《计算传播学导论》读书笔记——第一章导论
《计算传播学导论》读书笔记——第一章导论
第一节 传统传播学简介
传播学是一门研究人类一切传播行为，传播过程及其规律的科学， 旨在解释信息传播的机制和本质， 描绘传播过程与传播效果， 预测未来传播的形势和结构等。
（一）传播学研究范式
| 解释性范式 | 阐释性范式 |
|---|---|
| 解释因果 | 阐释因果关系的社会意义 |
| 心理实验、 社会调查、 内容分析等定量研究方法 | 观察访谈、 档案文献的话语分析和文本分析等定性研究方法 |
第二节 计算传播学：新的研究范式
（一）社会科学研究的进路
互联网和海量数据作为新的数据形式与来源， 记录了很多传统社会科学数据获取方法所不能获得的信息。
- 连续的时空信息提供了个体交往的精确信息，包括交往时间、地点（如IP地址）等 ，解决了个体社会生活难以观察的难题。
- 在线信息能够进行 “非介入式观察”，即不通过直接访问被研究者而对其行为进行研究。
- 这些数据能够记录个体的互动行为，解放 “独立性” 假设。
（二）什么是 “计算社会科学” 与 “计算传播学”
“计算社会科学”：通过对海量数据的采集和分析，旨在揭示人类个体和群体行为模式的新兴学科。
计算传播学以传播网络分析、传播文本挖掘、数据科学等为主要分析工具，大规模收集并分析人类传播行为数据，挖掘人类传播行为背后的模式和法则，分析模式背后的生成机制与基本原理。
“新数据”、“新方法” 以及 “重要问题”， 是计算传播学不可或缺的三个重要元素。
| 理论 | 方法 |
|---|---|
| 社会网络、人类行为理论、公共意见形成与演化以及信息传播模型等 | 数据分析方法和编程软件的学习 |
第三节 基于传统传播学的计算传播学研究
计算传播学的发展根植于传统传播学研究的理论土壤，其根本目的是更好地回答传统传播学尚未回答的问题。
- 传播结构指由社会关系构成的信息传播网络结构以及构成社会网络的个体的行为。
- 传播模式从微观层面而言，主要指个体信息传播行为；从宏观层面而言，则指信息传播路径的规律和特点。
- 传播内容与效果旨在考察传播内容层面的特点以及内容特征所引发的传播效果。
- 传播实践包罗万象，与计算传播学相关的实践领域主要包括数据新闻、 计算广告以及媒体推荐算法等。
（一）传播结构
在社会网络研究领域， 著名的理论包括三元闭包原则、 小世界理论、平衡理论、结构洞特征等。
探讨在线社交媒体的好友关系构建，“人人网” 早期的全网用户在线行为数据的研究，将用户在社交网络中的好友添加数量用归一化的累积分布函数进行表示，则每个个体的自我网络增长呈现出三种类别：
这三种典型模式验证并拓展了社会关系增长的微观理论，是对信息传播结构领域研究的一次理论拓展。未来的传播学研究还可以继续探究个体不同的自我网络增长模式，对于其信息传播行为所产生的影响。
（二）传播模式
对于传播模式的研究，在微观的个体信息传播层面，主要包括对以用户为节点的个体信息传播能力的研究，以及个体信息传播和接受行为研究。
（三）传播内容与效果
传播内容指的是传播学研究的重要领域， 例如， 对公共舆论的研究，框架理论、议程设置理论、以及沉默的螺旋理论皆从传播内容特征出发，探讨内容特征及其对受众可能的影响。
非结构化文本在在线社交媒体中的广泛应用，使得研究者得以用计算方法分析海量文本，对传播文本进行宏观层面的客观描述，从而进一步探索传播内容的特征及其对于用户的影响。
Ginsberg等人利用用户在Google中搜索的关键词 (Query Words)， 预测了美国地区流感的爆发趋势。利用计算方法对传播内容及与之相关的社会议题进行预测，标志着用计算方法进行传播内容的研究从单纯解释因果，向预测和以解决问题为研究目的(Solution-Based)迈进了重要一步。
（也有很多不足，例如难以验证可复制性与可证伪性）
（四）传播实践
计算广告通过匹配等方式，在给定的情境中（如搜索引擎 、 网页嵌入文本等）为在线用户匹配最适合的广告。
数据新闻（或数据驱动新闻）是一种新的新闻叙事形式，运用各种技术软件来抓取、清洗、分析、呈现数据并分析其传播效果，从而为公众提供更重要、更有参考价值的报告。
小结
本章从传统传播学研究范畴和范式入手，进而讨论了计算传播学的产生背景，以及传统传播学与计算传播学二者之间的继承关系。本章第三节基于传播结构、传播模式、传播内容与效果以及传播实践四个部分，分别列举了计算传播学研究案例，并详细论述了每个研究范畴对于传统传播学的继承和发展。