收藏
Bit by Bit - Matthew J. Salganik

Bit by Bit

Matthew J. Salganik

出版社

Princeton University Press

出版时间

2017-12-05

ISBN

9780691158648

评分

★★★★★
书籍介绍
这是一本让无数社会学、计算机科学初学者真正'上手'的方法启蒙书，而非又一部堆砌概念的理论专著。作者从哥伦比亚大学地下室里一次偶然的跨国在线实验写起，把'数字时代如何做社会研究'拆解成可操作、可实践的路径。读者反复提及的，是它系统梳理了研究者常在做却无人总结的经验：如何设计问题与数据的匹配、如何在无实验条件下进行因果推断、海量数据背后的伦理与陷阱。它被许多人奉为'计算社会科学圣经'，适合愿意边读边做project的人；但也有人指出它例子不多、观点增量有限，更适合作为入门框架而非深度钻研。是否值得读，取决于你是想建立方法论地图，还是寻找具体技术细节。
作者简介
Matthew J. Salganik is professor of sociology at Princeton University, where he is also affiliated with the Center for Information Technology Policy and the Center for Statistics and Machine Learning. His research has been funded by Microsoft, Facebook, and Google, and has been featured on NPR and in such publications as the New Yorker, the New York Times, and the Wall Street Journal. Computational Social Science (Soc 596), Fall 2016 These are the public course materials for Computational Social Science (SOC 596), Fall 2016. This course was taught by Matthew J. Salganik at Princeton University. Here's the cource webpage: http://www.princeton.edu/~mjs3/soc596_f2016/ https://github.com/computational-class/soc596_f2016
AI导读
核心看点
  • 本书系统阐述数字时代社会研究的核心原则，强调研究设计是连接问题与答案的结缔组织。作者深入剖析大数据在研究中的双刃剑效应，明确指出其海量、持续、不反应性等优势，同时严厉警示不完整性、代表性偏差、算法干扰及脏数据等严重缺陷，引导读者理性看待数据。
  • 作者详细指导如何正确运用观察行为、提问、开展实验及协作研究四种方法。书中强调简单研究设计的重要性，指出好的研究源于问题与数据的自然契合。同时，书中探讨了利用大数据进行因果推断的局限性，并介绍如何通过实验设计来规避混杂因素，确保研究结论的严谨性。
  • 本书倡导研究伦理与负责任的数据使用，引用《贝尔蒙报告》强调不伤害及最小化伤害原则。作者通过记录链接等案例，警示研究者需警惕数字足迹的滥用，强调在追求技术便利的同时，必须坚守对参与者的义务，确保研究过程符合道德规范，避免对个体隐私造成不可逆的侵犯。
读者共识
  • 读者普遍认为本书是计算社会科学的入门圣经，内容深入浅出，逻辑清晰，极具启发性。尽管部分读者认为其技术细节有限，但高度赞赏其对研究伦理、数据偏差及错误研究设计的警示作用。本书被广泛推荐为社科研究者必读之作，有助于纠正对大数据的盲目崇拜，建立严谨的研究思维。
  • 多数读者反馈本书工具性强，适合初学者建立方法论框架，但缺乏具体操作指导。部分读者指出书中对质性研究方法如深度访谈、参与观察涉及较少，且未充分讨论数字时代下这些方法的创新应用。建议读者在阅读时补充相关质性研究资料，以获得更全面的方法论视野。
  • 读者强调本书在提升问题意识方面的价值，帮助研究者识别并规避常见的研究陷阱。尽管有少数读者认为内容较为基础，信息增量有限，但主流观点认为其系统总结了数字时代研究规范，对纠正错误研究实践具有重要意义。本书被视为连接传统社会学与数据科学的重要桥梁，值得反复研读。
精彩摘录
  • "My favorite metaphor for this process was written by Dunn (1946) in the very first paragraph of the very first paper ever written on record linkage: "Each person in the world creates a Book of Life. This Book starts with birth and ends with death. Its pages are made up of records of the principal ev"
  • "《贝尔蒙报告》认为，遵循有利化原则是研究人员对参与者的义务，它涉及两部分：（1）不伤害，（2）最大程度保障有利及最小程度造成伤害（如果无法避免）。"
  • "If you care about changing minds, then your research should be simple...Simple research comes from a natural fit between question and data; in other words, good research design...Research design is about connecting questions and answers."
  • "利于研究——海量性，持续性，不反应性。 不利于研究——不完整性，难以获取，不具代表性，漂移，算法干扰，脏数据，敏感性。"
  • "1、验证两个互相矛盾的理论预测的正误。 2、介于大数据资源的临近预测能够为研究者提供更好的评估信息。 3、有助于帮助研究者在不开展实验的情况下进行因果推断。"
  • "This book began in 2005 in a basement at Columbia University. At the time, I was a graduate student, and I was running an online experiment that would eventually become my dissertation. I’ll tell you all about the scientific parts of that experiment in chapter 4, but now I’m going to tell you about "
  • "In each case, the change from analog to digital means that more data about you are being captured and stored digitally."
  • "如果你将社会研究看作询问和回答有关人类行为问题的过程，那么研究设计就是“结缔组织”，它能将问题和答案联系起来。而建立正确的联系是设计出令人信服的研究的关键。本书将重点介绍4种方法：观察行为、提问、开展实验以及与他人合作。"
用户评论
From Frequency to Bayes, it's not an overturn, but an update.
非常好的教材！虽然单个观点不算多特别，但胜在系统全面，研究建议的可操作性强
感谢师门读书会
很好读，落脚点还是研究设计，为初来乍到者尽力扫除各种障碍，案例取材也不局限于社科研究。书名取social research in the digital age比computational social science 妥帖，中文版直接叫计算社会学让人期待有偏差，但也是中信的基操了。
Matthew好幾年前就寫完了這本書，現在看也覺得非常簡潔易懂，同時提出的見解對social science researcher具有啟發意義，適合初學者以及腦子被一堆理論搞成一團漿糊的junior researcher.
我css兴趣启蒙时（其实现在仍然是进行时）帮我打开方法论之门的神书，看完觉得做学术或许也会很有意思hh
挑着自己喜欢感兴趣的部分读了，computer social science入门推荐 书是老师上课多年的总结，有配套的网站https://www.bitbybitbook.com/en/teaching/
Bible of computational social science
Princeton University Press的其他书籍查看全部

求书
收藏