【1】课程简介。在大数据、云计算与人工智能时代，计算社会科学正在兴起。社会学、政治学、经济学、心理学、新闻学等社会科学与物理学、系统科学、流体力学、生物学等自然科学等开始深度融合，产生计算社会科学、社会物理学等前沿交叉学科，有力地推动了人文社会科学的发展。拓展了研究领域，增强了研究工具。本课程旨在为社会科学的本科生讲解前沿的研究技术与方法，形成对社会科学领域最前沿问题的深刻理解与最新跨学科研究方法的动态掌握。

【2】受众定位。包括：（1）课程主要针对相关社会科学的本科生，涉及社会学、政治学、经济学、心理学、新闻学等学科；（2）社会学、政治学、经济学、心理学、新闻学、哲学等专业研究生也可以通过课程学习，打下跨学科研究的基础；（3）相关科研工作者与社会爱好者可以将此课程作为了解计算社会科学的途径与渠道，加深对计算社会科学相关概念与模型的了解与掌握。尤其是，希望通过建模和仿真研究相关社会与系统宏观现象的研究人员。

【3】教学目标。包括：（1）掌握计算社会科学的跨学科研究范式。计算社会科学独特的宏观-微观关系与研究视角，将对传统社会科学产生裂变、进化与提升效应；（2）掌握计算社会科学的跨学科研究范式与主流模型。掌握社会物理学等经典研究范式，同时掌握阈值模型、蚁群算法、人群动力学、社会力模型等主流模型与研究工具；（3）掌握计算社会科学基本工具。掌握R软件、Netlogo软件、机器学习、智能体建模、空间博弈论、仿真模拟等前沿研究工具；（4）形成抽象思维与建模能力、完成建模任务。本课程要求选修者能够初步掌握方法并完成社会问题建模。

【4】课程特色。计算社会科学课程有两种讲法，第一是侧重大数据挖掘与大数据分析，第二是侧重社会现象建模与智能体仿真。本课程主要侧重社会现象建模与智能体仿真，因为这是计算社会科学的理论基础与模型支撑。课程尤其侧重人类社会行为的计算机建模（Computational models of human social behaviors）。这是当前各国展开研究的最前沿，在国际关系、国家治理、公共安全、社会发展等方面有重大现实战略需求。因此，本课程将理论基础与模型建构作为优先方向。

【5】学科建设意义。包括：（1）培养跨学科思维与科学研究能力。培养相关社会科学专业研究生的跨学科思维，增强其透视社会现象、抓住内在规律、进行数学建模、遂行仿真模拟的科学研究素养；（2）推动计算社会科学总论与分支领域的发展。本课程将推动包括计算社会学、计算政治学、计算传播学、计算法学等分支学科发展，促进在新时代社会学、政治学等传统学科增加新动能；（3）推动自然科学与社会科学交叉融合发展。以具体研究问题为视角，将各学科研究方法统一作为“工具箱”，发挥学科的合力解决社会问题。

无