社会计算：大数据时代的机遇与挑战

孟小峰; 李  勇; 祝建华

doi:10.7544/issn1000-1239.2013.20130890

社会计算：大数据时代的机遇与挑战

1(中国人民大学信息学院北京 100872) 2(香港城市大学媒体和传播系香港 999077) 3(西北师范大学计算机科学与工程学院兰州 730070) (xfmeng@ruc.edu.cn)

计量
- 文章访问数: 3531
- HTML全文浏览量: 10
- PDF下载量: 2387
出版历程
- 发布日期: 2013-12-14

Social Computing in the Era of Big Data: Opportunities and Challenges

1(School of Information, Renmin University of China, Beijing 100872) 2(Department of Media and Communication, City University of Hong Kong, Hong Kong 999077) 3(College of Computer Science and Engineering, Northwest Normal University,Lanzhou 730070)

摘要

摘要: 信息技术的飞速发展，特别是物联网、云计算、社交网络、社会媒体以及信息获取技术的进步，数据正以巨大的速度迅速增长和积累，大数据时代已经到来.社会计算作为一种数据密集型科学，在收集和分析数据的广度、深度以及规模上都产生了巨大的影响，社会计算作为一种新的计算范式，产生了一个新的跨学科研究与应用领域，其广阔的研究内容与应用已引起了学术界和工业界的广泛关注.分析了社会计算产生的历史背景及概念、研究现状及大数据带来的机遇，综述了社会计算不同的研究领域，主要有2个发展趋势：一个面向社会科学，包括计算社会科学、计算社会学、社会网络分析等；一个面向技术应用，包括社交应用、娱乐应用、生产应用等，这2种发展趋势同时又相互影响.最后讨论了社会计算研究领域存在的挑战，包括跨学科合作与训练的问题、科学研究中大数据共享问题以及隐私保护.
- 社会科学 /
- 社会计算 /
- 社会网络分析 /
- 计算社会科学 /
- 大数据
Abstract: With the rapid development of information technology, especially sweeping progress in the Internet of things, cloud computing, social networks and social media, the era of big data is coming. As a data-intensive science, social computing is an emerging thing that leverages the capacity to collect and analyze data with an unprecedented breadth, depth and scale. It represents a new computing paradigm and an interdisciplinary research and application field. A broad comprehension of major topics involved in social computing is important for both scholars and practitioners. In this paper, we give a brief survey of the various research fields in social computing. We present key concepts and analyze state-of-the-art of the field. The article not only sheds insights on social computing, but also affords conduit for future research in the field. Social computing has two distinct trends: One is on the social science issues, such as computational social science, computational sociology, social network analysis, etc; The other is on the use of computational techniques, such as social use, hedonic use and generative use. Finally some new challenges ahead are summarized, including interdisciplinary cooperation and training, big data sharing for scientific data mashups, and privacy protect.
- social science /
- social computing /
- social networks analysis /
- computational social science /
- big data

HTML全文

参考文献(0)

施引文献(23)

期刊类型引用(13)

1.	周康，阳爱民，周栋，林楠铠. 基于稀疏连接和多通道LSTM的NL2SQL研究. 信息技术. 2024(08): 169-173+180 . 百度学术
2.	富庭轩，陈启明，杨怀宇. 一种新型的数据库自然语言查询实现方案. 现代信息科技. 2024(15): 51-54+59 . 百度学术
3.	李伟强，王震，张正毅. AIGC时代下物流客服产业优化与探索. 中国新技术新产品. 2024(18): 133-136 . 百度学术
4.	何佳壕，刘喜平，舒晴，万常选，刘德喜，廖国琼. 带复杂计算的金融领域自然语言查询的SQL生成. 浙江大学学报(工学版). 2023(02): 277-286 . 百度学术
5.	赵志超，游进国，何培蕾，李晓武. 数据库中文查询对偶学习式生成SQL语句研究. 中文信息学报. 2023(03): 164-172 . 百度学术
6.	王燕凤. 数据库查询系统中自然语言理解技术应用. 科技创新与应用. 2023(18): 23-26 . 百度学术
7.	殷来祥，李志强，付琼莹. 基于NL2SQL的兵棋数据智能统计分析方法研究. 系统仿真学报. 2023(09): 2000-2010 . 百度学术
8.	梁清源，朱琪豪，孙泽宇，张路，张文杰，熊英飞，梁广泰，郁莲. 基于深度学习的SQL生成研究综述. 中国科学:信息科学. 2022(08): 1363-1392 . 百度学术
9.	熊军，张冲，王代印，宋连双，陈峰. 三区三线管控下GIS划定永久基本农田研究. 城市建筑. 2022(22): 41-45 . 百度学术
10.	冯丽露，康耀龙，高晓晶，王涛. 基于SSM框架的数据结构在线评测系统设计与实现. 中国信息技术教育. 2021(13): 86-89 . 百度学术
11.	何文红. 基于深度学习背景下的高中数学教学研究. 高考. 2021(22): 51-52 . 百度学术
12.	千月欣，王永忠，李佳骏，徐天羿. 基于深度学习的机场能见度预测研究. 云南民族大学学报(自然科学版). 2021(06): 615-620 . 百度学术
13.	王胜杰，李焕云. 基于灰色GM模型的数据压缩处理方法. 电脑知识与技术. 2021(36): 151-152+159 . 百度学术