数字化的社会数据(来源包括:社交媒体、通信平台、物联网设备、传感器/可穿戴设备、移动电话)为新的大规模数据及已经转换为数字格式的现有数据提供了储存方式。这些数据可以帮助我们理解与社会科学、工业和政策制定者息息相关的重大问题,包括社会、经济和政治行为、人际关系、市场设计、群体形成、身份、国际运动伦理等问题,以及提高数据社会价值等话题。日益发展的社会数据科学领域包括:从杂乱的真实世界数据中创建可行的数据集;开发数据分析工具和技术,通过解释、预测和干预测试来利用数据解释世界。以这种方式,社会数据科学通过生成和分析实时交易数据,来提供个人和社会行为的科学数据。牛津大学社会数据科学理学硕士项目旨在教授学生相关知识与技能,用以分析人类行为的非结构化异质数据,加深对人类世界的理解。
序号 | 课程介绍 | Curriculum |
1 | 基础课程Ⅰ:社会数据科学的基础与前沿 | Foundation I – Foundations and Frontiers of Social Data Science |
2 | 基础课程Ⅱ:应用分析统计 | Foundation II – Applied Analytical Statistics |
3 | 基础课程Ⅲ:社会数据科学研究方法 | Foundation III – Research Methods for Social Data Science |
4 | 基础课程Ⅳ:可视化基础 | Foundation IV – Foundations of Visualization |
5 | 基础课程Ⅴ:研究设计专题 | Foundation V – Special topics in Research Design |
6 | 强化课程Ⅰ:运用于社会数据科学的Python编程语言 | Intensive I – Python for Social Data Science |
7 | 强化课程Ⅱ:大规模数据分析 | Intensive II – Data Analytics at Scale |
8 | 强化课程Ⅲ:机器学习 | Intensive III -Machine Learning |