[Task]OMOOC2py开智专栏笔记 about the_story_of_time

[xiaoyuer]

Day 03 开智对谈

王成军：用计算传播学帮汪峰上头条【计算传播学的研究视野】

如何认识这个世界

理论上午意义在哪里？

我们所有的知识起源于感知，然后发展为理解，终结为理性，没有比理性更高的东西。----康德

当我们应用经验（数据）时，我们依然需要对于数据具有深入的理解，而这种理解通常是以理论的形式表达的。

理论建构的“沙漏模型”

从宏大抽象到中观具体
又重新回到宏大抽象

科学的四重境界

Principal
Mechanism
Pattern/Law
Data
数据、模式、法则、机制和隐含的原理构成了科学研究等级

经典的传播学实证研究大多数处于第二重境界，即主要聚焦于发现人类传播行为的模式。这些模式包括：两级扩散、S形的创新扩散曲线、新闻扩散的J型曲线、沉默的螺旋、议程设置等。

而对于模式背后的机制的解释，多数研究所采用的是统计的描述，而非数学分析式的方法。不过网络科学为分析人类传播行为提供了更多的工具和模型。例如，人类传播行为开始成为人类动力学（human Dynamics）关注的焦点。

万物皆可计算

为什么要强调“计算”呢？

可计算性（Computability）关注事物本身可以被计算的程度。

可计算性根植于不同的学科当中。

值得注意的是三个迅速发展的学科：计算机科学、统计语言学、和我们正在谈论的网络科学。毋庸置疑，计算机科学是二十世纪发展最快的学科之一。其中一个重要的原因就在于计算机科学所对付的对象是离散的0和1。

所以，什么是计算传播学？

计算传播学的分析基础在于人类传播行为的可计算性的基础。

人类传播行为可计算性的基础是什么？寻找传播学的货币和基因是计算传播学的首要任务。

首先，网络科学以关系来度量物理世界和社会现实，而这些稳定的关系（表现为网络中的链接）可以成为人类传播行为可计算性的基础。人类传播行为本身的丰富性和复杂性为计算传播学研究提出了重要挑战。

其次，除了网络科学之外，计算传播学可以借助计算语言学作为传播内容分析的工具和方法。传播内容分析是传播学研究的一个重要方面。词云分析、语义网络分析、情感分析、文本聚类、主题模型、机器翻译、语音识别等都可以广泛的应用到传播文本挖掘的应用当中来。

再次，数据科学的发展恰好为计算传播学的发展提供了理想的工具。大规模的数字化指纹（digital traces）为人类传播行为分析奠定了基础。因此，传播学亟需走出传统的研究套路，培养研究者抓取、分析、可视化大规模电子化数据的能力。

另外，发现人类传播行为所隐藏的模式和法则是计算传播学研究的重要方向，而解释其背后的机制和原理则成为计算传播学研究的目标。网络科学为分析人类传播行为可供了更多的工具和模型。

最后，值得一提的是，除了学术研究之外，计算传播学教育将为数据新闻、计算广告产业提供后备人才。它具体包括了计算机（数据库）辅助的新闻报道、信息图、可视化等方面。在初期阶段，计算机的发展促进了它们的涌现；随着计算传播学的发展，传播的视角同样可以反哺数据新闻和计算广告的发展。

毫无疑问，**传播学因此将和计算机科学、物理学、网络科学、数学、计算语言学、生物学等多个学科开始交汇。**例如，从数据的抓取开始，计算机科学家开始投入到这种大规模数据的挖掘工作中来。计算传播学研究者因此将更加注重编程的训练和数据科学的训练。只有这样，才能同其他学科实现有效的对话与合作。

[xiaoyuer]

Day 04 开智问答

王成军：如何搞出大新闻

9月12日，香港城市大学博士、南京大学新闻传播学院助理研究员、Python开发者王成军老师带来了开智第三十三讲「计算传播学的研究视野」。以下为本次讲座问答部分的整理。

Q1：社交网络上为什么一个话题能够突然爆红？

A1：对于非随机抽取的重要的信息，问题就复杂了。根据舆论研究的理论，媒体和政府对于公众议程具有引导作用，这个现象被概括为媒体的议程设置理论。

Q2：信息传播路径是怎样的？谁是其传播路径中的关键节点？

A2：传播路径的预测同样困难。

爆炸点是在中心节点的3步距离之内的社交网络当中的重要节点。不过，这个预测并不容易。

Q3：我们能通过传播计算学来预测热点事件吗？

A3：能够预测吗？概括一下，一般情况不能。对这个问题感兴趣的人可以参考Nature上的两篇文章：

Competition among memes in a world with limited attention
Virality prediction and community structure in social networks

Q4：马佳佳，凤姐，罗永浩，这三人的个人品牌传播策略各自利弊得失?

A4：我对品牌传播的了解并不多，尤其是个人品牌的塑造。我来尝试回答一下这个看上去很厉害的问题，希望大家轻拍板砖：）

马佳佳，青春逼人，健康阳光，但是随着社会的开放，她的这种定位会变得很普通。

凤姐完全是草根逆袭的路线。你必须能容忍别人把你看到尘埃里。

老罗则是成名更早的新东方名嘴。老罗的才华也非常难得，你必须时刻战斗着。

Q5：大量数据中获得的 insight 是否会比直觉更准确？

A5：数据和直觉谁更靠谱？我想如果让数据和人类理性比，数据的胜算在于人类理性的盲区。举个例子，靠着谷歌流感检索数据，谷歌趋势可以早于CDC预测流感。但是后来2014年初，科学家们一起闹到科学期刊，说谷歌的预测不准了，原来谷歌没有及时更新预测流感的训练数据。

Q6：传播行为可计算的基因，具体包括什么？

A6：这是一个开放的问题；

我觉得传播行为的可计算性基因在于传播行为的互动性，**与其紧抓住信息扩散网络，不如直接切入人类传播过程中的注意力流动网络。**借助流网络的视角解决现有问题。

Q7：计算传播学的最终目标是什么？

A7：首先，是推动传播学在科学地四重境界上更进一步。从数据-模式-机制-普适原则的阶梯向上走。

现在的传播学对于机制的建立有缺陷。多数没有办法采用分析式的方法表达模式的本源。所以，计算传播学致力于寻找传播学可计算化的基因、学习和传播可计算化思维/方法（电子化数据收集能力、编程能力、数学建模能力、网络分析、文本挖掘）、了解和训练计算传播学的社会化应用方法（数据新闻、计算广告、可视化等）。

发现人类传播行为所隐藏的模式和法则是计算传播学研究的重要方向，而解释其背后的机制和原理则成为计算传播学研究的目标。

Q8：科学研究尤其是基础研究传播性差，如何提高传播力？

A8：其实，这是一个误解。比如，张益唐关于素数的研究不可谓不基础，但是其传播力是如此之大。各个科学期刊，鸡汤类媒体都争相报道，张受邀到各个国家演讲，从原来的学校转到普林斯顿。

感兴趣的同学一定要读一下施一公最近的研究突破。能体会到在最前沿的研究领域，选择不同的方法有时候真的很致命。

Q9：请老师推荐三本相关专业的书。

A9：《网络、群体与市场》、《计算广告》、《社交网络上的计算传播学》（这本是我写的... 对的，此处是硬广）