杨璐菲

　　摘 要：本文针对大数据时代下传播学重要发展方向——计算传播学的研究进行了回顾。已有的研究大体包括三个方面：计算传播学与数据及计算社会科学的关系、计算传播学的应用、计算传播学的现存问题及发展方向。本文对这些问题的研究进行了简要综述。

　　关键词：计算传播学；大数据；社会计算

　　随着网络技术的成熟、大数据的繁荣，处理、分析海量数据成为可能，传播学开始计算机科学等其他学科融合，迎来了新的发展方向——计算传播学。计算传播学是什么？应该研究什么？未来应该怎么研究？许多学者试图解答这些问题，与此相关的研究越来越多。通过对现有的研究进行综述，希望对未来的研究有所帮助。

　　一、计算传播学

　　（一）从计算传播到计算传播学

　　计算传播作为一种具有现实影响的传播行为，它的起源相对较早。王成军（2015）认为计算传播是指数据驱动的、借助于可计算方法所进行的传播过程。例如，网飞公司（Netflix）在20世纪90年代初以邮寄光盘为商业模式，通过计算真实的用户数据，它将仓库建在地价不同的位置，既满足用户需求，又节约了成本。这一过程就运用了计算传播。此外，有学者认为，从更广义的视角来看，搜索引擎的基本社会功能也是计算传播。例如，谷歌的最根本的技术在于pagerank算法，这个算法的基本优化目标在于评估每一个网页内容的传播价值，要完成这一目标根本方法就在于数据计算。经过计算所得到的搜索结果质量更高，传播效果更好。

　　虽然计算传播的应用早就存在，但计算传播学的提出源于计算社会科学的发展，在其成为研究热点后，计算传播学的概念才被第一次提出。王成军（2016）认为，分析计算传播现象的研究领域就是计算传播学。

　　（二）从社会计算科学视角进行的计算传播学研究

　　新媒体技术的飞速发展使人类行为网络化的特征不断加强，使得用计算社会科学的视角分析传播领域的研究议题日益重要。许多学者都从计算社会科学的角度对计算传播学进行了阐释。

　　祝建华等人总结了计算社会科学在传播学的各种应用（祝建华，2014），沈浩等分析了复杂网络和社会计算对于传播学研究的意义（沈浩，杨璇&杨一冰，2014），王成军（2015）系统回顾了计算社会科学发展，并给出了计算传播学的定义：“计算传播学是计算社会科学的重要分支。它主要关注人类传播行为的可计算性基础，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，（以非介入的方式）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，可以被广泛地应用于数据新闻和计算广告等场景”。

　　王成军（2017）认为，对计算传播学的定义反映了计算社会科学在理论建构方面的追求，当人类传播行为的数据构成了计算社会科学的重要基础，在线人类行为踪迹以及计算方法可以广泛应用时，深入认识计算传播学的时机到来。

　　1.计算社会科学

　　驱动计算社会科学的一个主要动力是互联网上的人类传播行为（Watts，2007：p.489），尤其是网络科学等研究方法（王成军，2014）。在复杂网络中，用户社会行为形成的大数据使得通过计算手段分析社会问题成为可能，这也催生了社会计算的跨学科发展和应用（刘红岩，2014）。

　　20世纪90年代，Schuler6首 次 将“Social Computing”（社会计算）的概念引入社会科学领域，主要解释为Social Software，（计算应用软件），并以此为主要载体进行社交交往。我国著名学者王飞跃（2005）分别从两个方面对社会计算界定：计算机或更广义的信息技术在社会活动中的应用；从社会、人文知识在信息技术中的嵌入，反过来提高社会活动水平，涉及社会人文理论和内容；随着社会计算研究的不断推进，Daniel Zeng和Lazer分别从社会计算研究技术和科学理论的角度，详述了社会计算的整体范式、人们对可视化数据的利用和搜集，并通过建构社会计算的模型使其得以普遍应用；此后，随着复杂网络的形成，越来越多的学者开始关注社会计算在微博等社会化媒体上的应用（段淳林、闫济民，2015）。

　　2.社会计算科学对传播学的影响

　　大数据时代社会计算的研究方法为学者们提供了新的思路，成为刺激传播学可计算性研究创新的重要推手。就计算社会科学与传播学研究的关系，许多学者从现有的传播学研究的角度进行了较好的阐述。

　　周葆华认为，计算传播学强调发展基于社会计算的研究方法，借鉴不同学科并运用新的数据分析方法和工具，有力地促进了传播学量化分析传统的发展；徐明华等认为社会计算对传播学的革命性影响，不仅是研究方法和软件工具的进步，更是对方法论以及研究范式的冲击和革新；喻国明（喻国明、王斌、李彪，2013）等认为大数据时代，社会计算为新闻实践、舆情研究、品牌传播等带来新的研究思路、架构与手段；巢乃鹏表示，互联网时代的社会计算使人类的传播行为得以被全样本精确记录，由此能够从海量数据中挖掘出人類真实的传播行为，发现新的传播理论，对原有理论在海量数据环境中的进一步检验，也有助于更好地完善现有理论。

　　在传播学研究领域中，可计算性研究一直以来都在尝试着通过新的计算方法来克服既有研究方法的不足，以实现对不断发展的社会现象提供真实认知与科学解释。

　　二、计算传播学的实际应用

　　除了学术研究之外，计算传播学为数据新闻、计算广告产业提供人才。

　　（一）数据新闻

　　计算社会科学从数据、计算方法、网络科学理论等多个层面丰富了新闻学研究。新闻数据以更加详实的形式记录了人类社会的变化过程，突出了数据对于内容生产和传播的重要意义，因而分析和挖掘这些宝贵的新闻数据一直都是新闻学研究的重要议题（王成军，2017）。

　　数据新闻是指基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式（郭钦，2014）。现有研究可以分为三类：一是对数据新闻在某个或某些国家及地区发展现状的研究。二是对数据新闻报道作品进行的研究。三是对数据新闻记者展开的研究（白红义，2017）。

　　新闻学者了解计算机算法和物理模型是具有挑战性的，但仍是必要的，因为它有助于理解其他学科研究者的想法以便更好地与之对话。

　　（二）计算广告

　　自20世纪90年代以来，互联网技术的发展使市场对广告的变化充满期待，计算广告学由此诞生。在世界范围内，Andrei Broder（2008）首次提出：计算广告是为给定情景C下的用户U找到一个合适的广告A，以实现“最优”匹配（Broder，2008：1-2）。

　　在国内学术界，周傲英等人最早提出，计算广告是一种精准投放的广告投放机制，它在计算基础上找到最优匹配的广告内容并定向给目标人群实现广告收益最大化（周傲英，2011：1805-1819）；近年来，刘庆振（2016）认为，计算广告是根据特定用户和特定情境，通过高效算法确定与之最匹配的广告并进行精准化创意、制作、投放、传播和互动的广告业态。

　　计算是内置于广告中的一个核心的理念。颜景毅（2017）认为，广告就是在计算的基础之上展开其传播活动的。

　　而数据是计算广告的核心。姚曦等学者（2017）认为，数据驱动着广告的各个环节，从前端确定广告运动的对象到广告投放的即时优化等环节，大数据彻底颠覆了传统经验性的广告实践，数据贯穿于广告运动的全过程；颜景毅（2017）认为，计算社会科学的概念为计算广告学在学科发展层面提供了支撑，要求广告市场对消费者数据进行挖掘、分析；李继东（2015）认为，传播成为一种数据驱动下的信息流动过程，数据联结着传播的各个要素和环节。

　　综上，计算广告的传播是以大数据作为基础和起点，利用广告计算的原理，去寻找目标人群，广告主要敏锐地找出其中不同于一般消费者的典型网民（如网红），以此影响其他易感人群。

　　三、计算传播学的现实问题和发展方向

　　对于计算传播学的现状和发展方向，许多学者也发表了自己的看法。

　　巢乃鹏（2017）认为，当前公认的具有传播学特征的核心理论并不多，传播学的理论创新不足。由于人类传播行为的复杂性，基于原有社会科学的研究方法以及相关理论，可能无法帮助人们更准确地揭示人类传播行为及其社会影响；王成军（2016）认为，如何基于大数据，解释以往传播研究中未能清晰解释的传播原理和机制，是传播学发展在互联网时代面临的问题；周葆华（2017）认为，目前，在理论创造方面，计算传播学的发展归根到底还是在于推动传播研究的理论创造。

　　从现存研究中可以看出，挖掘网络数据、分析人类传播行为、利用数据驱动的研究方式，可能为计算传播学理论突破带来契机。发现人类传播行为所隐藏的模式和法则是计算传播学研究的重要方向，解释其背后的原理是计算传播学研究的目标。当计算传播学研究从发现模式的阶段上升到提出机制的阶段，标志着这个研究领域的开始走向成熟。

　　四、小结

　　综合文献可见，以大数据的广泛应用为前提，传播主导权逐渐向以社群为中心的集体智慧转变，传统的传播学研究方法不完全适应复杂网络的社会行为分析。在这种情况下计算传播学的发展符合时代的需要。

　　但总体而言，目前计算传播学的学科知识准备尚且不足、方法训练不够；学科间的合作模式、方向和机制尚在摸索中；描述性、应用性研究相对更多，理论发展和创造高度不足。所以，计算传播学仍然是一个新兴领域，目前国内的相关研究较少，且大多停留在应用层，对理论发展的准备尚不充分。传播学者在计算方法、能力上的训练不够充分，在计算传播学与其他关联学科，如计算新闻学、计算机科学的相关性上缺乏权威的研究，没有搭建起整体、系统的理论架构，在计算传播学对算法、社会问题的应用上也缺少研究案例。所以，这一学科的发展具有较大的潜力，可以作为未来传播学研究领域重要的发展方向。

　　参考文献：

　　[1]王成军.计算传播学的起源、概念和应用.《编辑学刊》，2016年03期.

　　[2]喻国明，刘旸.媒介融合时代基于大数据的传媒生产创新，《新闻战线》，2015年09期.

　　[3]周勇，赵璇.融媒体环境下视听传播效果评估的指标体系建构——基于VAR模型的大数据计算及分析，《国际新闻界》，2017年10期.

　　[4]王成军.计算社会科学视野下的新闻学研究：挑战与机遇，《新闻大学》，2017年04期.

　　[5]刘红岩.社会计算：用户在线行为分析与挖掘，北京：清华大学出版社，2014.

　　[6]Schuler D.： Social Computing ， “Communication of the ACM” ， 1994， 37（1）：28-29.

　　[7]王飞跃.社会计算——科学、技术与人文的数字化动态交融，《中国基础科学》，2005年05期.

　　[8] Zeng D， Wang F Y， Carley K M. ：Social Computing . “IEEE Intelligent Systems” ， 2007， 22（5）.

　　[9] Lazer D， Pentland A， Adsmic L， et al.： Computational social science . “Science”， 2009， 323（5915）：721-724.

　　[10]段淳林，闫济民.从大数据到社会计算：企业Wiki传播的数据控制研究，《新闻界》，2015年22期.

　　[11]颜景毅.计算广告学： 基于大数据的广告传播框架建构，《郑州大学学报（哲学社会科学版）》，2017年04期.

　　[12]喻國明，王斌，李彪等.传播学研究： 大数据时代的新范式，《新闻记者》，2013年06期.

　　[13]徐明华，冯亚凡.社会计算视域下传播学研究的嬗变与反思，《现代传播（中国传媒大学学报）》，2017年12期.

　　[14]郭钦.数据新闻：大数据时代新闻报道新模式，华中师范大学，2014年.

　　[15]白红义.大数据时代的新闻学：计算新闻的概念、内涵、意义和实践，《南京社会科学》，2017年06期.

　　[16]段淳林，杨恒.数据、模型与决策：计算广告的发展与流变，《新闻大学》，2018年01期.

　　[17]马二伟.大数据时代广告产业核心业态的变革与重塑，《现代传播（中国传媒大学学报）》，2016年11期.

　　[18]姚曦，李斐飞.精准·互动——数字传播时代广告公司业务模式的重构，《新闻大学》，2017年01期.

　　[19]喻国明，李彪，杨雅，李慧娟.《新闻传播学的大数据时代》，中国人民大学出版社，2014年.

　　[20]段淳林，闫济民.扩散与增值：品牌传播路径的嬗变与价值审视，》《国际新闻界》，2016年05期.