As a universal phenomenon, information diffusion plays an important role in human life. The social media platform and its interaction with the public have had a profound impact on information diffusion, and brought many new problems and puzzles that need to be solved. This report focuses on the book titled Jumping over the network threshold: Information diffusion on social media (Wang, 2022). It touches an important puzzle in the field of information diffusion research: Contrary to the prediction of analytical models, empirical studies continue to find that large-scale diffusion is actually rare and fragile. The author show that the high network threshold, the limited diffusion depth, and the strong explosion phenomenon are the primary bottlenecks restricting information diffusion. Drawing on the threshold model proposed by Grannovetter (1978), this book systematically studies the information diffusion on social media. Then, it gradually moves towards attention flow and computational narrative research. Finally, the logic of computational social science is discussed using the concept of “the center of calculation” proposed by Bruno Latour.

计算社会科学读书会第二季第五期即将开始，走过路过不要错过！

线下: 浦食浦味紫金店（建邺区扬子江大道230号紫金文创园负1层）

腾讯会议 ID：963-1036-0435 会议密码：2050

主题： 从信息扩散、注意力流动到计算叙事：反思计算社会科学的逻辑

主讲人：王成军 南京大学新闻传播学院副教授、博士生导师，计算传播学实验中心主任，兼任香港城市大学互联网挖掘实验室研究员

Video

https://campus.swarma.org/course/4700

Slides

https://pan.baidu.com/s/1FmQK3w2hzT9yhfVJ14RjeQ 提取码: 2nks

Github

https://github.com/chengjun/thresholdbook

More photos https://as.alltuu.com/album/1106540633/?from=appmessage

专题报告 专题题目：社会计算与系统科学

专题主席 刘闯 杭州师范大学 教　授

http://bdsc2022.tp13.com/index/h5.html

CAAI 第七届全国大数据与社会计算学术会议（China National Conference on Big Data & Social Computing，简称 BDSC2022）由中国人工智能学会主办、社会计算与社会智能专委、浙江大学共同承办。

• 2022 年 8 月 11-13 日，杭州
• 该会议创建于 2012 年，旨在搭建全国大数据与社会计算学术交流平台，培育社会计算与社会智能学科发展，助力社会计算与社会智能领域人才成长。

从信息扩散、注意力流动到计算叙事：反思计算社会科学的逻辑

讲者简介：

王成军，传播学博士。现任南京大学新闻传播学院副教授、博士生导师，计算传播学实验中心主任，兼任香港城市大学互联网挖掘实验室研究员；曾任中国新闻史学会计算传播学专委会秘书长（2018-2020）。致力于采用计算社会科学视角研究人类传播行为，内容包括社交媒体上的信息扩散、注意力流动和计算叙事，研究成果发表于SSCI和SCI索引的期刊。专著《跨越网络的门槛：社交媒体上的信息扩散》（2022）、合著《计算传播学导论》(2018)、《社交网络上的计算传播学》(2015)。主要讲授《计算社会科学导论》（本科课程）、《大数据挖掘与分析》（硕士课程）、《计算传播研究》（博士课程）等课程。

报告摘要：

信息扩散作为一种普遍存在的现象，在人类生活中扮演着重要角色。社交媒体平台及其与公众之间的相互作用，对信息扩散的机制产生了深刻的影响，并带来了很多新的、亟需解决的问题和困惑。本报告将主要围绕《跨越网络的门槛：社交媒体上的信息扩散》（2022）一书展开，聚焦于信息扩散研究领域的一个重要的困惑：与分析式的模型的预测结果相反，实证研究不断发现大规模扩散实际上是罕见且脆弱的。作者认为过高的网络门槛、有限的扩散深度和强烈的爆发现象是限制信息扩散的主要瓶颈。从格兰诺维特所提出门槛模型（1978）出发，系统地研究社交媒体上的信息扩散；在此基础上逐渐走向注意力流动和计算叙事研究。最后，将围绕拉图尔所提出来的“计算中心”概念对计算社会科学的逻辑进行讨论。