Computational Social Science (CSS) stellt einen neuen Bereich der Wissenschaft dar, in dem soziokulturelle Phänomene mit Hilfe von neuartigen Datentypen und Technologien untersucht werden. Das Ziel ist, Methoden und Werkzeuge für die Sozialwissenschaften zu entwickeln, um (digitale) Verhaltensdaten zu erschließen, aus dem Web oder mit Sensoren und diese gegebenfalls mit klassischen Umfragedaten zu kombinieren. Dies soll die Untersuchung von soziokulturellen Phänomenen unterstützen. Die hier angesiedelten Herausforderungen sollen mit Ansätzen aus den Bereichen maschinelles Lernen, Text und Data Mining sowie Netzwerkanalyse angegangen werden.
Erfahren Sie mehr über Computational Social Science in diesem Space. Bleiben Sie up-to-date mit unserem Newsfeed, teilen und sichten Sie relevante Literatur, verpassen Sie kein relevantes CSS-Event und kommunizieren Sie mit der CSS-Community
Die GESIS Abteilung Computational Social Science setzt sich zum Ziel, Methoden und Werkzeuge für die Sozialwissenschaften zu entwickeln und bereitzustellen, um digitale Verhaltensdaten zu erschließen (vor allem aus dem Web) oder mit Sensoren zu erheben (etwa über RFID-Chips oder Mobiltelefon-Apps) und diese mit klassischen Umfragedaten zu kombinieren. Das übergeordnete Ziel ist, die Untersuchung von soziokulturellen Phänomenen zu unterstützen. Die Abteilung begegnet diesen Aufgaben und Herausforderungen mit Ansätzen aus den Bereichen maschinelles Lernen, Text und Data Mining sowie Netzwerkanalyse.
GESIS unterstützt den Aufbau einer interdisziplinären Community im Bereich "Computational Social Science" (CSS) durch eine Summer School zu Methoden in CSS und weitere Kurse zu Methoden und Data Science. Bei unseren Konferenzen und Symposien werden auch Tutorials und praxisorientierte Workshops angeboten. Das GESIS Computational Social Science (CSS) Seminar ist ein etwa monatlich stattfindende Veranstaltung zum Expertenaustausch rund um die Themen Data Science und Social Analytics.
Die Abteilung entwickelt innovative Verfahren, um digitale Verhaltensdaten für die Sozialwissenschaften zu erheben und stellt diese gemeinsam mit der Abteilung Datenarchiv für Sozialwissenschaften (DAS), im Rahmen der geltenden datenschutzrechtlichen und proprietären Beschränkungen zur wissenschaftlichen Nachnutzung bereit. Wir erheben Inhalte in Online-Medien und soziale Interaktionen rund um diese Themen (z.B. deutschsprachige Kommunikation zur Bundestagswahl 2013 und 2017 in Twitter, monatliche Aufnahme der Artikel über Politiker in Wikipedia und das daraus resultierende Hyperlink-Netzwerk). Die SocioPatterns-Infrastruktur der Abteilung ermöglicht, gezielt soziale Interaktionsdaten in einem spezifischen sozialen Kontext über tragbare Sensoren zu erheben. Eine maßgeschneiderte Erhebung wird interessierten Forschenden als Kollaboration bzw. Dienstleistung angeboten.
Digitale Verhaltensdaten ergänzen Umfrage- und Zensusdaten und ermöglichen Erkenntnisse über menschliches Verhalten und gesellschaftliche Muster. Die Abteilung "Computational Social Science" stellt in diesem Bereich Computercode und Tutorials zur Verfügung, die Sozialwissenschaftlern den Umgang mit digitalen Verhaltensdaten erleichtern.
Derzeit umfasst unser Angebot fünf Instrumente: Im Topic Modelling-Portal finden sich Instrumente zur Erkennung von Themen in großen Textmengen unter Berücksichtigung von Kontextinformationen. Mit dem HypTrails-Framework lassen sich Hypothesen über sequentielles Verhalten vergleichen, etwa wie Webseiten navigiert werden oder Personen sich durch Städte bewegen. WikiWho ist ein Tool für “soziales” Text Mining; über eine API und Datensätze dient es der Analyse von Editions- und Revisionsakten in mehreren Sprachversionen der Wikipedia. Interaktionsdaten können mittels einer Programmierschnittstelle (API) oder als Datensatz abgerufen oder direkt im Browser visualisiert werden können. Mit dem Tool "GESIS Media Monitoring" können Stichworte in den Twitter- und Facebookdaten von deutschen PolitikerInnen gesucht und analysiert werden. Darüber hinaus wird mit "GESIS Notebooks" derzeit eine virtuelle Forschungsumgebung für die Analyse von Massendaten aufgebaut. Dabei werden webbasierte Softwaresuits für Programmiersprachen wie R oder Python und Services zur Ausführung, Veröffentlichung und Archivierung zur Verfügung gestellt.
Ein wichtiges Anliegen der Abteilung "Computational Social Science" ist es, die interdisziplinäre Community für diesen Bereich in Deutschland und Europa zu stärken und die weltweite Vernetzung voranzutreiben. Ein wichtiges Mittel hierfür sind internationale Konferenzen, Symposien und Workshops.
Unter den von GESIS in den letzten Jahren organisierten Veranstaltungen waren die 3rd International Conference on Computational Social Science (IC2S2 2017) und die 10th International AAAI Conference on Web and Social Media (ICWSM-16), die European Symposium Series on Societal Challenges in Computational Social Science, der KickOff Workshop International Research in Computational Social Science und viele andere.
GESIS hat eine CSSnet Google Group eingerichtet, die allen offensteht, die sich für Computational Social Science interessieren. Die Gruppe soll als CSS-Forum genutzt werden, um Ideen auszutauschen, offene Stellen zu annoncieren, Veranstaltungen bekanntzumachen und generell, um Kontakte in der Community zu erleichtern und zu festigen. Forscherinnen und Forscher aller Disziplinen sind herzlich eingeladen, der Gruppe beizutreten:
