1,526
个编辑
更改
跳到导航
跳到搜索
第194行：
第194行： + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
→相关链接
2、芝加哥大学官网：[https://sociology.uchicago.edu/directory/james-evans]
2、芝加哥大学官网：[https://sociology.uchicago.edu/directory/james-evans]
==编者推荐==
===集智论文===
[[File:network.jpg|thumb|right|200px|[https://pattern.swarma.org/paper?id=5cb6c534-44e0-11ea-89fc-0242ac1a0007 网络network]]]
*大团队渐进发展，小团队颠覆式创新 [https://www.nature.com/articles/s41586-019-0941-9 Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It]
::2019年2月13日，Nature 杂志官网在线发表了一篇以Large Teams Have Developed Science and Technology; Small Teams Have Disrupted It为题文章（article），介绍了对于团队创新的最新研究成果，发现小团队比大团队更能做出颠覆式的创新成果。
<br>
*科学技术突飞猛进 [https://pattern.swarma.org/paper?id=40d18c1a-885a-11ea-b132-0242ac1a000b Science and Technology Advance through Surprise]
::突破性的发现和发明涉及意想不到的内容组合，包括问题、方法和自然实体，以及不同的背景，如期刊、子领域和会议。 基于数以千万计的研究论文、专利和研究人员的数据，本文构建模型，预测明年的内容和上下文组合，基于根据高维随机块模型构建的嵌入，AUC 为95% ，其中新组合的不可能性本身预测高达50% 的可能性，他们将获得超大规模的引用和重大奖励。 这些突破大多发生在一个领域的问题出乎意料地被远方的研究人员解决的时候。
<br>
*简单调查: 受推荐系统启发的反馈检索 [https://pattern.swarma.org/paper?id=1caa41d8-00b5-11ea-8d16-acde48001122 Simple Surveys: Response Retrieval Inspired by Recommendation Systems]
::在过去的十年里，在社交和数字媒体平台上，使用简单的评级和比较调查的做法激增，以推动推荐。 这些简单的调查以及他们用机器学习算法进行的推断，揭示了用户对大量且不断增长的项目的偏好，比如电影、歌曲和广告。 本文介绍了一些简单的社会科学应用调查。 通过实验来比较个人和集合比较评估的预测准确性，使用了4种类型的简单调查: 2,5的成对比较和评分，以及3种不同背景下的连续点量表: Google街景 / 图片的感知安全性，艺术作品的喜爱度和动物 gif 的喜悦度。 在不同的情境中，发现持续的等级评定能够最好的预测个人评估，但是却消耗了大部分的时间和认知努力。
<br>
*社会集中与语义崩溃: 网络与文本的双曲嵌入 [https://pattern.swarma.org/paper?id=5cb6c534-44e0-11ea-89fc-0242ac1a0007 Social Centralization and Semantic Collapse: Hyperbolic Embeddings of Networks and Text]
::现代交通和通讯技术的进步，从飞机到互联网，伴随着全球媒体、移民和贸易的扩张，使得现代世界比以往任何时候都更加紧密地联系在一起。 但这对于全球文化的融合来说意味着什么呢？ 在这里，探讨了社交网络中的集权与语义表达的多样性，如思想、观点和品味的收缩或崩溃之间的关系。 通过引入多种学习的新方法，可以将社会网络和语义组合映射到可比较的双曲空间，从而推进对这种关系的正式研究。
<br>
===集智视频===
*[https://campus.swarma.org/course/706 计算社会科学的前沿与展望——AI&Society 第十二期]
计算社会科学是传统社会科学研究的注脚，还是能给社会科学既有的理论与范式带来革命性改变？在本课程中，Evans 教授将结合多年的教学、研究、基金申请，与主持各类计算社会科学研讨会的经验，回顾与介绍计算社会科学发展的历史与现状，并展望该领域的未来发展。
<br>
*[https://campus.swarma.org/course/707 James Evans：科学如何思考]
本课程的主要内容有：
*协议的社会结构 Social Structure of （Dis）agreement
*大型重叠团队减少混乱 Large Overlapping Teams Decrease Disruption
*小型不连通的团队增加混乱 Small Disconnected Teams Increase Disruption
*群集限制未来理解 Flocking Limits Future Understanding
*用行话分隔的领域 Fields Separated By Jargon
*社会三段论 Social Syllogisms
----
本条目由[[用户:费米子|费米子]]编辑，如有问题，欢迎在讨论页面进行讨论。
'''本词条内容源自公开资料，遵守 CC3.0协议。'''
[[Category:科学学]]
[[Category:科学学]]
[[Category:人物]]
[[Category:人物]]