计算传播学实验中心

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
薄荷（讨论 | 贡献）2020年10月16日 (五) 01:18的版本 （创建页面，内容为“== 简介 == File:Complogo.png计算传播学实验中心（The computational communication collaboratory）依托南京大学新闻与传播学院，由副教…”）
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳到导航 跳到搜索

简介

Complogo.png计算传播学实验中心（The computational communication collaboratory）依托南京大学新闻与传播学院，由副教授王成军创建于2015年12月。其主要宗旨是解释人类交际行为的计算基因。其主要研究方向包括计算通信导论、数据新闻、计算广告、大数据分析等。于2018年9月1日迁入仙林路163号紫金大厦。

主要成员

  • 巢乃鹏：教授，南京大学新闻与传播学院
  • 副教授：王成军：王成军教授是南京大学新闻与传播学院副教授，计算通信实验室主任，同时也是Web挖掘实验室研究员。曾在SCI和SSCI索引期刊发表多篇计算通信方面文章，2014年创办了计算传播网。
  • 助理研究员：尚可可，纪娇娇
  • 兼职研究员：吴令飞，芝加哥大学计算所知识实验室。
  • 另有南京大学新闻传播学院学生研究员若干名。

有关活动

计算社会科学2019暑期论文工坊

Compcamp2019.jpg
  • 时间：2019年7月1日（周一）到7月6日（周六）全天10:00-18:00
  • 地点：南京大学（仙林校区）新闻传播学院紫金楼309
  • 主持人：王成军
  • 助教：章彦博、贾小双、崔浩川、徐绘敏、李铁薇、吴友钦
  • 主讲人： 吴令飞

吴令飞，博士。2016年至今，他在芝加哥大学的知识实验室从事博士后研究工作，从2018年开始兼任南京大学新闻传播学院研究员（非全时）。他的主要研究兴趣是团队合作与知识的生产。在研究中，他使用数学建模和机器学习的方法来研究Web of Science，美国专利数据库，Stack Exchange，GitHub 等知识生产系统的大规模数据。他的研究成果发表在Scientific Reports，Physical Review E，PloS ONE等期刊上，并被New Scientist和Science Daily等科学杂志介绍。

  • 讲解内容：

本课程（2学分）为任选课，选课对象限定为南京大学研究生，也欢迎其他人旁听，通过知乎答题的形式选拔。课程旨在提高学生的计算能力，帮助传播学研究者在大数据和人工智能时代中生存和发展，以回答有关人类传播和互动的基本问题，并探索与新媒体和社交网络相关的应用。此外，本课程还将介绍网络科学和机器学习技术在人类集体行为方面的理论和应用。通过课程学习：学生可以获得Python编程语言实践经验，应用计算技能收集和分析大规模数据集；探索关于人类传播行为的研究问题，设计和实施关于它们的研究项目；展示复杂网络理论和机器学习技术的知识，理解这些工具所提供的研究机会，在新媒体的背景下使用和发展经典传播理论。

计算社会科学论文工作坊(2019.07.01-07.06)，主要介绍了神经网络基础、CNN、RNN、transE等神经网络模型以及在word embeddings方面的简单应用，课程涉及到的Python代码和论文见以下链接。

计算社会科学寒假课程暨集智计算社会科学训练营

Compwinter.jpg
  • 时间：2019年1月14日（周一）到1月19日（周六）全天 9:00-17:00
  • 地点：南京大学（仙林校区）新闻传播学院 紫金楼309
  • 简介：

本寒假课程（2学分）为任选课，选课对象限定为南京大学研究生，也欢迎其他人旁听，通过知乎答题的形式选拔。课程旨在提高学生的计算能力，帮助传播学研究者在大数据和人工智能时代中生存和发展，以回答有关人类传播和互动的基本问题，并探索与新媒体和社交网络相关的应用。此外，本课程还将介绍网络科学和机器学习技术在人类集体行为方面的理论和应用。通过课程学习：学生可以获得Python编程语言实践经验，应用计算技能收集和分析大规模数据集；探索关于人类传播行为的研究问题，设计和实施关于它们的研究项目；展示复杂网络理论和机器学习技术的知识，理解这些工具所提供的研究机会，在新媒体的背景下使用和发展经典传播理论。

  • 主要内容：

研读营是由集智俱乐部主办，腾讯研究院资助的系列活动的第一期。计划于2019年1月20号-23号举行的为期3天的前沿文献研读、讨论的活动，主题聚焦于促成从复杂网络到图神经网络（Graph Neural Network）的方法论转型、并讨论这种方法论转型对社会科学研究的影响。特别是这种方法论转型如何能帮助我们理解人性、理解机器、理解当代社会。

  • 具体目标
  1. 整理大数据时代社会科学的典范研究，特别是发掘带有“第一性原理”色彩的研究(社会科学领域的伽利略)。
  1. 深入讨论最新的关于图神经网络方面的文献。每个参与者根据自己长期以来的科研积累，列出打算在研读营期间完成的项目。
  1. 将想法以代码实现，暂定使用Python作为通用语言。
  1. 本期研读营中，我们建议每位核心成员在入营之前，围绕主题思考出一到两个研究命题， 并需要在开营的第一天介绍。选题建议有想象力，大胆提问，与自己长期追逐的想法有关联，但可以落实到具体项目上。
  1. 我们强烈提倡每个人完成自己项目时，鼓励营员之间的合作，沟通，分享代码。希望每位核心营员都持开放的态度，没有资历等级之分，也能接受不一样的声音。如果研究主题有关联，鼓励结对/组队，一起讨论研究计划，所需的代码结构，做简要的文献综述，并能和其他营员分享讨论。
  • 研究项目
  1. 王成军 虚拟空间的网络嵌入
  2. 刘河庆 国家政策语义图谱研究
  3. 李铁薇 知乎问答中的知识梯度
  4. 王冠宇 会话的生命周期
  5. 吴令飞 Job and worker recommendation based on skill graph
  6. 徐绘敏 The shape of stories
  7. 李睿琪 风险投资公司VC的投资策略演化
  8. 崔浩川 基于图深度学习预测科学团队的长期影响力
  9. 陈金燕 在华外国人的社会适应——基于某线上论坛文本的分析
  10. 王婷 文章标题的重要性
  11. 林意灵 科普文章类比探究
  12. 贾小双 Social Dynamic of Urban Life
  13. 王呈伟 动态语义网络中的社会运动过程
  14. 张洪 留学归国人员在中国劳动市场状况研究
  15. 吴友钦 网易云音乐评论的文化维度研究

更多信息见这里

科研成果

Theorysmall.png

英文论文

  • Wang, C.J. * , Zhu, J.J.H.(2019) Jumping onto the Bandwagon of Collective Gatekeepers: Testing the Bandwagon Effect of Information Diffusion on Social News Website, Telematics and Informatics. 41:34-45, doi:10.1016/j.tele.2019.03.001
  • Ji, J. , Barnett, G. A., & Chu, J. (2019). Global networks of genetically modified crops technology: a patent citation network analysis. Scientometrics, 118(3), 737–762. https://doi.org/10.1007/s11192-019-03006-1[SSCI]
  • Ji, J. , Chao, N., & Ding, J. (2019). Rumormongering of Genetically Modified (GM) Food on Chinese Social Network. Telematics and Informatics, 37, 1–12. https://doi.org/10.1016/j.tele.2019.01.005 [SSCI]
  • MA Z, XIA Y, LIN Z. Curvilinear Relationship Between Disaster Exposure and Psychological Growth:10 Years After the Wenchuan Earthquake[J]. Psychiatry Research, 2019, 274(132): 280–286.
  • HE L, LAI K, LIN Z, MA Z. Media Exposure and General Trust as Predictors of Post-traumatic Stress Disorder: Ten Years after the 5.12 Wenchuan Earthquake in China[J]. International Journal of Environmental Research and Public Health, 2018, 15(11): 2386.
  • Ke-ke Shang, Michael Small, Xiao-Ke Xu, and Wei-sheng Yan. “The role of direct links for link prediction in evolving networks.” EPL (Europhysics Letters), 117 (2017) 28002.
  • Ke-ke Shang*, Michael Small, and Wei-sheng Yan. “Fitness networks for real world systems via modified preferential attachment.” Physica A: Statistical Mechanics and its Applications, 474 (2017): 49-60.
  • Ke-ke Shang*, Michael Small and Wei-sheng Yan. “Link direction for link prediction.” Physica A: Statistical Mechanics and its Applications 469 (2017) 767–776.
  • Wang, C.J., Wu, L*, Zhang, J., Janssen, M. (2016) The Collective Direction of Attention Diffusion. Scientific Reports. 6: 34059. doi:10.1038/srep34059
  • Naipeng Chao, Guangfeng Yuan, Yonggang Li, Qian Yao. (2016) The internet ecological perception, political trust and political efficacy of Chinese netizens. Telematics and Informatics. doi:10.1016/j.tele.2016.05.014
  • Wu, L., Wang, C.J. *(2016) Tracing the Attention of Moving Citizens. Scientific Reports. 6, 33103. doi: 10.1038/srep33103
  • Chandra, Y., Jiang, C.L., Wang, C.J. (2016) Mining Social Entrepreneurship Strategies Using Topic Modeling, 11(3):e0151342, doi: 10.1371/journal.pone.0151342
  • Jiang, C.L, Yang, M, Wang, C.J. (2016) Self-Disclosure to Parents in Emerging Adulthood: Examining the Roles of Perceived Parental Responsiveness and Separation-Individuation.Journal of Social and Personal Relationships. Feb 5, 2016. doi: 10.1177⁄0265407516640603
  • Wang, C.J., Wu, L* (2016) The Scaling of Attention Networks. Physica A: Statistical Mechanics and its Applications.448:196–204, http://dx.doi.org/10.1016/j.physa.2015.12.081

中文论文

  • 王成军，党明辉，杜骏飞 (2019) 找回失落的参考群体:对沉默的螺旋理论的边界条件的考察. 新闻大学. 156:13-29.
  • 馬志浩,吳玫. 社會資本、互聯網使用與自評健康：基於中國家庭追蹤調查的實證研究[J].傳播與社會學刊,2018,46: 53–88.
  • 马志浩,林仲轩.粉丝社群的集体行动逻辑及其阶层形成——以SNH48 Group粉丝应援会为例[J].中国青年研究,2018(06):13-19+45.
  • 马志浩,葛进平.网络直播平台的使用会影响人们的心理健康吗?——网络直播的使用强度、动机与主观幸福感[J].新媒体与社会,2018(01):128-141.
  • 马志浩,葛进平.青年群体网络直播平台接入鸿沟的影响因素——基于技术采纳与持续使用的视角[J].新闻与传播评论,2018,71(02):112-128.
  • 马志浩,吴玫.通话中的农村与手机网络通讯的城市:移动传播与社会资本的基层图景[J].新闻大学,2018(01):100-110+152-153.
  • 王成军 (2017).计算社会科学视野下的新闻学研究：挑战与机遇. 新闻大学, 4:26-32
  • 杜骏飞, 曲飞帆, 王成军（2016）2015年中国新闻传播学论著评析. 新闻与传播研究，12:108-119
  • 王成军 (2016) 计算传播学的起源、概念与应用. 编辑学刊, 3:59-64.
  • 王成军 (2016) 大数据计算与《纸牌屋》生成. 传媒评论, 5:63-66
  • 王成军（2015）计算传播学:作为计算社会科学的传播学.中国网络传播研究,8: 193-208
  • 王成军（2015）“今日头条”的技术逻辑：网络爬虫+矩阵筛选.传媒评论,10: 34-37

会议论文

  • Zhi-Cong Chen, Lingfei Wu, Naipeng Chao, Cheng-Jun Wang * (2018) The Poor Read for Entertainment and the Rich Read for Education: Poverty, Fragmentation, and Knowledge Homogeneity. Poster to be presented at The 4th Annual International Conference on Computational Social Science (ic2s2), July 12–15, 2018. Evanston, Illinois, United States.
  • Hui-Min Xu, Zhi-Cong Chen, Cheng-Jun Wang * (2018) Social Classes Shapes Our Trajectories in Both Online and Offline Space. Paper To be presented at The 4th Annual International Conference on Computational Social Science (ic2s2), July 12–15, 2018. Evanston, Illinois, United States.
  • Wang, C.J. (2015). Information diffusion on Microblogs: Testing the threshold hypothesis of interpersonal effects. Conference on Complex System (CCS’15), Tempe, Arizona, USA. Sep 28-Oct 2
  • Wang, C.J., Chen, H.X., Zhang, X.(2015) The Landscape of Information Diffusion on Sina Weibo: Investigating the Rich-Club Effect. Paper to be presented to the 65th Annual Conference of International Communication Association (ICA), San Juan, Puerto Rico, 21-25 May 2015.

Lingfei Wu, Jiang Zhang, Marco Janssen, Cheng-Jun Wang, Min Zhao (2014). Attention Balls. The 6th International Conference on Social Informatics. Barcelona, 10-13 November 2014.

专著

  • 张伦、王成军、许小可（2018）《计算传播学导论》. 北京：北京师范大学出版社.
  • 许小可、胡海波、张伦、王成军 （2015）社交网络上的计算传播学. 北京：中国科学出版社.

联系方式

Zijin.png
  • Email: computational.communication@gmail.com
  • 地址: 南京市栖霞区 Xianlin Road 163号南京大学(Xianlin Campus)紫金大厦 A307室

相关链接

1、计算传播学实验中心

2、计算传播网

取自“https://wiki.swarma.org/index.php?title=计算传播学实验中心&oldid=15327”