王成军 | Cheng-Jun Wang

人工智能时代媒体行业的技能与未来就业：基于机器学习和网络分析的方法

Wed, 01 Feb 2023 11:33:49 +0800

引用:

卢林艳、李玉端、王成军 * (2023) 人工智能时代媒体行业的技能与未来就业：基于机器学习和网络分析的方法. 新闻大学. 201(1):106-122.

数据和代码

https://github.com/socrateslab/future-employment

社会加速与传播游戏之间的张力：移动阅读的碎片化、多样性与持续性

Sat, 15 Oct 2022 11:33:49 +0800

引用:

陈志聪、周钰、巢乃鹏、王成军* (2022)社会加速与传播游戏之间的张力：移动阅读的碎片化、多样性与持续性《新闻与传播研究》，(10)：17-33

https://navi.cnki.net/knavi/journals/YANJ/detail

https://mp.weixin.qq.com/s/MrXD04dUTQDbwZsHLbZiPQ

跨越网络的门槛：社交媒体上的信息扩散

Wed, 13 Jul 2022 00:00:00 +0000

王成军（2022）《跨越网络的门槛：社交媒体上的信息扩散》. 北京：科学出版社.

信息扩散是一种普遍存在的传播现象，在人类生活中扮演着重要角色。社交媒体平台及其与公众之间的相互作用，对信息扩散的机制产生了深刻的影响，并带来很多新的、亟须解决的问题。本书聚焦于信息扩散研究领域存在一个重要困惑：与分析式模型的预测相反，实证研究发现大规模扩散罕见且脆弱。限制信息扩散的主要因素是什么？本书从格兰诺维特所提出门槛模型（1978）出发，系统地分析了不同社交媒体上的信息扩散及其瓶颈；在此基础上，逐渐走向注意力流动和计算叙事研究；最后，围绕拉图尔所提出来的“计算中心”概念对计算社会科学的逻辑进行讨论。

本书定位为社会科学专业书籍，适合对新媒体、计算传播学、计算社会科学感兴趣的研究者和学生阅读，对于互联网行业的从业者（尤其是产品经理、数据分析师）也有参考价值。

勘误信息

欢迎在issue页面提问 https://github.com/chengjun/thresholdbook/issues

Slides

下载链接: https://pan.baidu.com/s/1FmQK3w2hzT9yhfVJ14RjeQ 提取码: 2nks

Video

https://campus.swarma.org/course/4700

Github

https://github.com/chengjun/thresholdbook

Douban

https://book.douban.com/subject/36017047/

Afterwords

https://www.douban.com/group/topic/272005231/

References

https://www.zotero.org/wangchj2020/collections/AEYS2R5X

从边陲到主流的一条自然路径：华人计算传播学者的参与和体验

Mon, 29 Nov 2021 22:20:56 +0800

[引用本文]

张伦、彭泰权、王成军、梁海、祝建华（2021）。〈从边陲到主流的一条自然路径：华人计算传播学者的参与和体验〉。李立峰、黄煜（编），《传承与创新：中华传播研究40年》（页399-419）。香港：香港中文大学出版社。

https://computational-communication.com/blog/2021/11/01/ccr-history/

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

Tue, 01 Jan 2019 11:33:49 +0800

[Abstract] The purpose of this study is threefold: first, to bring reference groups back into the framework of spiral of silence (SOS) by proposing an integrated framework of dual opinion climate; second, to investigate the boundary conditions of SOS; third, to identify the characteristics of SOS in terms of spatial variation and temporal evolution. Modeling SOS with agent-based models, the findings suggest that there is no guarantee of SOS with reference groups being brought back; the stable existence of SOS is contingent upon the comparative strength of mass media over reference groups; SOS is size-dependent upon reference groups and the population; the growth rate of SOS decreases over time. Thus, this research presents an extension of the SOS theory.

[Key Words] spiral of silence; agent-based model; reference group; size-dependent; computational communication research

引用: 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. http://mall.cnki.net/magazine/Article/XWDX201904005.htm （入选人大复印资料新闻与传播2019年第8期）

计算传播学导论

Wed, 17 Oct 2018 00:00:00 +0000

《计算传播学导论》

作者: 张伦 / 王成军 / 许小可
出版社: 北京师范大学出版社
出版年: 2018-9
页数: 239
装帧: 平装
ISBN: 9787303241200

新书发布！[号外] 11月20号入库发货！《计算传播学导论》终于在当当预售了，（点下面传媒学术网公号里的链接或者直接在当当搜索“计算传播学”）～通过预售链接购买（有折扣哦！)。本书里总结了我们这几年在相关课程或讲习班的主要教学经验。还有很多不完善的地方，教学相长，不断改进吧。

“Introduction to Computational Communication” (In Chinese 计算传播学导论) now available on dangdang.com for pre-order! http://product.dangdang.com/25581097.html

With the development of digital media, data-driven journalism, computational advertising, and media recommendation systems become a worldwide trend. At the same time, machine learning, as well as data science have made a big leap forward. Put together, all of these factors discussed above speed up the tide of computational communication research.

二十一世纪是计算社会科学的时代。1998年邓肯·瓦茨关于小世界网络的模型和1999年阿尔伯特·巴拉巴西关于幂律和无标度网络的研究复兴了网络科学。一石激起千层浪，在学术领域产生了深远的影响。对于万维网上的人类行为的研究也形成了一个子领域，被称之为万维网科学(Web Science)；伴随着社交媒体等数字媒体的发展，社会网络分析开始受到前所未有的重视，社交网络上的信息流动网络研究也引起广泛的兴趣；与此同时，机器学习和数据科学取得了突飞猛进的发展，进一步加速了计算化的浪潮；在新闻传播产业当中，数据驱动的新闻生产、计算广告和媒体推荐系统开始成为席卷世界的潮流。面对海量的互联网数据、持续困扰人类的重大社会问题、崭新的理论视角、诱人的物理学模型，在世界大战中发展起来的新闻传播学研究会走向什么地方？这构成了困扰我们的时代问题，而计算传播学正是试图回应这一时代叩问的一种尝试。在大数据和人工智能时代，未来的计算社会科学家更需要训练问题意识、培养计算思维、增强数据挖掘和分析的能力，而这正是本书写作的一个重要目的。

计算传播学将传播学研究置于数据和计算方法的坚固基础上。数据作为一种新的石油，解放了社会科学家对于理论的过度依赖。随着数字媒体的发展，人类社会积累的人类传播行为数据的规模日趋庞大，详尽地记录了社会发展和人类互动的各种细节。运用这些生动的人类传播行为数据，可以从更细的颗粒度、更大的样本规模上让我们捕捉社会的发展。毫无疑问，对于数据的挖掘依赖于人类的计算能力的提高，依赖于跨学科的研究方法和研究视角。我们人类传播行为的基因恰恰隐藏在互动性当中，但这种人类传播行为的互动性本身也使得传播过程充满了复杂性。网络科学为捕捉到纷繁复杂的人类互动提供了一个很好的视角。从数据出发，借助于计算方法和好的理论视角，就可以更好地刻画人类传播行为的模式和法则。

目标读者

致力于进行“计算社会科学” 研究的本科生与研究生
准备开设《计算传播学》或《计算社会科学》课程的青年教师
对于定量传播学研究有基本了解
对于Python、R等软件仅初步了解
致力于日后进入相关数据科学领域工作的学生

本书特色

强调跨学科合作（传播学、网络科学、计算机科学）
引用大量发表于Science、Nature、Proceedings of National Sciences (PNAS) 等国际顶级期刊的论文
附加主要Python程序代码

书籍网站

Slides和Code见：https://github.com/SocratesAcademy/ccrbook

Python代码
教案
案例

导教班及教学研讨会

2019年
培训对象：利用本书作为核心教材的青年教师

如何购买？

上市时间：10月中下旬
售价：49.8元
京东、当当、亚马逊、卓越（上市新书发布期间有一定折扣）

计算社会科学视野下的新闻学研究：挑战与机遇

Tue, 15 Aug 2017 11:33:49 +0800

引用: 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,(04):26-32 （入选人大复印资料新闻与传播2017年第10期）

WANG Cheng-Jun¹

[Abstract] Our society has entered the brand new era of computational social science. The new style of news production and the new paradigm of computational social science created both challenges and opportunities for the development of classic journalism research, which empower journalism research in the aspects of data, computational methods, network theory, and etc. This article aims to review the research on computational social science, especially its potential applications in journalism research. Finally, we offer a discussion on establishing the framework of computational communication research for better understanding of journalism research, with an emphasis on big questions, data, patterns, mechanisms, and general principles. [Key Words] Computational Social Science; Journalism; Network Science; Big Data； Computational Communication Research

参考文献

[1] Watts, D.J., “A twenty-first century science,” Nature 445(7127) (2007): p. 489.

[2] Lazer, D., et al., “Life in the network: The coming age of computational social science,” Science 323(5915) (2009): p. 721-723.

[3] 王成军. 计算传播学:作为计算社会科学的传播学[J]. 中国网络传播研究, 2014.第193-206页

[4] 王成军. 计算传播学的起源、概念和应用[J]. 编辑学刊, 2016(3): 第59-64页.

[5] 祝建华, 彭泰权, 梁海, 王成军, 秦洁, 陈鹤鑫. 计算社会科学在新闻传播研究中的应用[J]. 科研信息化技术与应用, 2014. 5(2): 第3-13页.

[6] Fu, J.S., “Leveraging Social Network Analysis for Research on Journalism in the Information Age,” Journal of Communication 66(2) (2016): p. 299-313.

[7] Strohmaier, M. and C. Wagner, “Computational Social Science for the World Wide Web,” Intelligent Systems IEEE 29(5) (2014): p. 84-88.

[8] Conte, R., et al., “Manifesto of computational social science,” The European Physical Journal Special Topics 214(1) (2012): p. 325-346.

[9] Moran, E.F., et al., “Opinion: Building a 21st-century infrastructure for the social sciences,” Proceedings of the National Academy of Sciences of the United States of America 111(45) (2014): p. 15855-15856.

[10] Cioffi-Revilla, C., “Computational social science,” WILEY Interdisciplinary Reviews: Computational Statistics 2(3) (2010): p. 259-271.

[11] Giles, J., “Computational social science: Making the links,” Nature 488(7412) (2012): p. 448-450.

[12] Watts, D.J. and S.H. Strogatz, “Collective dynamics of ‘small-world’ networks”, Nature 393(6684) (1998): p. 440-442.

[13] Kleinberg, J.M., “Navigation in a small world,” Nature 406(6798) (2000): p. 845.

[14] Ugander, J., et al., “Structural diversity in social contagion,” Proceedings of the National Academy of Sciences 109(16) (2012): p. 5962-5966.

[15] Eagle, N., M. Macy, and R. Claxton, “Network Diversity and Economic Development,” Science 328(5981) (2010): p. 1029-1031.

[16] Dzogang, F., et al., “Discovering Periodic Patterns in Historical News,” Plos One 11(11) (2016): p. e0165736.

[17] Michel, J.B., et al., “Quantitative analysis of culture using millions of digitized books,” Science 331(6014) (2011): p. 176-182.

[18] Lansdall-Welfare, T., et al., “Content analysis of 150 years of British periodicals,” Proceedings of the National Academy of Sciences 114(4) (2017) p. E457-E465.

[19] Wang, W., et al., “Growing pains for global monitoring of societal events,” Science 353(6307) (2016): p. 1502-1503.

[20] Shumate, M. and N. Contractor, “The Emergence of Multidimensional Networks,” The SAGE handbook of organizational communication, editied by L.L.P.D.K. Mumby. 2013, Thousand Oaks: CA: Sage. p. 449-474.

[21] Wang, C.J., et al., “The Collective Direction of Attention Diffusion”, Scientific Reports 6 (2016): p. 34059.

[22] Hong, T.V., G. Lei, and M.E. McCombs, “Exploring “the World Outside and the Pictures in Our Heads”: A Network Agenda-Setting Study,” Journalism & Mass Communication Quarterly 91(4) (2014): p. 669-686.

[23] Guo, L., “The Application of Social Network Analysis in Agenda Setting Research: A Methodological Exploration,” Journal of Broadcasting & Electronic Media 56(4) (2012): p. 616-631.

[24] Himelboim, I., T.K. Chang, and S. McCreery, “International Network of Foreign News Coverage: Old Global Hierarchies in a New Online World”, Journalism & Mass Communication Quarterly 87(2) (2010): p. 297-314.

[25] Miller, D.C., “A research note on mass communication: How our community heard about the death of president Roosevelt,” American Sociological Review 10(5) (1945): p. 691-694.

[26] De Fleur, M.L., “The Growth and Decline of Research on the Diffusion of the News, 1945-1985,” Communication Research 14(1) (1987): p. 109-130.

[27] Greenberg, B.S., “Person-to-Person Communication in the Diffusion of News Events,” Journalism Quarterly 41(4) (1964): p. 489-494.

[28] Wang, C.J., “Information diffusion on Microblogs: Testing the threshold hypothesis of interpersonal effects,” in Conference on Complex System (CCS'15). 2015: Tempe, Arizona, USA.

[29] Granovetter, M., “Threshold Models of Collective Behavior,” American Journal of Sociology 83(6) (1978): p. 1420-1443.

[30] Singh, P., et al., “Threshold-limited spreading in social networks with multiple initiators,” Scientific Reports 3(7) (2013): p. 2330.

[31] Shah, D.V., J.N. Cappella, and W.R. Neuman, “Big Data, Digital Media, and Computational Social Science: Possibilities and Perils,” Annals of the American Academy of Political & Social Science 659(1) (2015): p. 6-13.

[32] Cohen, S., Hamilton, J. T., & Turner, F. “Computational journalism,” Communications of the ACM 54(10) (2011): p. 66-71.

[33] Watts, D.J., “Should social science be more solution-oriented?” Nature Human Behaviour 1 (2017): p. 0015.

[34] Jake M. Hofman, Amit Sharma, and Duncan J. Watts. “Prediction and explanation in social systems.” Science 355(2017): p 486-488.

Computational Communication Collaboratory, School of Journalism and Communication, Nanjing University, Nanjing, Jiangsu, China, 210093 ↩︎

作为社会动员过程的互联网众筹公益：以腾讯乐捐为例

Thu, 09 Mar 2017 10:49:09 +0800

In submission.

空间约束的人类行为

Fri, 24 Feb 2017 15:23:43 +0800

王成军、吴令飞(2017)空间约束的人类行为. 胡泳、王俊秀（编）《连接之后: 公共空间重建与权力再分配》.北京:人民邮电出版社. pp. 262-271

计算传播学的起源、概念和应用

Sun, 15 May 2016 11:53:36 +0800

大数据计算与《纸牌屋》生成

Thu, 05 May 2016 00:00:00 +0000

2015年中国新闻传播学论著评析

Tue, 08 Mar 2016 12:15:21 +0800

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

“今日头条”的技术逻辑：网络爬虫+矩阵筛选

Mon, 05 Oct 2015 12:15:21 +0800

计算传播学:作为计算社会科学的传播学

Fri, 13 Feb 2015 12:03:36 +0800

计算社会科学在新闻传播研究中的应用

Thu, 20 Mar 2014 12:18:49 +0800