大數(shù)據(jù)與機器學習：復雜社會的政治分析

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)預警未來：沖突預測的當前障礙()
參考文獻