[PDF] 计算传播学导论(第2版) 电子书

计算传播学导论(第2版)

作者：张伦、王成军、许小可著

页数：304

出版社：北京师范大学出版社

出版日期：2024

ISBN：9787303284610

高清校对版pdf（带目录）

夸克网盘：https://pan.quark.cn/s/978354c88716

百度网盘：https://pan.baidu.com/s/1xFQUzo49znUkQ9-s2ivy9A?pwd=iieh

内容简介

本书旨在以“计算社会科学”为背景，系统介绍“计算传播学”这一全新的传播学研究领域，使读者具备利用跨学科方法进行传播学研究的基本能力，为日后志在进入相关领域攻读硕士或博士学位打好坚实的理论和技术基础。此外，本书通过对数据收集、分析以及结果呈现等方面的实践训练，为将来有志于投身新兴媒体行业的读者提供数据采集与分析基本技能。

作者简介

张伦北京师范大学艺术与传媒学院数字媒体系教授。入选国家“万人计划”青年拔尖人才，北京师范大学仲英青年学者。主要研究方向为基于数据挖掘方法的新媒体信息传播。于SSCI、SCI以及CSSCI索引期刊发表论文50余篇；合著出版《重构知识：在线知识传播的疆域、结构与机制》（2023年）、《计算传播学导论》（2018年）、《社交网络上的计算传播学》（2015年）等书。承担了国家社科基金一般项目、青年项目、教育最人文社会科学青年项目等多项科研项目。
王成军南京大学新闻传播学院副教授、博士生导师，计算传播学实验中心主任。主要研究方向为计算传播学，致力于采用计算社会科学视角研究人类传播行为，具体包括信息扩散、注意力流动和计算叙事。出版专著《跨越网络的门槛：社交媒体上的信息扩散》（2022），合著《计算传播学导论》(2018)、《社交网络上的计算传播学》(2015)。
许小可北京师范大学新闻传播学院教授、博士生导师。主要从事网络科学与传播学相结合的研究工作，主要研究方向为社交机器人、计算传播、社会计算等。先后主持国家自然科学基金、腾讯犀牛鸟科研基金等项目，已在Science、Nature Human Behaviors、PNAS、Nature Communications等知名期刊发表学术论文百余篇。先后出版《社交网络上的计算传播学》《计算传播学导论》等教材，个人学术专著《网络零模型构造及应用》获国家科学技术学术著作出版基金资助。

本书特色

海量数据获得的日益便易与计算技术的飞速发展推动了新闻传播学者利用计算思维来研究传播问题，从而催生了“计算传播学”这一传播学领域的新兴前沿方向。计算传播学致力于寻找传播学可计算化的基因，以传播网络分析、传播文本挖掘、数据科学等为主要分析工具，大规模地收集并分析人类传播行为数据，挖掘人类传播行为背后的模式和法则，分析模式背后的生成机制与基本原理。

第一章.导论 1第一节　传统传播学简介 2第二节　计算传播学之于传统传播学：新的研究范式 4第三节　基于传统传播学的计算传播学研究 6本章小结 12第二章.文本分析简介 13第一节　文本分析研究现状 14第二节.文本分析与传播学研究 16第三节.文本分析的基本步骤：文本的结构化处理 26第四节.Python语言简介 36本章小结 38第三章.情感分析 39第一节.情感分析简介 40第二节.情感分析与传播学研究 41第一章.导论 1第一节　传统传播学简介 2第二节　计算传播学之于传统传播学：新的研究范式 4第三节　基于传统传播学的计算传播学研究 6本章小结 12第二章.文本分析简介 13第一节　文本分析研究现状 14第二节.文本分析与传播学研究 16第三节.文本分析的基本步骤：文本的结构化处理 26第四节.Python语言简介 36本章小结 38第三章.情感分析 39第一节.情感分析简介 40第二节.情感分析与传播学研究 41第三节　Python进行情感分析 48第四节.情感分析的基本算法 50本章小结 64第四章.语义建模 65第一节　语义建模与传播学研究 66第二节.LDA主题生成模型基本原理 71第三节.语义模型的Python实现 74第四节.有监督机器学习分类算法 76本章小结 78第五章.网络传播与传播网络 79第一节.引.言 80第二节.网络传播中的热点研究问题 82第三节.社会网络的拓扑结构特征 90第四节　传播网络的拓扑结构统计量 99第五节　社会网络和传播网络之间的结构相关性 105第六节.传播加权网络的多维度测量 109第七节.传播时效网络的多维度测量 117本章小结 125第六章.网络传播模型与机器学习框架 127第一节.引.言 128第二节.信息传播模型 129第三节.信息传播的机器学习分析框架 143第四节.影响信息传播的其他因素 145第五节.特征选择方法 151第六节.信息传播的机器学习评价指标 154第七节.基于实证数据的信息流行度预测 157本章小结 165第七章.在线实验 167第一节.引.言 168第二节.在线实验简介 168第三节.在线实验的实现工具 179本章小结 186第八章.社交机器人 187第一节.引.言 188第二节.社交机器人的定义和分类 190第三节.社交机器人的识别方法 191第四节.社交机器人对社交网络生态的影响 199第五节.社交机器人的新应用 205本章小结 208第九章.数据新闻 211第一节.产生背景 212第二节.理论源流 214第三节.实战练习 230本章小结 243第十章.计算广告 245第一节.引.言 246第二节.发展历程 248第三节.优化目标 252第四节.计算广告市场的博弈、拍卖与匹配 254第五节.计算广告市场的拍卖机制设计 265本章小结 270第十一章.大语言模型方法 273第一节.引.言 274第二节.引入智能计算工具的契机 275第三节.应用大模型的基本原则 281第四节.实操案例 285本章小结 288后.记. 289