本书旨在以“计算社会科学”为背景，系统介绍“计算传播学”这一全新的传播学研究领域，使读者具备利用跨学科方法进行传播学研究的基本能力，为日后志在进入相关领域攻读硕士或博士学位打好坚实的理论和技术基础。此外，本书通过对数据收集、分析以及结果呈现等方面的实践训练，为将来有志于投身新兴媒体行业的读者提供数据采集与分析基本技能。

"第一章.导论 1
第一节　传统传播学简介 2
第二节　计算传播学之于传统传播学：新的研究范式 4
第三节　基于传统传播学的计算传播学研究 6
本章小结 12
第二章.文本分析简介 13
第一节　文本分析研究现状 14
第二节.文本分析与传播学研究 16
第三节.文本分析的基本步骤：文本的结构化处理 26
第四节.Python语言简介 36
本章小结 38
第三章.情感分析 39
第一节.情感分析简介 40
第二节.情感分析与传播学研究 41
第三节　Python进行情感分析 48
第四节.情感分析的基本算法 50
本章小结 64
第四章.语义建模 65
第一节　语义建模与传播学研究 66
第二节.LDA主题生成模型基本原理 71
第三节.语义模型的Python实现 74
第四节.有监督机器学习分类算法 76
本章小结 78
第五章.网络传播与传播网络 79
第一节.引.言 80
第二节.网络传播中的热点研究问题 82
第三节.社会网络的拓扑结构特征 90
第四节　传播网络的拓扑结构统计量 99
第五节　社会网络和传播网络之间的结构相关性 105
第六节.传播加权网络的多维度测量 109
第七节.传播时效网络的多维度测量 117
本章小结 125
第六章.网络传播模型与机器学习框架 127
第一节.引.言 128
第二节.信息传播模型 129
第三节.信息传播的机器学习分析框架 143
第四节.影响信息传播的其他因素 145
第五节.特征选择方法 151
第六节.信息传播的机器学习评价指标 154
第七节.基于实证数据的信息流行度预测 157
本章小结 165
第七章.在线实验 167
第一节.引.言 168
第二节.在线实验简介 168
第三节.在线实验的实现工具 179
本章小结 186
第八章.社交机器人 187
第一节.引.言 188
第二节.社交机器人的定义和分类 190
第三节.社交机器人的识别方法 191
第四节.社交机器人对社交网络生态的影响 199
第五节.社交机器人的新应用 205
本章小结 208
第九章.数据新闻 211
第一节.产生背景 212
第二节.理论源流 214
第三节.实战练习 230
本章小结 243
第十章.计算广告 245
第一节.引.言 246
第二节.发展历程 248
第三节.优化目标 252
第四节.计算广告市场的博弈、拍卖与匹配 254
第五节.计算广告市场的拍卖机制设计 265
本章小结 270
第十一章.大语言模型方法 273
第一节.引.言 274
第二节.引入智能计算工具的契机 275
第三节.应用大模型的基本原则 281
第四节.实操案例 285
本章小结 288
后.记. 289"