时间：2015年11月8日14:00-17:00
地点：706青年空间
主讲人：刘合翔(北京大学信息管理系2013届博士)

在科幻作家阿西莫夫构建的“银河帝国”中，人口以百兆计，达到了统计学的数量级。他认为预测一个人或者少数人的未来是没有可能的，但是对于如此数量级的人类社会动向就完全可以通过统计科学的计算而预知到，预知内容包括未来的各国经济、国界、兵力、人口数、事件、科技、资源等。
社会学的鼻祖孔德在创建社会学时就信心满满地把他所创建的学科称之为“社会物理学”，认为社会秩序是自然秩序的延伸，社会学应像自然科学一样的科学性和精确性，而建立一门“社会的自然科学”是完全可能的。

这里有两个前提假设：

1. 作为研究对象的人类，总数必须达到足以用统计的方法来加以处理；

2. 研究对象中必须没有人知晓本身已是分析样本。即须保证研究对象的随机性和自发性；

而点击流分析技术为我们提供了社会计算的一种可能。

点击流是针对各种电子化媒介采集其用户属性及其行为数据的一种技术，这种技术目前广泛应用在网站分析、软件测试等领域，其本质是通过在媒介上加载的用户行为探测器（类似于超市的摄像头），记录用户在媒介上活动的相关信息，并用于媒介自身服务的改进。

当点击流技术应用于政府或公共服务媒介，我们就有机会通过这一媒介所采集的点击流数据，来实现如下事情：

1. 洞悉公众的社会需求、了解公众的行为习惯，以优化公共服务；

2. 感知公众的情绪情感，捕捉异动信号，来预测公共事件。

基于点击流数据的特性，我们可以从5个维度来考察人们的行为：主体维度、媒介维度、对象维度、时间维度、行动维度。

其中重点关注的问题包括：用户及其行为是否存在共性？点击流中涌现了哪些群体行为的特征？用户的行为受到哪些因素的影响？

通过对政府网站点击流数据的用户行为分析实例，得到了以下行为特征：异质性、规律性、偶然性、媒介依赖性、非线性、幂律分布特性、跨文化与跨制度的差异性。

通过比较分析，我们还发现，点击流数据对应的行为特征也部分印证了“社会行为熵理论”中的规则观点。

最后，我们探讨了基于社会数据能力的提升，社会制度进化的可能性以及数据资本主义、数据社会主义和数据共产主义三种制度概念的理解。

文章原题为：点击流社会学：一种基于点击流数据的人类行为研究方法

参考文献：
[1]社会物理学http://zh.wikipedia.org/zh-cn/%E7%A4%BE%E6%9C%83%E7%89%A9%E7%90%86%E5%AD%B8
[2]点击流数据http://baike.baidu.com/link?url=LuVVwr6ZtWqHMEC_4URRuWILd4h6cOG7Vx2h7fR5dZuYRi_oeFshYkYcmgVMFqJVxNohatrE_o2iDPKPJhC8ja
[3] 刘合翔. 政府网站用户行为特性及其应用研究[D], 北京大学, 2013