新世纪里，计算社会科学开始发展，计算传播学也由此出现，这种新学科能否给新闻传播学注入新活力？大家对此都很关注。

时代背景

1998年，邓肯·瓦茨提出了小世界网络模型，1999年，阿尔伯特·巴拉巴西则研究了幂律和无标度网络，从而推动了网络科学的复兴。在此之后，万维网研究开始兴起，数字媒体的发展使得社会网络分析受到了广泛关注。与此同时，机器学习和数据科学的进步加快了计算的普及，新闻传播行业也出现了以数据为主导的趋势。这些因素共同推动了计算传播学的诞生，使其能够应对时代提出的新挑战。

研究目的

在数据信息与智能技术日益普及的背景下，即将从事计算社会研究的学者必须拥有敏锐的洞察力、逻辑推理能力以及处理数据的技能。《计算传播学导论》一书的核心宗旨便是为此，它将传播学领域的探索工作建立在数据资料和计算手段之上，帮助社会研究者减少对既有理论的偏重。

数据价值

数字媒体兴起以来，人们交流活动产生的信息量非常可观，其中蕴含着大量社会交往的细节情况。借助这些信息，可以更深入地了解社会发展的细微变化，并且能够分析更大范围的人群特征。不过，要有效分析这些信息，需要更强的计算资源支持，同时也要采用多领域融合的研究方法。由于人们交流互动的特性，整个传播过程表现得相当复杂。

研究视角

网络科学有助于观察人类之间的交往活动。通过分析数据资料，运用计算手段和理论观点，可以更清晰地描述人们传播活动的方式和规律。比如在社交平台里，信息的传递过程和人们彼此的联系都可以采用这种方法进行探讨。

章节内容

这本书包含了文本解析基础、情绪识别、意义构建等多个部分，这些部分从不同角度阐释了计算传播学，帮助读者明白怎样借助数据和计算手段探究传播活动，例如文本解析可以用来研究新闻报道，情绪识别有助于把握公众对事件的心态。

姊妹书籍

那本与此书相关的《社交网络中的计算传播学》是在 2015 年刊行的，它从定义、架构、学说层面阐释了计算传播学在社交网络上的运用，这两本书可以互相配合，让读者完整了解计算传播学的知识体系。

各位觉得传播学今后会在哪些方面有更多贡献？请在下方发表看法，同时记得给文章点赞和转发。