大數(shù)據(jù)與機器學習：復(fù)雜社會的政治分析

定　價：￥80.00

作　者：	董青嶺
出版社：	時事出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥80.00)

ISBN：	9787519501365	出版時間：	2018-02-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書闡述的是：在一個相互聯(lián)系而又彼此擾動的復(fù)雜世界里，現(xiàn)實政治的數(shù)據(jù)化進程與基于數(shù)據(jù)的政治分析技巧，特別是如何利用數(shù)據(jù)分析技術(shù)來洞察政治變動和復(fù)雜人際關(guān)系的可行性。在研究設(shè)計上，本書主要沿著兩條線索展開：一條線索立足政治實踐，試圖通過闡述大數(shù)據(jù)和機器學習技術(shù)在現(xiàn)代政治中的應(yīng)用，來理解現(xiàn)代政治中信息的生產(chǎn)、聚合和傳遞規(guī)律，以此窺探數(shù)據(jù)精英的崛起和新的社會權(quán)力重組，這部分內(nèi)容主要涉及政治選舉中的高頻統(tǒng)計、數(shù)據(jù)外交和沖突預(yù)測；而另外一條線索則關(guān)乎跨學科的理論融合與闡釋，重點梳理了幾個經(jīng)典數(shù)據(jù)分析理念和機器學習原理，內(nèi)容涵括政治文本中的數(shù)據(jù)挖掘與情感分析、政治關(guān)系中的社交網(wǎng)絡(luò)與度量，以及基于神經(jīng)網(wǎng)絡(luò)的社會感知預(yù)測。

作者簡介

　　董青嶺，對外經(jīng)濟貿(mào)易大學國際關(guān)系學院副教授、國家信息中心博士后工作站信息管理科學博士后，2009年6月畢業(yè)于外交學院國際關(guān)系研究所，獲法學博士學位，當前主要從事大數(shù)據(jù)科學、人工智能與國際關(guān)系問題的交叉研究，業(yè)已在《世界經(jīng)濟與政治》《外交評論》《國際政治研究》《歐洲研究》以及《國際政治科學》等主流期刊發(fā)表國際關(guān)系論文十余篇，出版專著《復(fù)合建構(gòu)主義：進化沖突與進化合作》一部，主持“基于大數(shù)據(jù)驅(qū)動的外交決策模式創(chuàng)新與我國實踐路徑研究”“基于開源數(shù)據(jù)分析的國際安全態(tài)勢感知與沖突預(yù)測模型研究”等國家社科基金、教育部人文社科基金以及中國博士后科學基金和校級科研課題多項。

圖書目錄

緒論爭論中的大數(shù)據(jù)、機器學習與未來政治()
上篇數(shù)據(jù)主義
第一章數(shù)據(jù)軍團：權(quán)力政治的算法角逐()
第一節(jié)復(fù)雜社會的演進：決策的相互擾動()
第二節(jié)同意的社會計算：傳統(tǒng)民調(diào)的罪與罰()
第三節(jié)數(shù)據(jù)較量:美國大選幕后的算法操盤手()
第二章高頻統(tǒng)計：選舉中的政治預(yù)測()
第一節(jié)貝葉斯定理：納特·西爾弗和他的538網(wǎng)站()
第二節(jié)預(yù)測偏差：538網(wǎng)站的數(shù)據(jù)陷阱()
第三節(jié)另類統(tǒng)計：最高頻爭議即為最大影響力()
第三章數(shù)據(jù)外交：一場即將到來的外交革命()
第一節(jié)從數(shù)字外交到數(shù)據(jù)外交：數(shù)據(jù)力量的崛起()
第二節(jié)從技術(shù)變革到當前爭議：外交決策的數(shù)據(jù)沖擊()
第三節(jié)從理論假說到案例實踐：數(shù)據(jù)驅(qū)動的外交創(chuàng)新()
第四節(jié)未來前景與關(guān)鍵障礙：數(shù)據(jù)外交的拓展空間()
下篇數(shù)據(jù)原理
第四章文本分析:情感與意圖的自動識別()
第一節(jié)分詞原理：非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化處理()
第二節(jié)情感分析：挖掘文本敘述中的情緒波動()
第三節(jié)主題模型：探索政治文本的隱含語義結(jié)構(gòu)()
第五章社會網(wǎng)絡(luò):圈子里的政治文化()
第一節(jié)社會網(wǎng)絡(luò)：以關(guān)系為中心的政治度量()
第二節(jié)強聯(lián)系與弱聯(lián)系：政治系統(tǒng)中的信息傳遞()
第三節(jié)中心性分析：發(fā)掘政治網(wǎng)絡(luò)中的關(guān)鍵節(jié)點()
第六章機器學習：暴力沖突的社會感知()
第一節(jié)謝林模型：從計算機模擬到機器學習()
第二節(jié)學習原理：從有監(jiān)督學習到無監(jiān)督學習()
第三節(jié)神經(jīng)網(wǎng)絡(luò):仿生人腦與社會情景的模式識別()
第四節(jié)預(yù)警未來：沖突預(yù)測的當前障礙()
參考文獻