2023第四届社会计算国际会议
4th International Conference of Social Computing
会议主题：社会计算和大语言模型
会议通知（第二轮）
清华大学，2023年9月2日至3日
（报名截止日期：2023年8月31日）
会议采取扫码入群报名方式：线下参会者请扫码进入线下群；线上参会者请扫码进入线上群。
* 线下与会者可以于9月3日中午与 Journal of Social Computing 主编见面，并参加由傅晓明主持的午餐会（午餐会费用已包含在会议注册费用中）。
Conference theme and topics
“社会计算与与大语言模型”是一个关于语言模型与计算科学交叉的领域，其探索和研究如何利用大型语言模型和社会计算方法来解决现实世界中的复杂问题，本次会议因此有大语言模型专场，当下的议题包含以下内容：
■ 社会计算的理论和方法：社会计算是一种结合计算机科学和社会科学的交叉研究领域，主要关注社会行为、人际关系及其在计算机系统和网络中的应用。讨论如何利用社会计算方法，例如数据挖掘、机器学习和网络分析，来研究社会现象、行为和社交网络等。
■ 大语言模型的发展与应用：大型语言模型，如GPT-4和BERT等，具备处理和理解自然语言的强大能力。研究和讨论关于这些模型的进展、训练方法、改进以及如何将其应用于各种领域，如自然语言处理、文本生成和对话系统等。
■ 文本分析：文本分析是利用计算机技术和自然语言处理方法来解析和理解大规模文本数据的过程。在大语言模型与社会计算中，讨论如何利用文本分析技术来从事各类社科、管理议题研究。
■ 社会动态建模和预测：通过分析大规模数据集和应用机器学习算法，可以建立模型来研究和预测社会动态、社会趋势和事件发展。在大语言模型与社会计算中，讨论如何利用这些模型来预测社会行为、市场趋势、公共卫生和政治动态等。
这些讨论和研究的目标是更好地理解和应用大语言模型和社会计算技术，以解决现实世界中的问题，包括但不限于集体智能涌现，社会危机预测、组织行为管理、决策支持、和社会治理智能化等等，同时也要关注伦理和法律等方面的问题，以确保模型的可靠性、公平性和负责任的使用。尽管这些议题已经引起了广泛的关注和研究，但仍然有许多问题需要进一步深入探讨与解决，以确保大语言模型和社会计算的可持续和负责任的发展。本次会议将邀请在以上领域长期从事研究的知名国内外专家学者分享研究经验与最新成果，提升该领域的研究能力和水平。
会议将邀请一批海内外知名专家学者参会，并共同参与论文演讲和研讨等环节。目前已确认参会的学者（依姓氏顺序排列）包括（但不限于，参会佳宾与演讲题目以最后议程为准）：
● Jon Atwell（美国斯坦福大学组织行为学助理教授）
◇ 报告题目：Wise Crowds in Organizations
● Michael Bernstein（美国斯坦福大学计算机科学副教授）
◇报告题目：Generative Agents: Interactive Simulacra of Human Behavior
● James Evans（美国芝加哥大学社会学教授，Knowledge Lab主任）
◇报告题目：Accelerating Social Science with Human-Aware Artificial Intelligence
● Xiaoming Fu（德国哥廷根大学计算机研究所教授）
◇报告题目：Alleviating Educational Inequality in Math with the Aid of Online Shadow Education–- the impact of equal access and equal quality mechanisms
● Ari Holtzman（美国芝加哥大学计算机科学系助理教授）
◇ 报告题目：What are language models actually modeling?
● Aaron Schein（美国芝加哥大学统计系助理教授）
◇ 报告题目：What do large language models know about political ideology?
● Tony Tam（香港中文大学社会学教授，香港中文大学计算社会科学实验室主任）
◇ 报告题目：The Coming Credibility Revolution in Qualitative Social Research
◇ 报告题目：Ethical Risks in LLMs
◇ 报告题目：EasyGraph: A Multifunctional, Cross-Platform and Effective Library for Interdisciplinary Network Analysis
● 陈云松（南京大学社会学教授，南京大学党委副书记，教育部“青年长江学者”）
◇ 报告题目：Computing Grounded Theory: Algorithms-based Approach to Developing Social Theories
◇ 报告题目：Biologically detailed brain simulation and NeuroAI
● 黄海量（上海财经大学信息管理与工程学院教授，院长）
● 乐阳（深圳大学建筑与城市规划学院教授，城市空间信息工程系主任）
◇ 报告题目：Modelling Urban Social Space with Spatial-temporal Data
● 李宁（清华大学经济管理学院Flextronics 讲席教授，领导力与组织管理系系主任）
◇ 报告题目：Turnover Sequences and Cascades: An Intertemporal Model of Behavioral Aggregation and Acceleration
◇ 报告题目：AIGC-enabled Urban Society Simulation
● 罗家德（清华大学社会学系教授，清华大学计算社会科学与国家治理实验室PI）
● 孟天广（清华大学社科学院政治学系教授，清华大学社科学院副院长）
◇ 报告题目：Byte the Power: Information Openness Increases Participatory Equality in China
● 胥帅（南京航空航天大学计算机科学与技术学院讲师）
◇ 报告题目：Travel Intention Enhanced Out-of-Town Mobility Prediction for Social Network Users
● 徐丰力（清华大学电子工程系信息系统研究所助理教授）
◇ 报告题目：Measuring the Hidden Structure in Scientific Collaborations
◇ 报告题目：Robotic Governance for Sustainable Policy and Management
其他专家学者还在陆续邀请中，与会总人数在150人左右。
1.主办单位 Organizer
清华大学社会科学学院
2.协办单位 Co-organizers
清华大学出版社
清华大学计算社会科学与国家治理实验室
清华大学计算社会科学平台
2023年9月2日至3日。其中9月2日全天，9月3日上午前半段为正式会议议程，9月3日上午后半段和下午为工作坊。
9月3日上午后半段为英文工作坊（James Evans）：Thinking with Deep Learning
工作坊简介：A deluge of digital content is generated daily by web-based platforms and sensors that capturedigital traces of communication and connection, and complex states of society, the economy, the human mind, and the physical world. Emerging deep learning methods enable the integration and analysis of these complex data in order to address research and real-world problems by designing and discovering successful solutions. Our tutorial serves as a companion to our book,“Thinking with Deep Learning”. This book takes the position that the real power of deep learning is unleashed by thinking with deep learning to reformulate and solve problems traditional machine learning methods cannot address. These include fusing diverse data like text, images, tabular and network data into integrated and comprehensive “digital doubles” of the subjects and scenarios you want to model, the generation of promising recommendations, and the creation of AI assistants to radically augment an analyst or system’s intelligence. For scientists,social scientists, humanists, and other researchers who seek to understand their subjects more deeply, deep learned representations facilitate the opportunity to not only predict and simulate them but also to provide novel insights, associations, and understanding available for analysis and reuse.
9月3日上午工作坊结束后，线下与会者可以与 Journal of Social Computing 主编见面，并参加由傅晓明主持的午餐会。午餐会将在北京清华紫光国际交流中心1层举行，大会向线下与会者提供便当午餐。
9月3号下午为中文工作坊（罗家德）：本土理论、复杂与社会计算——差序格局、阴阳相生相克与中庸动态平衡
工作坊简介：新的数据、新的研究方法正在彻底改造社会科学、管理学的研究范式，一方面无结构电子印迹大数据的挖掘，人工智能算法与预测模型，可诠释AI以及反绎方法等带来新的研究方法，另一方面在理论上，新数据、新方法对过去很难验证的复杂动态理论提出了全新的理论发展方法、理论验证可能性以及可以实用的预测模型。
这为本土理论以及本土社科、管理研究带来全新的机遇。
中国人深具复杂系统思维，强调关系网络的错综复杂性，有著阴阳相融、相生相克的动态演化思想，看清复杂系统中总是矛盾力量交织，所以懂得中庸之道以动态平衡矛盾力量。这些思维和复杂演化模型相结合，并有新数据与新方法加以深入研究，可以让本土理论获得重大发展。
本讲座将以科学学的学者联合著作网数据研究中国人的差序格局行为模式如何影响大型社会系统的网络结构，以及用大型企业中的组织行为大数据研究复杂组织系统中如何动态建立模型，说明知识多样性获取行为与网络结构密度相生相克的关系，和如何动态组合它们使集体智能得以涌现，并以数据加以验证。
大多数本土理论仍停留在理论与定性研究的阶段，新数据与新方法将使本土理论和定量研究、动态建模、因果验证和预测应用相结合，因此有了新的发展机遇。
北京清华紫光国际交流中心2层会议厅（北京市海淀区清华大学东南门外）。
* 线下与会者可以于9月3日中午与 Journal of Social Computing 主编见面，并参加由傅晓明主持的午餐会（午餐会费用已包含在会议注册费用中）。
ZOOM会议室（报名成功后通过微信群聊通知会议号）。
线下参会注册费：￥400元/人（可参加中英文工作坊，费用包含9月3日中午举行的与 Journal of Social Computing 主编见面的午餐会）；
线上参会注册费：￥200元/人（zoom会议室参会，无法参加中英文工作坊，无法参加 Journal of Social Computing 主编午餐会）。
会议采取扫码入群报名方式：线下参会者请扫码进入线下群；线上参会者请扫码进入线上群。
* 线下与会者可以于9月3日中午与 Journal of Social Computing 主编见面，并参加由傅晓明主持的午餐会（午餐会费用已包含在会议注册费用中）。
4.会议联系人 Contact Information
如果遇到任何问题，欢迎随时与我们联系。
会务联系人：柳老师（座机：010-62784776）
Accommodation and transportation
9月初是学校开学季，周边住宿预订紧张，请大家务必提前自行预定。
|
会场周边酒店
|
|
序号
|
酒店名称
|
地址
|
联系方式
|
价格
|
|
1
|
北京文津国际酒店
|
北京市海淀区中关村东路一号院5号楼
|
010-62525566-1
|
1100
|
|
2
|
和家宾馆
|
北京市海淀区成府路华清嘉园22号
|
010-82629195
|
450
|
|
3
|
北京四季如家宾馆(五道口店)
|
北京市海淀区西王庄5号楼西侧三层
|
010-62795206
|
500
|
|
4
|
维酒店.凡（清华东门店）
|
北京市海淀区五道口荷清路西王庄甲2号
|
010-82560567
|
800
|
期待与您9月相聚清华，共同探讨社会计算和大语言模型！
计算社会科学作为一个新兴交叉领域，越来越多地在应对新冠疫情、舆论传播、社会治理、城市发展、组织管理等社会问题和社科议题中发挥作用，大大丰富了我们对社会经济复杂系统的理解。相比于传统社会科学研究，计算社会科学广泛采用了计算范式和复杂系统视角，因而与计算机仿真、大数据、人工智能、统计物理等领域的前沿方法密切结合。为了进一步梳理计算社会科学中的各类模型方法，推动研究创新，集智俱乐部发起了计算社会科学系列读书会。
【计算社会科学读书会】第二季由清华大学罗家德教授领衔，卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起，进行了12周的分享和讨论，一次闭门茶话会，两次圆桌讨论。本季读书聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合，并针对性讨论预测性与解释性、人类移动、新冠疫情、科学学研究等课题。欢迎从事相关研究或对计算社会科学感兴趣的朋友参与学习。
详情请见：
数据与计算前沿方法整合：计算社会科学读书会第二季启动
点击“阅读原文”，报名读书会
