69、计算社会科学时代对社交网络的重新思考（上）

计算社会科学时代对社交网络的重新思考（上）

在当今时代，计算社会科学引发了数据和方法的双重革命。接下来，我们将深入探讨这些变革如何重塑我们对社交网络的理解。

数据收集的革命：计算社会科学

过去几十年，对交互网络的研究主要局限于手动观察交互行为并将其汇总为“社会关系”，或者通过调查询问典型交互伙伴。而计算社会科学工具实现了对社会交互行为的连续时间直接测量，利用了带有时间戳的交互数据，这些数据构成了我们所说的社交网络的行为基础。

这些数据来源广泛，包括社交媒体的电子消息和交互痕迹、位置感知设备的流数据、固定和可穿戴传感器数据以及生物特征监测数据等。不过，使用这些数字痕迹数据在社会科学领域面临着理论、方法和制度等方面的挑战。许多学者将汇总的交互事件数据表示为社交网络，并应用相同的理论来理解社会计量提名模式。接下来，我们将探讨这些新数据与社会网络理论和分析中的四种传统概念化方式的对应关系。

计算社会科学与角色关系

像Facebook、Google或LinkedIn上的联系人列表，可被视为角色关系。这些由社交媒体平台定义的二元角色在时间上是连续的，但与理论驱动的网络概念联系较弱。例如，Facebook上的一些联系人可能只是名义上的，许多甚至从未有过交互，有的联系人可能并非真实的人，还可能是组织、俱乐部、婴儿、宠物或已故之人。因此，在没有大量处理的情况下，很难将这些数据与行为理论的范围条件相匹配。

早期对在线关系的研究倾向于关注稀疏网络，当时大多数参与者只有一两个连接，研究者假设这些是亲密朋友或同事。然而，随着时间推移，社交媒体上建立连接变得更容易，连接数量增多但意义减弱，甚至有些连接是与完全陌生的人建立的。为了得到可解释的社交