Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2017 | OriginalPaper | Buchkapitel

1. Introduction

verfasst von : Andrew Pilny, Marshall Scott Poole

Erschienen in: Group Processes

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Computational social science has emerged as a response to bigger, complex, and newer types of data available. Although a growing body of research has taken advantage of this new approach, there have been few outlets available that pedagogically give researchers a resource to learn these types of methods. The purpose of this book is to provide such a resource for group researchers seeking to exploit methods falling under the domain of computational social science. Methods in the volume include response surface analysis, machine learning, relational event modeling, semantic network analysis, social sequence analysis, and simulation techniques.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Response Surface Models to Analyze Nonlinear Group Phenomena
Literatur
Alvarez, R. M. (2016). Computational social science: Discovery and prediction. Cambridge, MA: Cambridge University Press.CrossRef
Boyd, D., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, communication & society, 15(5), 662–679.
Cioffi-Revilla, C. (2013). Introduction to computational social science: Principles and applications. London: Springer.MATH
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137–144.CrossRef
Hindman, M. (2015). Building better models prediction, replication, and machine learning in the social sciences. The ANNALS of the American Academy of Political and Social Science, 659(1), 48–62.CrossRef
King, G. (2016). Preface: Big data is not about the data! In R. M. Alvarez (Ed.), Computational social science: Discovery and prediction (pp. vii–vi1). Cambridge: Cambridge University Press.CrossRef
Klug, M., & Bagrow, J. P. (2016). Understanding the group dynamics and success of teams. Open Science, 3(4), 1–11.
Kozlowski, S. W., Chao, G. T., Grand, J. A., Braun, M. T., & Kuljanin, G. (2013). Advancing multilevel research design capturing the dynamics of emergence. Organizational Research Methods, 16(4), 581–615.CrossRef
Lazer, D., Pentland, A. S., Adamic, L., Aral, S., Barabasi, A. L., Brewer, D., … Gutmann, M. (2009). Life in the network: The coming age of computational social science. Science, 323(5915), 721.
Madan, A., Cebrian, M., Moturu, S., Farrahi, K., & Pentland, A. (2012). Sensing the “health state” of a community. IEEE Pervasive Computing, 11(4), 36–45.CrossRef
Radford, J., Pilny, A., Reichelmann, A., Keegan, B., Foucault-Welles, B., Hoyde, J., et al. (2016). Volunteer science: An online laboratory for experiments in social psychology. Social Psychology Quarterly, 79(4), 376–396.
Shaw, A., & Hill, B. M. (2014). Laboratories of oligarchy? How the iron law extends to peer production. Journal of Communication, 64(2), 215–238.CrossRef
Wallach, H. (2016). Computational social science: Towards a collaborative future. In R. M. Alvarez (Ed.), Computational social science: Discovery and prediction. (pp. 307–317). Cambridge University Press.
Metadaten
Titel
Introduction
verfasst von
Andrew Pilny
Marshall Scott Poole
Copyright-Jahr
2017
Buch
Group Processes

Print ISBN: 978-3-319-48940-7

Electronic ISBN: 978-3-319-48941-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-48941-4_1