본문으로 이동

계산사회과학

위키백과, 우리 모두의 백과사전.

계산사회과학(Computational social science)은 사회과학에 대한 계산적 접근 방식을 다루는 학제 간 학술 분야이다. 이는 컴퓨터를 사용하여 사회 현상을 모델링, 시뮬레이션 및 분석하는 것을 의미한다. 이는 계산경제학, 전산사회학, 계산 미디어 분석, 클리오다이내믹스, 컬투로믹스, 비영리 연구 등의 분야에 적용되었다.[1] 데이터 사이언스 접근 방식(기계 학습 또는 규칙 기반 분석 등), 네트워크 분석, 사회 시뮬레이션 및 대화형 시스템을 사용한 연구를 통해 사회 및 행동 관계와 상호 작용을 조사하는 데 중점을 둔다.[2]

정의

[편집]

서로 관련된 두 가지 용어가 있다: 사회과학 컴퓨팅(SSC)과 계산사회과학(CSS). 문헌에서 CSS는 사회 현상을 연구하는 데 계산적 접근 방식을 사용하는 사회과학 분야를 의미한다. 반면에 SSC는 사회 현상 설명을 돕기 위해 계산 방법론이 생성되는 분야이다.

계산사회과학은 과학적 방법의 두 가지 근본적인 축, 즉 빅 데이터를 통한 실증적 연구를 혁신한다. 특히 온라인 사회 활동을 통해 남겨진 디지털 발자국을 분석하고, 과학 이론은 사회 시뮬레이션을 통한 컴퓨터 시뮬레이션 모델 구축을 통해 혁신한다.[3][4] 이는 고급 정보 기술을 통한 정보 처리에 중점을 둔 사회 조사의 다학제적 통합 접근 방식이다. 계산 작업에는 사회 연결망, 사회 지리 시스템,[5] 소셜 미디어 콘텐츠 및 전통 미디어 콘텐츠의 분석이 포함된다.

계산사회과학 작업은 현재 여러 학제 간 프로젝트에서 구축 및 유지 관리하고 있는 대규모 데이터베이스의 가용성 증가에 점차 의존하고 있다. 여기에는 다음이 포함된다.

  • 세샤트: 글로벌 역사 데이터뱅크(Seshat: Global History Databank)는 인간 집단의 정치 및 사회 조직과 시간이 지남에 따라 사회가 어떻게 진화했는지에 대한 최신 설명을 권위 있는 데이터뱅크로 체계적으로 수집한다.[6] 세샤트는 "진화 과학을 사용하여 실제 문제를 해결"하는 비영리 싱크탱크인 진화 연구소(Evolution Institute)와도 제휴하고 있다.
  • D-PLACE: 장소, 언어, 문화 및 환경 데이터베이스로, 1,400개 이상의 인간 사회 구성체에 대한 데이터를 제공한다.[7]
  • 피터 N. 페레그린이 만든 고고학 데이터베이스인 문화 진화 아틀라스(Atlas of Cultural Evolution)[8][9]
  • CHIA: 역사 분석을 위한 협업 정보(Collaborative Information for Historical Analysis)는 피츠버그 대학교에서 주최하는 다학제적 협업 노력으로, 역사 정보를 보관하고 전 세계의 데이터와 학술/연구 기관을 연결하는 것을 목표로 한다.[10]
  • 국제 사회사 연구소(International Institute of Social History)는 노동 관계, 노동자 및 노동의 글로벌 사회사에 대한 데이터를 수집한다.[11]
  • 인간 관계 지역 파일 eHRAF 고고학[12]
  • 인간 관계 지역 파일 eHRAF 세계 문화[13]
  • Clio-Infra는 1800년부터 현재까지 전 세계 사회 표본의 경제 성과 및 기타 사회 복지 측면을 측정하는 데이터베이스
  • 구글 N그램 뷰어, 인간 지식의 가장 큰 온라인 본문인 구글 도서 코퍼스에서 발견되는 연간 N그램 수를 사용하여 쉼표로 구분된 검색 문자열 집합의 빈도를 차트로 나타내는 온라인 검색 엔진.
  • 펜실베이니아 대학교에서 주최하는 대학, 기업 및 정부 연구실의 공개 컨소시엄인 언어 데이터 컨소시엄. 이 컨소시엄은 언어학 연구 및 개발 목적을 위한 음성 및 텍스트 데이터베이스, 어휘집 및 기타 자료를 생성, 수집 및 배포한다.

방대한 양의 역사 신문[14] 및 도서 콘텐츠[15] 분석은 2017년에 개척되었으며, 유사한 데이터에 대한 다른 연구[16]에서는 역사 신문에서 주기적 구조를 자동으로 발견할 수 있음을 보여주었다. 비슷한 분석이 소셜 미디어에서도 수행되었으며, 다시 강력한 주기적 구조가 드러났다.[17]

접근 방식

[편집]

학제 간 분야로서 학자들은 다양한 기존 분야에서 온다. 그러나 이 분야가 전통적인 학문적 경계를 넘어 지식을 통합해야 한다는 공통된 정신이 있는 것으로 보인다.[18][19] 그러나 넬리마르카[20]는 계산사회과학에 대한 다섯 가지 뚜렷한 원형적 접근 방식을 제안한다.

  • 데이터 중심 접근 방식은 소셜 미디어 또는 스마트폰의 데이터를 포함하여 새로운 유형의 데이터 소스에 대한 접근을 통해 계산사회과학을 인식한다.
  • 방법 중심 접근 방식은 계산사회과학의 핵심 영역으로 새로운 방법과 방법론적 엄격성을 강조한다.
  • 모델 중심 접근 방식은 모델 구축과 사회에서 인간 행동을 지배하는 보편적인 법칙을 찾는 데 중점을 둔다. 예를 들어 사회 시뮬레이션 또는 사회 물리학이 있다.
  • 디지털 사회 중심 접근 방식, 계산사회과학자들이 알고리즘 편향과 같이 알고리즘 사회에서 발생하는 문제를 해결하고자 한다.
  • 사회 이론 관점, 계산 방법의 목적이 사회 이론을 발전시키는 것, 즉 현재 이론에 대한 증거를 찾거나 우리 사회를 이해하기 위한 대안적 개념화를 제안하는 데 도움이 되는 것.

전반적으로 계산사회과학은 다양한 학문적 활동이다. 특히 컴퓨터 과학에서 이 학문을 하나로 묶는 것으로 보이는 일부 학술 연구가 있지만, 그 외에는 더 다양한 커뮤니티가 있다.[21]

학술 출판 경로

[편집]

계산사회과학 논문은 New Media & Society, Social Science Computer Review, PNAS, Political Communication, EPJ Data Science, PLOS ONE, Sociological Methods & Research 및 사이언스와 같은 여러 저널에 게재된다.[22]

그러나 계산사회과학에만 초점을 맞춘 몇몇 학술지가 있다.

  • 국제 계산사회과학 회의 IC2S2
  • 계산사회과학 저널
  • 스프링거 계산사회과학 도서 시리즈

같이 보기

[편집]

각주

[편집]
  1. ↑ Ma, Ji; Ebeid, Islam Akef; de Wit, Arjen; Xu, Meiying; Yang, Yongzheng; Bekkers, René; Wiepking, Pamala (February 2023). 《Computational Social Science for Nonprofit Studies: Developing a Toolbox and Knowledge Base for the Field》. 《Voluntas》 (영어) 34. 52–63쪽. doi:10.1007/s11266-021-00414-x. hdl:1805/31787. ISSN 0957-8765. 
  2. ↑ Nelimarkka, M. (2023). Computational Thinking and Social Science: Combining Programming, Methodologies and Fundamental Concepts. SAGE Publishing.
  3. ↑ DT&SC 7-1: . Introduction to e-Science: From the DT&SC online course at the University of California
  4. ↑ Hilbert, M. (2015). 《e-Science for Digital Development: ICT4ICT4D》 (PDF). Centre for Development Informatics, SEED, University of Manchester. ISBN 978-1-905469-54-3. 2015년 9월 24일에 원본 문서 (PDF)에서 보존된 문서. 
  5. ↑ Cioffi-Revilla, Claudio (2010). 《Computational social science》. 《Wiley Interdisciplinary Reviews: Computational Statistics》 2. 259–271쪽. doi:10.1002/wics.95. 
  6. ↑ Turchin, Peter; Brennan, Rob; Currie, Thomas E.; Feeney, Kevin C.; Francois, Pieter; Hoyer, Daniel; Manning, J. G.; Marciniak, Arkadiusz; Mullins, Daniel; Palmisano, Alessio; Peregrine, Peter; Turner, Edward A. L.; Whitehouse, Harvey (2015). 《Seshat: The Global History Databank》 (PDF). 《Cliodynamics》 6. 77쪽.  https://escholarship.org/uc/item/9qx38718
  7. ↑ Kirby, Kathryn R.; Gray, Russell D.; Greenhill, Simon J.; Jordan, Fiona M.; Gomes-Ng, Stephanie; Bibiko, Hans-Jörg; Blasi, Damián E.; Botero, Carlos A.; Bowern, Claire; Ember, Carol R.; Leehr, Dan; Low, Bobbi S.; McCarter, Joe; Divale, William (2016). 《D-PLACE: A Global Database of Cultural, Linguistic and Environmental Diversity》. 《PLOS ONE》 11. e0158391쪽. Bibcode:2016PLoSO..1158391K. doi:10.1371/journal.pone.0158391. PMC 4938595. PMID 27391016. 
  8. ↑ Peter N. Peregrine, Atlas of Cultural Evolution, World Cultures 14(1), 2003
  9. ↑ The Atlas of Cultural Evolution 보관됨 2019-12-15 - 웨이백 머신
  10. ↑ http://www.chia.pitt.edu/
  11. ↑ “Research | IISG”. 
  12. ↑ “eHRAF Archaeology”. Human Relations Area Files. 
  13. ↑ “eHRAF World Cultures”. Human Relations Area Files. 
  14. ↑ Lansdall-Welfare, Thomas; Sudhahar, Saatviga; Thompson, James; Lewis, Justin; Team, FindMyPast Newspaper; Cristianini, Nello (2017년 1월 9일). 《Content analysis of 150 years of British periodicals》. 《Proceedings of the National Academy of Sciences》 (영어) 114. E457–E465쪽. Bibcode:2017PNAS..114E.457L. doi:10.1073/pnas.1606380114. ISSN 0027-8424. PMC 5278459. PMID 28069962. 
  15. ↑ Roth, Steffen; 외. (2017). 《Futures of a distributed memory. A global brain wave measurement (1800-2000)》. 《Technological Forecasting and Social Change》 (영어) 118. 307–323쪽. doi:10.1016/j.techfore.2017.02.031. S2CID 67011708. 
  16. ↑ Dzogang, Fabon; Lansdall-Welfare, Thomas; Team, FindMyPast Newspaper; Cristianini, Nello (2016년 11월 8일). 《Discovering Periodic Patterns in Historical News》. 《PLOS ONE》 11. e0165736쪽. Bibcode:2016PLoSO..1165736D. doi:10.1371/journal.pone.0165736. ISSN 1932-6203. PMC 5100883. PMID 27824911. 
  17. ↑ Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on Data Mining in Human Activity Analysis
  18. ↑ Wallach, H. (2018). Computational social science ≠ computer science + social data. Communications of the ACM, 61(3), 42–44. https://doi.org/10.1145/3132698
  19. ↑ Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabasi, A.-L., Brewer, D., Christakis, N., Contractor, N., Fowler, J., Gutmann, M., Jebara, T., King, G., Macy, M., Roy, D., & Van Alstyne, M. (2009). Social science. Computational social science. Science, 323, 721–723. https://doi.org/10.1126/science.1167742
  20. ↑ Nelimarkka, M. (2023). Computational Thinking and Social Science: Combining Programming, Methodologies and Fundamental Concepts. SAGE Publishing.
  21. ↑ Wang, X., Song, Y., & Su, Y. (2023). Less Fragmented but Highly Centralized: A Bibliometric Analysis of Research in Computational Social Science. Social Science Computer Review, 41(3), 946–966. https://doi.org/10.1177/08944393211058112
  22. ↑ Based on reviews on the literature, see for example Wang, X., Song, Y., & Su, Y. (2023). Less Fragmented but Highly Centralized: A Bibliometric Analysis of Research in Computational Social Science. Social Science Computer Review, 41(3), 946–966. https://doi.org/10.1177/08944393211058112 and Edelmann, A., Wolff, T., Montagne, D., & Bail, C. A. (2020). Computational Social Science and Sociology. Annual Review of Sociology, 46(1), annurev-soc-121919-054621. https://doi.org/10.1146/annurev-soc-121919-054621

외부 링크

[편집]
위키미디어 공용에 계산사회과학 주제와 관련된 미디어 분류가 있습니다.
원본 주소 "https://ko.wikipedia.org/w/index.php?title=계산사회과학&oldid=40249970"