●緒論爭論中的大數據、機器學習與未來政治
上篇數據主義
章數據軍團：權力政治的算法角逐
節復雜社會的演進：決策的相互擾動
第二節同意的社會計算：傳統民調的罪與罰
第三節數據較量:美國大選幕後的算法操盤手
第二章高頻統計：選舉中的政治預測
節貝葉斯定理：納特·西爾弗和他的538網站
第二節預測偏差：538網站的數據陷阱
第三節另類統計：最高頻爭議即為優選影響力
第三章數據外交：一場即將到來的外交革命
節從數字外交到數據外交：數據力量的崛起
第二節從技術變革到當前爭議：外交決策的數據衝擊
第三節從理論假說到案例實踐：數據驅動的外交創新
第四節未來前景與關鍵障礙：數據外交的拓展空間
下篇數據原理
第四章文本分析:情感與意圖的自動識別
節分詞原理：非結構化數據的結構化處理
第二節情感分析：挖掘文本敘述中的情緒波動
第三節主題模型：探索政治文本的隱含語義結構
第五章社會網絡:圈子裡的政治文化
節社會網絡：以關繫為中心的政治度量
第二節強聯繫與弱聯繫：政治繫統中的信息傳遞
第三節中心性分析：發掘政治網絡中的關鍵節點
第六章機器學習：暴力衝突的社會感知
節謝林模型：從計算機模擬到機器學習
第二節學習原理：從有監督學習到無監督學習
第三節神經網絡:仿生人腦與社會情景的模式識別
第四節預警未來：衝突預測的當前障礙
參考文獻