大数据与机器学习：复杂社会的政治分析

本书阐述的是：在一个相互联系而又彼此扰动的复杂世界里，现实政治的数据化进程与基于数据的政治分析技巧，特别是如何利用数据分析技术来洞察政治变动和复杂人际关系的可行性。在研究设计上，本书主要沿着两条线索展开：一条线索立足政治实践，试图通过阐述大数据和机器学习技术在现代政治中的应用，来理解现代政治中信息的生产、聚合和传递规律，以此窥探数据精英的崛起和新的社会权力重组，这部分内容主要涉及政治选举中的高频统计、数据外交和冲突预测；而另外一条线索则关乎跨学科的理论融合与阐释，重点梳理了几个经典数据分析理念和机器学习原理，内容涵括政治文本中的数据挖掘与情感分析、政治关系中的社交网络与度量，以及基于神经网络的社会感知预测。

董青岭，对外经济贸易大学国际关系学院副教授、国家信息中心博士后工作站信息管理科学博士后，2009年6月毕业于外交学院国际关系研究所，获法学博士学位，当前主要从事大数据科学、人工智能与国际关系问题的交叉研究，业已在《世界经济与政治》《外交评论》《国际政治研究》《欧洲研究》以及《国际政治科学》等主流期刊发表国际关系论文十余篇，出版专著《复合建构主义：进化冲突与进化合作》一部，主持“基于大数据驱动的外交决策模式创新与我国实践路径研究”“基于开源数据分析的国际安全态势感知与冲突预测模型研究”等国家社科基金、*人文社科基金以及中国博士后科学基金和校级科研课题多项。

绪论争论中的大数据、机器学习与未来政治()
上篇数据主义
章数据军团：权力政治的算法角逐()
节复杂社会的演进：决策的相互扰动()
第二节同意的社会计算：传统民调的罪与罚()
第三节数据较量:美国大选幕后的算法操盘手()

第二章高频统计：选举中的政治预测()
节贝叶斯定理：纳特·西尔弗和他的538网站()
第二节预测偏差：538网站的数据陷阱()
第三节另类统计：频争议即为影响力()

第三章数据外交：一场即将到来的外交革命()
节从数字外交到数据外交：数据力量的崛起()
第二节从技术变革到当前争议：外交决策的数据冲击()
第三节从理论假说到案例实践：数据驱动的外交创新()
第四节未来前景与关键障碍：数据外交的拓展空间()
下篇数据原理
第四章文本分析:情感与意图的自动识别()
节分词原理：非结构化数据的结构化处理()
第二节情感分析：挖掘文本叙述中的情绪波动()
第三节主题模型：探索政治文本的隐含语义结构()

大数据与机器学习：复杂社会的政治分析目录第五章社会网络:圈子里的政治文化()
节社会网络：以关系为中心的政治度量()
第二节强联系与弱联系：政治系统中的信息传递()
第三节中心性分析：发掘政治网络中的关键节点()

第六章机器学习：暴力冲突的社会感知()
节谢林模型：从计算机模拟到机器学习()
第二节学习原理：从有监督学习到无监督学习()
第三节神经网络:仿生人脑与社会情景的模式识别()
第四节预警未来：冲突预测的当前障碍()

参考文献()

争论中的大数据、机器学习与未来政治

当前，大数据和机器学习的兴起无疑已成社会科学研究的潮流范式，作为一种全新的数字化生存方式，大数据正在改变我们的生活以及我们理解世界的方式。通过对推特（Twitter）、谷歌（Google）、脸谱（Facebook）、微博等新媒体平台信息的挖掘和计算，政治研究者不仅可以跟踪大城市的抗议活动、发现恐怖主义行迹、明晰国家战略风险，还可对利益攸关人群进行精细划分、对政治态势进行整体感知、对危机进行预警和预测，从而有助于政治决策者们进行科学决策和进行高效政治沟通。总体而言，在诸多政治研究者和国际关系学者看来，大数据不仅在改变着我们社会生活的本来面貌，更在改变着我们对现实世界的认知以及如何认知这个世界的方式。但也有另外的声音认为，大数据既非“科学”也不“革命”，不过是传统统计方法的大样本化升级，花哨且复杂的分析技术并不一定会带来多少有关政治形势和外交战略的全新洞察，更不会轻易导致政治学说和外交决策模式发生革命性改变。因为在这些专家学者们看来，即使存在着大体量的结构化、半结构化和非结构化数据可供挖掘研究，但在政治领域，各个国家政府也会出于国家安全和公民个人隐私保护考量，设置重重法律门槛和技术障碍以阻止数据在不受道德伦理约束的情形下肆意扩散，更加之以微信、微博、推特和脸谱等社交媒体为代表的流式数据体量越大，数据本身存在的噪音也就越大，数据的开发价值就越低。就此而言，在那些持谨慎态度的学者看来，大数据场景下的政治科学革命并不是那么容易发生的。
当然，还有其他观点认为，与其研究价值相比，大数据在政治学和国际关系领域的应用所带来的风险要更为突出，也更为值得关注。因为，首先大数据政治研究难以回避的一个问题就是必然会涉及数据的跨疆界流动，姑且不论一国有无权利跨越主权疆界挖掘和使用他国数据，单就技术风险而言，一旦大数据成为政治决策和外交执行的常态，则数据技术弱的国家极易为技术强的国家所窥探、掌控和摆布，数据争夺将诱发更多的“棱镜计划”。除此以外，以Killing Robots为代表的智能杀人技术的应用更会带来前所未有的伦理挑战和法律风险，毕竟机器学习即使训练样本中很小的误差放大至数亿人群中，也有可能导致数百人乃至数万人被错误识别为恐怖分子或暴乱分子而枉杀。再者，大规模的数据勘探在增加了社会的透明度和能见度之外，同时也存在着诱导社会走向数据极权之可能，甚至有学者担心人类的未来要么为智能机器所掌控、要么为数据精英所摆布。但不管怎么说，未来时代的政治，数据本身连同数据分析都将成为越来越严肃的社会政治问题。
放眼未来，尽管存在种种争议，当前大数据介入政治学和国际问题研究已然是大势所趋。与传统的小样本调查、小数据分析相比，大数据具有从多样和多源数据中快速获取信息的能力，与传统统计分析不同，其技术目标主要是着眼于非结构化数据的结构化处理，这在很大程度上有助于政治研究者应对微博、微信和推特等非结构化数据的爆炸性增长，同时也意味大数据时代的政治研究很可能不同于以往时代，基于数据驱动的政治科学研究将更加倾向那些数据密集型问题的研究，力求掌握与研究对象有关的更多数据甚至是全样本数据，着力刻画研究对象的整体特征，而非局部细节；在结构化数据之外甚至力图容纳诸多类型非结构化数据的存在，力求使用数据的混杂性，而非数据的齐整性表征，研究对象的性质属性、预测其政治行为；更加重视多源数据之间的联系性以及事物变化之间的相似性，而非仅仅因果性。有鉴于此，有越来越多的政策分析人士和政治学者认为，大数据适合分析多元混杂数据，同时又不仅仅追求因果解释，而是着力探讨看似不相关因素之间的相似性，这看似是科学的倒退，但在工程学应用上可能比传统方法更适于捕捉复杂多变政治环境的不确定性，从而也更有利于推进政治研究的科学化和技术化……