雅书

内容很好，social science & data science的结合。中文版有些瑕疵，参考文献被删，kindle版也没保留，每章后面的附录没翻译而是合并放到了最后，以及关于中国社交网络审查的研究案例被删。

Salganik的书非常清晰，通过详解若干论文实例串联了计算社会研究方法的重要方面，能够起到指导研究的作用。这本书也算是不错的译本，不过标题“计算社会学”还是不够贴切，“计算社会研究方法”可能更好。通体译文流畅，结合英文阅读效果更佳，译本删除了部分关于中国的研究，一些专业词汇没有标注英文，参考文献也并没有印出。

对这个领域很感兴趣，书里讲了一些研究设计的策略和实例。但代码和统计还是要自己另学的...暑假加油吧

虽然是学术书，但案例非常丰富，作为入门读物也挺有趣

材料很丰富，引人展开可能性的想象。翻译也非常流畅。

这本书类似于一本社会学研究如何应用大数据的教材，虽然写得严谨但也颇为枯燥。全书主要内容就是三大社会学研究手段：观察行为、提问、开展实验，作者讲述了如何在传统的统计抽样、实地调研的基础上，融合大数据+社交网络大规模协作+在线沟通等新技术方法，并且结合每一种新范式举了不少案例，也包括一些具体建议。理论很扎实，框架结构很清晰，案例也有一定借鉴参考价值。最后部分作者着重谈了研究中可能涉及的伦理问题，特别是在当前信息化（数据泛滥、隐私不保）的大环境下，伦理问题就显得尤为突出，对于从业者应该特别重视这块内容，避免造成伤害。总体而言这是一本适合专业人士阅读的书（对于结合大数据分析做社会研究的从业者特别有阅读必要），但不推荐普通读者阅读。

很棒！

写得很好，评分偏低。不光对社会学，对在线实验也很有启发

努力学习！说不定哪天我就去琢磨如何写代码了！

讲研究策略的部分举了King, Pan and Roberts (2013)的例子，不知道是否完整翻了

注重讲解研究设计思路的教材，挺有洞察力。大数据仅仅是“大”数据，不是“全”数据，发生了质变但仍然有限。规模特征造成了组织上、计算上、时空上和伦理上的变化。这书举例子讲事情真不错，就是文献索引对应的不好。好在英文版不难找到，否则不能翻文献这例子就白举了。伦理问题值得重视。

传统统计学与社会学的结合，与今日读的《为什么》进行比较阅读，在提及的对象样本相同的情况下，(吸烟，流行病学等例)，两本书在思维方法上的差异非常明显。如何问问问题，果然会导致答案的不同，答案不同，解释的成因也就不同。

Zhang Han, Gary King等敏感一点的东西都被删除了。

计算社会学，就是AI+社会学、互联网+社会学……因为作者自己是一个经验丰富的人，写出来的书就具有启发性。的确开拓了眼界，很有帮助。两年多以后再读，身上多了一个researcher的角色。如果从前是走马看花，现在好像更期待从里面能找到一些能被自己用到的思考。

2020第23本

清晰流畅，教科书一般，作为案例的论文和研究很具代表性，可作延伸阅读。

翻译半成品

然后得一点一点摸索，一点一点完善知识结构。路漫漫……希望本科毕业前能搞出一份相关研究来。

易读的科普，但我没想到最打动我的是普通人参与大规模协作的力量。在一成不变的生活里，他们将大规模协作的项目纳入自己的日常，贡献出了不起的成就：“星际动物园项目发起人不会想到，艾达·伯格斯，这位住在波多黎各的、有两个孩子的全职妈妈会在一周内完成数百个星系的分类（Masters 2009）。蛋白质折叠游戏的开发者戴维·贝克也不会想到，来自得克萨斯麦金尼的、名为斯科特·扎克卡内利的采购员会白天在阀门厂工作，晚上来折叠蛋白质，而且他最终排在了第6位，他还通过游戏提交了纤连蛋白的一个更稳定变体的可能构象，贝克和他的团队认为这一构象很可能就是正确的，于是决定在他们的实验室合成这一物质。”