“计算社会科学”的学科概念已提出四年多，但国内信息科学界的很多学者仍习惯沿用“社会计算”这一术语。他们认为计算社会科学基本等同于社会计算，或者干脆将计算社会科学看作社会计算的一部分，比如刘挺就提出，社会计算包括计算社会科学和社会计算应用两大部分[8]。而本文作者认为计算社会科学与社会计算之间确有交叉，但两者同时也有不同的侧重面向。社会计算关注的重点有两个，其一是关注信息技术在社会活动中的应用，关注在信息技术中如何嵌入人文知识使之更好地服务于社会活动；其二是为社会科学领域研究提供研究工具，重点关注信息技术的使用和发展。而计算社会科学关注的重点主要是使用信息存储、分析技术研究社会科学领域中的各种问题，发现社会运行规律。
短短几年时间里，计算社会科学就已成为国际科学共同体中众所瞩目的热点领域。信息科学和社会科学界诸多学者投身于计算社会科学研究之中，《科学》、《自然》、《美国国家科学院院刊》等国际顶尖科学刊物上，不断刊登计算社会科学研究成果，国内外众多学术刊物出版专刊介绍计算社会科学相关研究。与此同时，美国还成立了“计算社会科学学会（Computational Social Science So—ciety，CSSS）”；美国George Mason大学甚至成立了计算社会科学系，同时也是世界上第一个正式授予计算社会科学博士学位的系所。
二、计算社会科学的主要研究范式
计算社会科学以计算机等现代计算科学技术工具获取和分析海量社会化数据，数据形式主要包括文本、图像、视频和音频等，其大部分来源于Web网络信息（如新闻网站、网络论坛、博客、社交网站、微博客等），还有一部分来源于现实空间中各种移动传感设备，如全球定位系统（Global Posi—tioning System，GPS）、智能手机等工具感知的个体活动信息数据[9-10]。除了数据挖掘、机器学习等信息科学通用分析技术之外，就目前已有研究而言，社会网络分析（social network analysis）和社会建模是计算社会科学的两大主要且具有特色的研究范式。
Wellman和Berkowitz认为，社会网络是指由某些特定社会群体间的社会关系构成的相对稳定的关系网络[11]。近几年，随着信息科学技术的发展和普及，这种关系已经延伸到网络虚拟环境中。通过基于社交网络服务，如讨论组、即时通讯、实时消息、博客、微博客等，用户可以彼此分享和交流信息[13]。这种虚拟社会网络的迅猛发展正深刻影响人们的生活和工作方式[12]。社会网络分析是社会学大师C.Wright Mills在研究人类关系网络时提出的研究范式，社会网络分析依网络视角看待社会，把社会个体当作节点，将社会关系当作边，社会网络即由节点和边构成[14]。社会学家们最早开展了社会网络分析的研究，主要集中于小规模群体的人际关系、群体行为和社会结构等问题。发展至今，社会网络分析已广泛地应用到社会学、经济学、心理学、物理学、信息科学等研究之中[16]。
目前，计算社会科学领域研究者眼中的社会网络分析对象，主要包括对虚拟社会网络下的人物节点分析、社群挖掘和社会信息网络分析等，具体包含以下研究内容：（1）对人物节点的分析，主要通过个体的一系列网络行为（评论、转发、收藏等）分析其主要特征，根据用户之间的互动（关注、回复、跟帖等）分析人物节点的影响力，从而按照影响力大小将人物节点分为意见领袖、桥节点等；（2）社群挖掘是社会网络分析的另一研究重点，社群通常由性质相似或功能相近的人物节点构成，在一定程度上反映了个体自发、无序行为背后的局部弱规则性和全局有序性[17]。因此，发现虚拟网络中有意义的、相对稳定的社群对网络信息的搜索与挖掘、信息的推荐以及网络演化与扩散的预测具有重要价值；（3）社会信息的网络化分析，从宏观角度对社会信息进行量化分析，加强信息梳理，提升信息服务能力[18]。
社会建模技术由信息科学家和数学家提出并发展完善起来，是指对社会空间中个体或群体的心理和行为、交互模式、人际关系、社群结构等复杂社会性问题，进行抽象描述并建立仿真模型。通过仿真模型，研究者可以模拟社会演化进程、社会现象的发展、人类社会行为及其变化过程，可进一步结合实验分析或为现实提供决策支持[19]。20世纪60年代早期，社会建模方法开始应用于社会科学领域，至20世纪90年代社会建模才真正为社会科学领域学者所接受。时至今日，社会建模已广泛应用于社会学、心理学、经济学、公共政策研究等领域。
目前，在社会科学领域应用最广泛的仿真模型是基于智能主体的社会仿真模型（agent—based models，ABMs），ABMs模型可以很好地模拟信息传播、社会规范的出现、集群行为等人类现象。ABMs模型的建立是自下而上的，采用Agent（智能主体）概念研究社会问题，Agent是一段特殊的程序，代表着现实中的社会个体模型。Agent具有能动性，即可以根据程序中的运行环境和规则自主地反应决策，学习并适应环境，还可与周边网络中的其它Agent彼此联系、相互影响[20]。基于ABMs模型，研究人员发展出在计算机上建立“人工社会（artificial society）”的构想。人类社会是由大量真实社会个体构成的复杂系统，人工社会则是在计算机上模拟出的由大量虚拟社会个体模型构成的复杂系统。其研究思路是在计算机中建立多个Agent模型，对不同特性的Agent设定不同的运行规则，让这些Agent相互作用并遵循一定规则运行，最后通过观察大量Agent相互作用的涌现属性，找到人工社会的规律，并用这些规律理解和解释现实人类社会中的宏观现象[21]。目前，利用社会建模技术对社会演化过程进行实验分析和评估，是计算社会科学热点方向之一，譬如通过社会建模测试和验证社会经济政策的效果，已被应用到社会公共管理与控制之中。
