图书前言

前言

在这个被数据深刻重塑的时代里,人类的传播活动所依赖的媒介环境、数据形态与行为模式都在发生迅速而深刻的变化。互联网中海量的信息生成与扩散行为,共同构成了可被计算的数据足迹。传播学这门始终关注人类交往行为与社会联结的学科,也因此站在了一个全新的历史节点上: 我们能否借助计算的力量,更清晰、更深刻,也更负责任地揭示传播的规律与本质?

在这样的背景下,《计算传播学: 基础、方法与实践》应运而生。计算传播学以数据驱动的方式探索传播现象,从个体互动到群体模式,从文本内容到多模态生成,从媒介环境到算法机制,均可纳入其分析范畴。作为一个新兴的交叉领域,计算传播学并非简单地用计算机处理数据,而是代表着一种研究范式的革新。它根植于传播学经典的理论土壤,同时大胆地汲取了数据科学、复杂性网络、人工智能等前沿领域的养分,旨在通过数据驱动的方式,探索从微观个体认知到宏观社会网络结构的传播现象。

在北京师范大学计算传播学研究中心开展科研与教学的这些年,我们愈发感到: 在国内高校和科研机构中,许多青年学者与学生在实际研究过程中,常受限于方法体系分散、技术入门困难或缺乏实操样本等问题,难以顺畅进入计算传播学这一领域。因此,此书编写的宗旨便是为传播学的教师、学生与研究者提供一套系统、清晰、可操作的学习与研究框架。本书在写作上既注重学术研究的严谨性,又力图让方法与工具的使用贴近真实研究情境; 既回溯学科发展的思想源流,又聚焦前沿技术的最新变化。我们希望通过系统的方法梳理、可操作的技术讲解以及贴合实际的案例教学,打破广大社会科学背景的学者对“计算”一词的恐惧,帮助更多有志于了解计算传播学领域的学者快速掌握这一领域的核心思考与应用逻辑。

本书共分为三大部分,兼顾理论深度、技术体系与领域实践,力求呈现我们对计算传播学知识体系的整体思考。

上篇: 基础与起点

本书上篇从社会科学的基本问题切入,概述计算社会科学的诞生与发展,阐明计算方法何以成为理解当代传播现象的重要路径,并讨论了“为何计算”“计算何为”等基本问题。同时,本篇还讨论了计算传播学的研究设计原则,包括与传统量化研究的关系、研究步骤的基本框架,以及方法选择的考虑因素等。通过这一部分,我们希望帮助读者建立对计算传播学的整体认识,理解其理论来源、研究逻辑与方法定位。

中篇: 技术与方法

中篇聚焦计算传播学研究中最常用的技术路线与基本方法,旨在为读者奠定可操作的技术基础。内容涵盖统计学原理、Python 编程入门、数据采集与整理、文本挖掘、数据可视化、社会网络分析及机器学习中的关键方法等。尽管中篇涉及统计学、计算机科学、网络科学等内容,但本书在讲解中尽可能多地使用贴近生活、贴近传播学的案例配合讲解,并提供了清晰的数据分析步骤与可复现的代码。中篇以通俗易懂的讲解在案例分析的过程中带领读者一步步推进,帮助读者逐步形成从基础技术到完整分析的整体能力体系。对于初学者而言,中篇更像是计算传播学的技术地图,在本书的逐步引导之下,读者可以领略到计算研究方法的每一块版图。

下篇: 应用与实践

下篇面向传播学的现实议题与前沿探索,通过一系列具有代表性的研究案例,展示计算传播学在不同场景中的具体运用。本篇既探讨了大语言模型与多模态模型在传播研究中的新路径,也通过相关研究案例展示计算传播分析方法在健康传播、主流媒体短视频传播、知识协作与社交机器人等议题中的具体应用。在实践层面,本书还讲解了计算方法在数据新闻中从数据获取到可视化分析等步骤中的应用流程。下篇旨在帮助读者理解计算传播学如何在真实传播问题中发挥解释、分析与实践指导的作用。

本书既适合作为高校传播学、新闻学等专业的相关课程教材,也适合初涉数据传播研究、社会分析或媒体技术应用的学者与实践者参考使用。同时,对希望自学数据分析方法、了解计算传播思维的读者亦具有较高的参考价值。在撰写过程中,我们始终秉持以下三个原则: 一是内容写作上讲究深入浅出,力求语言的平实与可读性,目标是让纯文科背景的学生也能读得懂、学得会; 二是保持学术性与实践性的平衡,既要保证书中内容具有理论意义,又要方便读者的实践转化,在技术层面尽可能详细地提供可复现的代码; 三是案例选取上坚持问题导向,所有方法与技术的介绍,都紧密围绕具体的传播学研究问题展开,通过实际案例解答读者对计算传播学这一领域的困惑,加深对学科的理解。

本书编写过程中凝聚了北京师范大学计算传播学研究中心多位教师与学生的智慧与经验,也得益于诸多同行之间的讨论与交流。其间,团队成员从课程教学、科研项目与社会实践中不断积累材料,反复打磨章节结构与案例内容,使之更贴近教学与研究的实际需求。

值此出版之际,谨以此序献予各位读者,希望本书可为您在计算传播学领域探索前行的过程中,增添一份助力。在此,对所有参与讨论或提出宝贵建议的老师们、编辑们和同学们致以诚挚的谢意。书中若有疏漏与不当之处,敬请广大读者不吝指教。

北京师范大学计算传播学研究中心

吴晔

2025年11月18日