中国社会科学院大学计算社会科学研究方法课程大纲课程基本信息（CourseInformation）课程编号*学时*学分482102113020033(Course ID)(Credit Hours)(Credits)计算社会科学研究方法*课程名称(CourseName)Computational Social Science Research Methods先修课程大学计算机(Prerequisite Courses)本课程是通识基础课，基于新文科建设与社科大科教融合大背景，这是一门为人文社会科学专业学生开设的研究方法课程，旨在教授学生掌握社会科学研究方法和技艺，内容包括何为社会科学研究、研究方法的类型与适用范围、如何进行研究设计、如何采集和分析数据以及如何基于既有数据进行科学推论等：即课程通过讲授计算社会科学一系列前沿文献与方法，旨在提升学生数理能力、计算思维、数据意识和跨学科视野，为数据和计算科学及相关技术与人文社会科学相互渗透融合、共同研究提供一个新颖的视角，为学生从事科研道路提供更广阔的多学科交叉视野和丰富的科研工具。理论实践一体化，每次3小节课程连上，安排在计算机机房教学，边讲边练，或实施*课程简介翻转课堂教学。(Description)主要教学内容：通过有系统的案例教学，使学生掌握社会科学研究方法的基本概念和实现原理；借助案例教学帮助学生深入了解社会科学研究方法应用于研究的现状与前景，并为有志于投身该领域的学生未来升学和开展研究提供参考：将课程作业的研究设计与课外课题设计相结合，鼓励学生将所学社会科学研究方法应用于实际研究中，培育其对学术的兴趣。计算社会研究原理和方法是本门课程的重点难点。主要教学方法：以教学小目标即教学小任务进行任务驱动式创新实践教学。考勤、课堂参与及作业均在雨课堂和课堂派平台上完成。This courseis Liberal Educationcourse.Based on thebackground of the new liberalartsconstruction and the integration of science and education in the social sciences, thecourse aims to improve students'mathematical ability,computational thinking,dataawareness and interdisciplinary vision by teaching a series of cutting-edge literature and*课程简介methods incomputational social sciences.Itprovidesa novelperspectiveforthemutual(Description)integration and jointresearch of data and computing scienceand related technologiesand humanities and social sciences, and provides students with a broadermultidisciplinary perspective and rich scientific research tools for their research paths.The theory and practice are integrated, and each 3-section course is connected,and theteaching isarranged inthecomputerroom*教材《计算社会科学导论》，吕鹏等，清华大学出版社，预计2023.9出版，第1版(Textbooks)参考资料《计算社会科学：原则与应用》，陈新，浙江大学出版社，2019-07-01，第1版，ISBN：(OtherReferences)9787308191432
中国社会科学院大学计算社会科学研究方法课程大纲 课程基本信息（Course Information） 课程编号 （Course ID） 102113020033 *学时 （Credit Hours） 48 *学分 （Credits） 2 *课程名称 （Course Name） 计算社会科学研究方法 Computational Social Science Research Methods 先修课程 （Prerequisite Courses） 大学计算机 *课程简介 （Description） 本课程是通识基础课，基于新文科建设与社科大科教融合大背景，这是一门为人文社 会科学专业学生开设的研究方法课程，旨在教授学生掌握社会科学研究方法和技艺， 内容包括何为社会科学研究、研究方法的类型与适用范围、如何进行研究设计、如何 采集和分析数据以及如何基于既有数据进行科学推论等；即课程通过讲授计算社会科 学一系列前沿文献与方法，旨在提升学生数理能力、计算思维、数据意识和跨学科视 野，为数据和计算科学及相关技术与人文社会科学相互渗透融合、共同研究提供一个 新颖的视角，为学生从事科研道路提供更广阔的多学科交叉视野和丰富的科研工具。 理论实践一体化，每次 3 小节课程连上，安排在计算机机房教学，边讲边练，或实施 翻转课堂教学。 主要教学内容：通过有系统的案例教学，使学生掌握社会科学研究方法的基本概念和 实现原理；借助案例教学帮助学生深入了解社会科学研究方法应用于研究的现状与前 景，并为有志于投身该领域的学生未来升学和开展研究提供参考；将课程作业的研究 设计与课外课题设计相结合，鼓励学生将所学社会科学研究方法应用于实际研究中， 培育其对学术的兴趣。 计算社会研究原理和方法是本门课程的重点难点。 主要教学方法：以教学小目标即教学小任务进行任务驱动式创新实践教学。 考勤、课堂参与及作业均在雨课堂和课堂派平台上完成。 *课程简介 （Description） This course is Liberal Education course. Based on the background of the new liberal arts construction and the integration of science and education in the social sciences, the course aims to improve students' mathematical ability, computational thinking, data awareness and interdisciplinary vision by teaching a series of cutting-edge literature and methods in computational social sciences. It provides a novel perspective for the mutual integration and joint research of data and computing science and related technologies and humanities and social sciences, and provides students with a broader multidisciplinary perspective and rich scientific research tools for their research paths. The theory and practice are integrated, and each 3-section course is connected, and the teaching is arranged in the computer room. *教材 （Textbooks） 《计算社会科学导论》，吕鹏等，清华大学出版社，预计 2023.9 出版，第 1 版 参考资料 （Other References） 《计算社会科学：原则与应用》，陈新，浙江大学出版社，2019-07-01，第 1 版，ISBN： 9787308191432
*课程类别口公共基础课/全校公共必修课团通识教育课口专业基础课口专业核心课/专业必修课口专业拓展课/专业选修课口其他（CourseCategory）口线上，教学平台*授课对象*授课模式全校本科生口线下团混合式口其他(TargetStudents)(ModeofInstruction)口实践类（70%以上学时深入基层），团中文口全外语*开课院系*授课语言计算机教研部(School)(LanguageofInstruction)口双语：中文+（外语讲授不低于50%）蒋欣兰，女，中国社会科学院大学计算机教研部教师、党支部书课程负责人记、计算社会科学研究中心执行主任，博主，副教授，主要研究姓名及简介方向为计算机视觉、计算社会科学、光学检测。《C程序设计》荣*授课教师信息获北京高校优质本质教材课件奖。(TeacherInformation)朱俭，男，中国社会科学院大学计算机教研部教师，北京理工大团队成员学计算机博士，主要研究方向为自然语言处理、人工智能、数据姓名及简介分析。2020年荣获中国社会科学院大学校级青年教学名师称号。2016年荣获北京市青年岗位能手。1．本课程为数据和计算科学及相关技术与人文社会科学相互渗透融合、共同研究提学习目标供一个新颖的视角；Learning2.为研究生从事科研道路提供了更广阔的视野和丰富的科研工具：(Outcomes)提升学生数理能力、计算思维、数据意识和跨学科视野，通过课程讲述计算社会3科学一系列前沿文章与计算机代码。平时成绩：30%*考核方式期末考试：70%(Grading)期末考核方式：课下设计（计算社会科学论文+作品代码+作品讲解视频）*课程教学计划（TeachingPlan）填写规范化要求见附件其中周教学内容摘要课其周次实习学（必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、讲程他教师验时授讨环阅读文献参考书目及作业等）课课论节第一章第1节计算社会科学概述讲授：计算社会科学的简介和相关案例演示，通过演示讲解课程的第一周环境搭建。3教学方法：基于案例驱动的混合式教学，边讲边练实验名称：学术搜索实践第一章第2节计算社会科学经典文献讲授：以文献《Fightingpovertywithdata》讲解经典的机器学习方第二周法用于解决经济和社会现实问题，用数据战胜贫困：机器学习与发22展经济学的交叉研究。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：安装搭建Anaconda环境并进行代码演练
*课程类别 （Course Category） 公共基础课/全校公共必修课 通识教育课 专业基础课 专业核心课/专业必修课 专业拓展课/专业选修课 其他 *授课对象 （Target Students） 全校本科生 *授课模式 （Mode of Instruction） 线上，教学平台 线下 混合式 其他 实践类（70%以上学时深入基层） *开课院系 （School） 计算机教研部 *授课语言 （Language of Instruction） 中文 全外语 双语：中文+ （外语讲授不低于 50%） *授课教师信息 （Teacher Information） 课程负责人 姓名及简介 蒋欣兰，女，中国社会科学院大学计算机教研部教师、党支部书 记、计算社会科学研究中心执行主任，博士，副教授，主要研究 方向为计算机视觉、计算社会科学、光学检测。《C 程序设计》荣 获北京高校优质本质教材课件奖。 团队成员 姓名及简介 朱俭，男，中国社会科学院大学计算机教研部教师，北京理工大 学计算机博士，主要研究方向为自然语言处理、人工智能、数据 分析。2020 年荣获中国社会科学院大学校级青年教学名师称号。 2016 年荣获北京市青年岗位能手。 学习目标 （ Learning Outcomes） 1. 本课程为数据和计算科学及相关技术与人文社会科学相互渗透融合、共同研究提 供一个新颖的视角； 2. 为研究生从事科研道路提供了更广阔的视野和丰富的科研工具； 3. 提升学生数理能力、计算思维、数据意识和跨学科视野，通过课程讲述计算社会 科学一系列前沿文章与计算机代码。 *考核方式 （Grading） 平时成绩：30% 期末考试：70% 期末考核方式：课下设计（计算社会科学论文+作品代码+作品讲解视频） *课程教学计划（Teaching Plan）填写规范化要求见附件 周次 教师 周 学 时 其中 教学内容摘要 （必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、 阅读文献参考书目及作业等） 讲 授 实 验 课 习 题 课 课 程 讨 论 其 他 环 节 第一周 3 2 1 第一章第 1 节 计算社会科学概述 讲授：计算社会科学的简介和相关案例演示，通过演示讲解课程的 环境搭建。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：学术搜索实践 第二周 3 2 1 第一章第 2 节 计算社会科学经典文献 讲授：以文献《Fighting poverty with data》讲解经典的机器学习方 法用于解决经济和社会现实问题，用数据战胜贫困：机器学习与发 展经济学的交叉研究。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：安装搭建 Anaconda 环境并进行代码演练
第二章第1节LaTex排版讲授：LaTeX排版的基础知识和案例，掌握除了WORD排版之外的第三周3高质量排版工具。2教学方法：基于案例驱动的混合式教学，边讲边练实验名称：练习LaTeX教程第二章第2节Typora讲授：掌握轻量级Markdown编辑器Typora。教学方法：基于案例驱动的混合式教学，边讲边练第四周实验名称：Typora教程3L第三章实证研究1：数据采集讲授：webScraper插件和InstantDataScraper插件采集数据的方法。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：WelcometotheWebScrapingLab。第三章实证研究2：中介效应和调节效应第五周讲授：固定效应分析、最小二乘法和完全中介效应。Y教学方法：基于案例驱动的混合式教学，边讲边练实验名称：SPSS和Mplus验证中介效应和调节效应。第三章实证研究3：结构方程模型第六周讲授：具体讲解社会学中结构方程模型，并用Mplus检验。3教学方法：基于案例驱动的混合式教学，边讲边练实验名称：Mplus验证结构方程模型&微信公众号下载视频第四章实证研究4：统计学习（相关性、置信区间等）讲授：通过公开数据研究。通过论文《中国民众刑法偏好研究白建第七周军》讲解对2014年中国家庭追踪调查(CFPS)，检验文中提出的诸多假设。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：统计实战（相关性等）。第四章实证研究5：因素分析1讲授：实证研究。通过《死刑适用研究白建军》（中国社会科学）论文，对于1643个样本中控辩双方的争议焦点逐一分析后提炼出第八周32了2348个核心法律问题。从白建军多篇文章讲收集数据和主成分T分析以及因子分析。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：SPSS主成分分析&Mplus探索性因素分析。第四章实证研究5：因素分析2讲授：实证研究。通过《死刑适用研究白建军》（中国社会科学）论文，对于1643个样本中控辩双方的争议焦点逐一分析后提炼出第九周32了2348个核心法律问题。从白建军多篇文章讲收集数据和主成分分析以及因子分析。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：验证性因素分析。第五章NumPy数值计算和Pandas处理数据1讲授：通过代码展示NumPy数组，介绍ufunc函数、按列或行拼接第十周32YNumPy数组，按列对NumPy数组进行排序，用NumPy处理日期，介绍高阶NumPy函数
第三周 3 2 1 第二章第 1 节 LaTex 排版 讲授：LaTeX 排版的基础知识和案例，掌握除了 WORD 排版之外的 高质量排版工具。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：练习 LaTeX 教程 第四周 3 2 1 第二章第 2 节 Typora 讲授：掌握轻量级 Markdown 编辑器 Typora。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：Typora 教程 第三章 实证研究 1：数据采集 讲授：webScraper 插件和 Instant Data Scraper 插件采集数据的方法。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：Welcome to the Web Scraping Lab。 第五周 3 2 1 第三章 实证研究 2：中介效应和调节效应 讲授：固定效应分析、最小二乘法和完全中介效应。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：SPSS 和 Mplus 验证中介效应和调节效应。 第六周 3 2 1 第三章 实证研究 3：结构方程模型 讲授：具体讲解社会学中结构方程模型，并用 Mplus 检验。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：Mplus 验证结构方程模型&微信公众号下载视频。 第七周 3 2 1 第四章 实证研究 4：统计学习（相关性、置信区间等） 讲授：通过公开数据研究。通过论文《中国民众刑法偏好研究_白建 军》讲解对 2014 年中国家庭追踪调查(CFPS)，检验文中提出的诸多 假设。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：统计实战（相关性等）。 第八周 3 2 1 第四章 实证研究 5：因素分析 1 讲授：实证研究。通过《死刑适用研究_白建军》（中国社会科学） 论文，对于 1643 个样本中控辩双方的争议焦点逐一分析后提炼出 了 2348 个核心法律问题。从白建军多篇文章讲收集数据和主成分 分析以及因子分析。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：SPSS 主成分分析&Mplus 探索性因素分析。 第九周 3 2 1 第四章 实证研究 5：因素分析 2 讲授：实证研究。通过《死刑适用研究_白建军》（中国社会科学） 论文，对于 1643 个样本中控辩双方的争议焦点逐一分析后提炼出 了 2348 个核心法律问题。从白建军多篇文章讲收集数据和主成分 分析以及因子分析。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：验证性因素分析。 第十周 3 2 1 第五章 NumPy 数值计算和 Pandas 处理数据 1 讲授：通过代码展示 NumPy 数组，介绍 ufunc 函数、按列或行拼接 NumPy 数组，按列对 NumPy 数组进行排序，用 NumPy 处理日期， 介绍高阶 NumPy 函数
教学方法：基于案例驱动的混合式教学，边讲边练实验名称：NumPy练习题20道第五章NumPy数值计算和Pandas处理数据2讲授：通过代码展示数据分析的步骤，介绍了探索性分析、数据补第十一周足和数据拼接的步骤与方法。21教学方法：基于案例驱动的混合式教学，边讲边练实验名称：50题Pandas从入门到精通第六章绘制论文常用图表讲授：体验用Origin9和Prism8绘制论文标准折线图和热力图。第十二周21教学方法：基于案例驱动的混合式教学，边讲边练实验名称：多个统计图形的组合展示第六章绘制论文常用图表2讲授：体验用FineReport绘制可视化图表。第十三周2教学方法：基于案例驱动的混合式教学，边讲边练实验名称：多个统计图形的组合展示第七章自然语言理解1讲授：自然语言理解中的文本情感分析。通过论文《从Python情感分析看海外读者对中国译介文学的接受和评价：以<三体>英译本第十四周为例》讲解爬虫技术，使用基于Python的SnowNLP库对豆瓣网上21的《三体》中文书评进行了类似的情感分析。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：完成论文中爬虫技术和情感分析的复现第七章自然语言理解2讲授：百度的PaddlePaddle技术，改进论文《从Python情感分析看海外读者对中国译介文学的接受和评价：以<三体>英译本为例》第十五周1中的情感分析方法。教学方法：基于案例驱动的混合式教学，边讲边练实验名称：改进论文中情感分析的复现第八章双重差分法讲授：讲解双重差分法，通过《美国经济评论》的著作《Compulsory第十六周Licensing》讲解构建的模型。讨论题目：总结复习本课程的重点内容，讲解课下设计的注意事项。总计备注（Notes）
教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：NumPy 练习题 20 道 第十一周 3 2 1 第五章 NumPy 数值计算和 Pandas 处理数据 2 讲授：通过代码展示数据分析的步骤，介绍了探索性分析、数据补 足和数据拼接的步骤与方法。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：50 题 Pandas 从入门到精通 第十二周 3 2 1 第六章 绘制论文常用图表 讲授：体验用 Origin9 和 Prism8 绘制论文标准折线图和热力图。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：多个统计图形的组合展示 第十三周 3 2 1 第六章 绘制论文常用图表 2 讲授：体验用 FineReport 绘制可视化图表。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：多个统计图形的组合展示 第十四周 3 2 1 第七章 自然语言理解 1 讲授：自然语言理解中的文本情感分析。通过论文《从 Python 情 感分析看海外读者对中国译介文学的接受和评价：以<三体>英译本 为例》讲解爬虫技术，使用基于 Python 的 SnowNLP 库对豆瓣网上 的《三体》中文书评进行了类似的情感分析。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：完成论文中爬虫技术和情感分析的复现 第十五周 3 2 1 第七章 自然语言理解 2 讲授：百度的 PaddlePaddle 技术，改进论文《从 Python 情感分析 看海外读者对中国译介文学的接受和评价：以<三体>英译本为例》 中的情感分析方法。 教学方法：基于案例驱动的混合式教学，边讲边练 实验名称：改进论文中情感分析的复现 第十六周 3 2 1 第八章 双重差分法 讲授：讲解双重差分法，通过《美国经济评论》的著作《Compulsory Licensing》讲解构建的模型。 讨论题目：总结复习本课程的重点内容，讲解课下设计的注意事项。 总计 4 8 3 2 16 备注（Notes）