次，中国计算机学会”王选奖”一等奖（2009），入选 “第三届北京市高校名师奖”(2007)等。近期主要研究领域包括：数据智能（空间数据智能、科学数据智能、学术数据智能、商务数据智能等），数据治理（数据隐私、数据垄断、数据透明、数据公平与伦理等），社会计算与社会智能等交叉学科。


罗家德，清华大学社会学系教授、博士生导师，清华大学社会网络研究中心主任，

中国人工智能学会社会计算与社会智能专委会名誉副主任。
研究领域：圈子理论研究、自组织研究、社区营造研究、组织社会资本研究、外包体系治理问题、高科技产业集群、组织设计与交易成本分析、经济社会学、社会网络理论、社会网络分析、网络动态学与仿真模型。

王晓，中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员，博士。主要从事社会计算、智能交通与车联网、人工智能等方向的研究。2017年获得中国自动化学会全国优秀博士学位论文奖，2018年入选“中国科协青年托举人才工程”。发表论文60余篇，其中被SCIE收录12篇，被SCI他引218次，EI收录48篇。出版译著3部。现在《IEEE Transactions on Intelligent Transportations Systems》、《IEEE/CAA Journal of Automatica Sinica》、《IEEE Transactions on Computational Social Systems》等多个国际刊物担任审核稿人。中国自动化学会混合智能专委会副秘书长，中国人工智能学会社会计算与社会智能专业委员会秘书长。

研究领域：社会计算、智能交通与车联网、人工智能


吕鹏，中南大学公共管理学院教授、社会计算研究中心主任、教育部青年长江学者，中国人工智能学会社会计算与社会智能专委会委员。清华大学社会学系博士、清华大学自动化系博士后。国家社科重大首席专家、中央网信办“特约研究员”、国家民委优秀中青年专家。

主要研究计算社会科学、社会公共安全、通用人工智能、多智能体ABM仿真。发表SCI/SSCI收录论文多篇，获批软件著作权20项。

王静远，北京航空航天大学副教授、博士生导师，北京市“大数据科学与脑机智能北京市高精尖创新中心”高级研究员，北航“数据智能研究中心”研究员，北京城市实验室（Beijing City Lab）副主任。

研究方向为数据挖掘与城市计算，关注于大数据与人工智能在城市管理、公共卫生、社会经济等领域的跨学科应用。出版专著2部，发表学术论文50余篇，其中包括数据挖掘和人工智能权威期刊IEEE TKDE、IEEE TMC、IEEE TFS以及CCF A类会议KDD、AAAI、Ubicomp、Infocom、Mobicom发表论文20余篇，累积引用1600余次，最高影响因子9.51，授权中国专利10项、美国专利3项。担任管理科学与工程学会人工智能与管理分会委员、中国计算机学会大数据专委会委员、中国城市科学研究会城市大数据专委会委员，担任《Frontiers of Computer Science》 期刊责任编辑、《ACM Transactions on Intelligent Systems and Technology》期刊编委、《IET Smart Cities》期刊创刊编委。曾获得北京市优秀共产党员、北京市抗击新冠肺炎疫情先进个人、WGDC全球前沿科技青年科学家、中国计算机学会杰出演讲者等荣誉。

李勇，中国人民大学工学博士，西北师范大学计算机科学与工程学院副教授，硕士研究生导师，中国人工智能学会社会计算与社会智能专业委员会副秘书长。

主要研究方向为：社会计算、在线用户行为分析等。近年来承担国家自然科学基金项目3项，主持省部级科研项目2项，主持企业横向研发项目3项。在《Science China Information Science》、《Journal of Computer Science and Technology》、《PLoS ONE》、《计算机研究与发展》等SCI或EI检索的期刊或国际学术会议上发表论文10多篇。合著出版专著1部、译著1部。已授权计算机软件著作权16项。李勇曾荣获首届联合国开发计划署和中国青少年发展基金会“国际青少年消除贫困奖”；全国优秀共青团员；甘肃省十大杰出青年；甘肃青年五四奖章等荣誉表彰。

特别感谢


非常感谢为本次读书会内容提供宝贵意见和建议的老师：南京大学的王成军老师、山东工商学院的高德华老师（公众号“复杂系统与计算社会学”）、浙江大学的李林倬老师、北京师范大学的张江老师、爱荷华大学的施永仁老师和中国人口与发展研究中心的黄匡时老师。





3. 参与方式和时间




本次读书会适合的参与对象：

1. 基于复杂系统、人工智能等方法做社会科学相关研究的科研工作者
2. 对计算科学感兴趣的社会科学领域的科研工作者
3. 做社会管理、社会治理等工作的研究人员

4. 对复杂系统、计算科学、社会科学以及交叉学科感兴趣的爱好者


运行模式：
从5月27日开始，每 1 周由 1-2 名读书会成员领读相关论文，进行线上会议，与会者可以广泛参与讨论（以 PPT 讲解的形式，直播间互动交流）。

时间：
每周四晚上 20:00-22:00 持续时间预计 10-12 周。

方式：
此次读书会为线上闭门读书会，采用的会议软件是腾讯会议（请提前下载安装）。

费用：
为了过滤一些非专业人士，甄选出真正对社会计算研究感兴趣、有相关研究经验的专业人士，保证读书会研讨质量，也为了激励大家学习、分享、总结，本期读书会将采取收费 – 退款的保证金模式。

具体规则：

1. 读书会（10-12期）保证金共计 399 元/人。


2. 满足如下条件之一者全额退款（本季读书会结束后统一退费）：

  • 贡献了一次讲座（半小时以上）内容的（需要提前向主持人申请并通过试讲）；
  • 完成了一篇以上读书笔记写作，并在集智俱乐部公众号分享。（读书笔记标准：字数3千以上，图文并茂，具体请参照此文：前沿综述：大脑结构网络、功能网络和网络控制中的物理学）；
  • 认真完成集智百科相应的编撰任务，经过集智百科团队审核通过，并达到399积分。（详情见https://wiki.swarma.org/index.php?title=激励制度）

3. 满足以下条件之一的不仅可以全额退款，还有额外奖励：
  • 由读书会内容启发，产生了靠谱的新产品创意，并在读书会结束 2 个月内提交了详细的产品策划方案，并通过了集智俱乐部组织的相应考核答辩的；
  • 由读书会内容启发，萌发了科研论文创意，在读书会结束 2 个月内完成初稿，并在最终的论文成果中致谢集智俱乐部和因果社区的（需要发表在SCI等核心刊物上）。

上述规则的最终解释权归集智俱乐部所有。
 



4. 限时赠送




现在加入读书会，赠送人工智能学会社会计算与社会智能专委会会员一年（价值200元）
专委会官网：http://idke.ruc.edu.cn/scsi/
赠送截止时间：2021年12月31日

社会计算与社会智能专委会会员权益：

  • 优先参加专委举办的各项学术交流活动和志愿者工作机会，获得同社会计算与社会智能领域国内外知名专家更加深入交流的机会； 

  • 享受专委及CAAI举办的“全国大数据与社会计算学术会议”、“社会计算与社会智能交叉学科战略研讨会”等数百场学术会议、专业培训和讲座的注册费优惠（部分免费、低折扣）； 

  • 获得向社会计算与社会智能领域学术期刊、学术会议投稿的机会； 

  • 优先获得社会计算与社会智能领域的学术动态和与最新研究进展报告； 

  • 有机会申请成为专委委员，有投票、选举权，颁发委员证书（教师或研究人员） 

  • 有机会申请成为专委“ 青年委员”，可以参加专委的活动，颁发青年委员证书（优秀学生）

 



5. 报名方式





第一步：扫码填写报名信息
第二步：填写信息后，进入付款流程，提交保证金399元。（符合退费条件后可退费）
第三步：添加负责人微信，拉入对应的读书会讨论群
（我们也会对每次分享的内容进行录制，剪辑后发布在集智学园官网上，供读书会成员回看）




6. 关于主办方和集智俱乐部读书会




主办方：集智俱乐部
协办方：集智学园

集智俱乐部成立于 2003 年，是一个从事学术研究、享受科学乐趣的探索者的团体，也是国内最早的研究人工智能、复杂系统的科学社区。它倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。

集智学园成立于2016年，是集智俱乐部孕育的创业团队。集智学园致力于传播复杂性科学、人工智能等前沿知识和新兴技术，促进、推动复杂科学领域的知识探索与生态构建。

集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。
读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如：2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。




7. 论文阅读清单




扫描二维码，获取读书会论文清单，后续会在集智斑图做更新

链接：https://pattern.swarma.org/path?id=126


计算科学之于社会计算


可解释的智能模型/Interpretable Intelligent Models in CSS

  • Wang, Jingyuan, et al. “Alphastock: A buying-winners-and-selling-losers investment strategy using interpretable deep reinforcement attention networks.” Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2019.

  • Wang, Jingyuan, et al. “Deep Fuzzy Cognitive Maps for Interpretable Multivariate Time Series Prediction.” IEEE Transactions on Fuzzy Systems (2020).

  • Wang, Jingyuan, et al. “Multilevel wavelet decomposition network for interpretable time series analysis.” Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018.

  • Wang, Jingyuan, et al. “Empowering A* search algorithms with neural networks for personalized route recommendation.” Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2019.

  • Wu, Ning, et al. “Learning Effective Road Network Representation with Hierarchical Graph Neural Networks.” Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2020.

  • Lazer, David, and Jason Radford. “Data ex machina: introduction to big data.” Annual Review of Sociology 43 (2017): 19-39.

  • Gao, Jian, Yi-Cheng Zhang, and Tao Zhou. “Computational socioeconomics.” Physics Reports 817 (2019): 1-104.

  • Kou, ：, et al. “Deep learning based inverse model for building fire source location and intensity estimation.” Fire Safety Journal 121 (2021): 103310.


隐私保护与数据伦理/ Privacy and Data Ethics in CSS

  • Nov, Oded, and Sunil Wattal. “Social computing privacy concerns: antecedents and effects.” Proceedings of the SIGCHI conference on human factors in computing systems. 2009.

  • Akiti, Chandan, Anna Squicciarini, and Sarah Rajtmajer. “A Semantics-based Approach to Disclosure Classification in User-Generated Online Content.” Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings. 2020.

  • 孟小峰, 朱敏杰, and 刘俊旭. “大规模用户隐私风险量化研究.” 信息安全研究 5.9 (2019): 778-788.

  • Debatin, Bernhard. “Ethics, privacy, and self-restraint in social networking.” Privacy online. Springer, Berlin, Heidelberg, 2011. 47-60.

  • Post, Robert C. “Data privacy and dignitary privacy: Google Spain, the right to be forgotten, and the construction of the public sphere.” Duke LJ 67 (2017): 981.

  • 孟小峰, et al. “数据垄断与其治理模式研究.” 信息安全研究 9 (2019).

  • 孟小峰, 王雷霞, and 刘俊旭. “人工智能时代的数据隐私, 垄断与公平.” 大数据 6.1 (2020): 0.


基于代理的社会现象建模/Agent-based Modeling of Social Phenomena

  • Fioretti, Guido. “Agent-based simulation models in organization science.” Organizational Research Methods 16.2 (2013): 227-242.

  • Gómez-Cruz, Nelson Alfonso, Isabella Loaiza Saa, and Francisco Fernando Ortega Hurtado. “Agent-based simulation in management and organizational studies: a survey.” European Journal of Management and Business Economics (2017).

  • Secchi, Davide, and Martin Neumann. “Agent-based simulation of organizational behavior.” Springer, Cham doi 10 (2016): 978-3.

  • Zhang, Jun Jason, et al. “Cyber-physical-social systems: The state of the art and perspectives.” IEEE Transactions on Computational Social Systems 5.3 (2018): 829-840.


图像分析与文本挖掘/Image Analysis and Text Mining for CSS

  • Wu, Chuhan, et al. “Neural news recommendation with heterogeneous user behavior.” Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). 2019.

  • Wang, Hongwei, et al. “DKN: Deep knowledge-aware network for news recommendation.” Proceedings of the 2018 world wide web conference. 2018.

  • He, Li, Antonio Páez, and Desheng Liu. “Built environment and violent crime: An environmental audit approach using Google Street View.” Computers, Environment and Urban Systems 66 (2017): 83-95.


复杂科学之于社会计算


复杂系统动力学/Complex System Dynamics in CSS

  • Zhou, Fang, Linyuan Lü, and Manuel Sebastian Mariani. “Fast influencers in complex networks.” Communications in Nonlinear Science and Numerical Simulation 74 (2019): 69-83.

  • Vosoughi, Soroush, Deb Roy, and Sinan Aral. “The spread of true and false news online.” Science 359.6380 (2018): 1146-1151.

  • Ni, Shunjiang, Wenguo Weng, and Hui Zhang. “Modeling the effects of social impact on epidemic spreading in complex networks.” Physica A: Statistical Mechanics and its Applications 390.23-24 (2011): 4528-4534.

  • Lu, Peng, et al. “The sandpile model and empire dynamics.” Chaos, Solitons & Fractals 143 (2021): 110615.

  • Liu, Lu, et al. “Hot streaks in artistic, cultural, and scientific careers.” Nature 559.7714 (2018): 396-399.


社会系统的网络分析/Network analysis of social systems

  • Mariani, Manuel S., and Linyuan Lü. “Network-based ranking in social systems: three challenges.” Journal of Physics: Complexity 1.1 (2020): 011001.

  • Xu, Jia, et al. “Incentive mechanism for multiple cooperative tasks with compatible users in mobile crowd sensing via online communities.” IEEE Transactions on Mobile Computing 19.7 (2019): 1618-1633.

  • Wang, Jiangtao, et al. “Social-network-assisted worker recruitment in mobile crowd sensing.” IEEE Transactions on Mobile Computing 18.7 (2018): 1661-1673.

  • Varga, Attila. “Shorter distances between papers over time are due to more cross-field references and increased citation rate to higher-impact papers.” Proceedings of the National Academy of Sciences 116.44 (2019): 22094-22099.

  • Xie, Jiarong, et al. “Detecting and modelling real percolation and phase transitions of information on social media.” Nature Human Behaviour (2021): 1-8.

  • Li, Sijia, et al. “The impact of family violence incidents on personality changes: An examination of social media users’ messages in C hina.” PsyCh Journal (2021).

  • Lin, Yu-Ru, et al. “Facetnet: a framework for analyzing communities and their evolutions in dynamic networks.” Proceedings of the 17th international conference on World Wide Web. 2008.

  • Huang, Jianbin, et al. “Density-based shrinkage for revealing hierarchical and overlapping community structure in networks.” Physica A: Statistical Mechanics and its Applications 390.11 (2011): 2160-2171.


智慧城市/Smart City

  • Bettencourt, Luís MA. “The origins of scaling in cities.” science 340.6139 (2013): 1438-1441.

  • Blumenstock, Joshua, Gabriel Cadamuro, and Robert On. “Predicting poverty and wealth from mobile phone metadata.” Science 350.6264 (2015): 1073-1076.

  • Ju, Jingrui, Luning Liu, and Yuqiang Feng. “Citizen-centered big data analysis-driven governance intelligence framework for smart cities.” Telecommunications Policy 42.10 (2018): 881-896.

  • He, Li, et al. “Ambient Population and Larceny-Theft: A Spatial Analysis Using Mobile Phone Data.” ISPRS International Journal of Geo-Information 9.6 (2020): 342.

  • Li, Hui-min, et al. “Analyzing the relationship between developed land area and nighttime light emissions of 36 Chinese cities.” Remote Sensing 11.1 (2019): 10.

  • Wang, Lingli, et al. “Voice-Based AI in Call Center Customer Service: Evidence from a Field Experiment.” Call Center Customer Service: Evidence from a Field Experiment (June 22, 2020) (2020).

  • Wang, Chenyang, Yang Gao, and Hui Zhang. “Typical patterns of government response measures and trends for COVID-19 pandemic.” Proceedings of the 6th ACM SIGSPATIAL International Workshop on Emergency Management using GIS. 2020.


（论文列表将持续更新和增补～～ 也欢迎大家一起参与进来～～）


加入VIP，解锁集智课程&读书会


集智长期深耕复杂系统与跨学科研究，在网络科学、系统理论等经典领域持续策划精品课程，同时也追逐因果科学、深度学习、复杂经济学、生命复杂性、社会计算等交叉前沿。汇集了大量的探索者，包括教授、硕博、工程师、创业者等等。


为了帮助有学习需求的朋友夯实学科基础，帮有科研需求的朋友深入前沿交流，我们开放了1年制和2年制的集智学园VIP计划。VIP用户可以深度参与集智俱乐部社区，并在会员期内解锁集智学园全站课程权限。



更多关于VIP介绍，请点击查看：

集智学园年费VIP计划开启，一起探索复杂性



点击“阅读原文”，报名读书会