海量数据获得的日益便易与计算技术的飞速发展推动了新闻传播学者利用计算思维来研究传播问题，从而催生了“计算传播学”这一传播学领域的新兴前沿方向。计算传播学致力于寻找传播学可计算化的基因。以传播网络分析、传播文本挖掘、数据科学等为主要分析工具。大规模地收集并分析人类传播行为数据，挖掘人类传播行为背后的模式和法则。分析模式背后的生成机制与基本原理。
张伦、王成军、许小可编著的《计算传播学导论》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（如IT行业、社会化广告等）的读者提供数据采集与分析基本技能。

第一章 导论
第一节 传统传播学简介
第二节 计算传播学之于传统传播学：新的研究范式
第三节 基于传统传播学的计算传播学研究
本章小结
第二章 文本分析简介
第一节 文本分析研究现状
第二节 文本分析与传播学研究
第三节 文本分析的基本步骤：文本的结构化处理
第四节 Python语言简介
本章小结
第三章 情感分析
第一节 情感分析简介
第二节 情感分析与传播学研究
第三节 Python进行情感分析
第四节 情感分析的基本算法
本章小结
第四章 语义建模
第一节 语义建模与传播学研究
第二节 LDA主题生成模型基本原理
第三节 语义模型的Python实现
第四节 有监督机器学习分类算法
本章小结
第五章 网络传播与传播网络
第一节 引言
第二节 网络传播中的热点研究问题
第三节 社会网络的拓扑结构特征
第四节 传播网络的拓扑结构统计量
第五节 社会网络和传播网络之间的结构相关性
第六节 传播加权网络的多维度测量
第七节 传播时效网络的多维度测量
本章小结
第六章 网络传播模型与机器学习框架
第一节 引言
第二节 信息传播模型
第三节 信息传播的机器学习分析框架
第四节 影响信息传播的其他因素
第五节 特征选择方法
第六节 信息传播的机器学习评价指标
第七节 基于实证数据的信息流行度预测
本章小结
第七章 数据新闻
第一节 产生背景
第二节 理论源流
第三节 实战练习
本章小结
第八章 计算广告
第一节 引言
第二节 发展历程
第三节 优化目标
第四节 计算广告市场的博弈、拍卖与匹配
第五节 计算广告市场的拍卖机制设计
本章小结
后记

几乎所有的学科都在谈论大数据带来的机遇与挑战。但是要真正有效地“计算”大数据、理解大数据背后蕴含的社会意义，“跨界”合作是最有效的途径。张伦、王成军、许小可编著的《计算传播学导论》的三位作者都是他们各自学科的佼佼者。他们跨越学科的藩篱，为我们系统地描述了在大数据时代用计算方法研究人类传播现象所需要的理论和方法。
在计算传播成为炙手可热的研究领域和路径的背景下，本书的出版，正当其时。全书在介绍计算传播学基本概念的基础上，对主要的分析方法和应用场景进行深入阐释。提供了计算传播的“脚手架”。三位作者又深谙读者心理，立足文科视角写作，使本书严谨又亲切。
计算传播学作为一个新兴的学科方向和研究范式在近年的迅速兴起，固然有其时代和社会的必然性，但也离不开一批前沿传播学者和信息科学学者身体力行的探索、开拓和布道。通过本书读者能够约略见证国内计算传播学的三位先行者的足迹和洞见。