0.2.1 計算社會學的孕育期：20世紀90年代至2009年

20世紀90年代到2009年為計算社會學的孕育期。自20世紀90年代以來，各種互聯(lián)網(wǎng)服務(wù)（如電子郵件、實時消息和Web）的出現(xiàn)極大地改變了人類交流和獲取信息的方式。通信方式的變化給計算社會學帶來了全新的機遇，主要體現(xiàn)為可以借助信息化的手段（例如網(wǎng)站、電子郵件等）進行大規(guī)模的群體調(diào)查，以及研究不同通信手段中群體的交互模式。比如通過大量的電子郵件記錄來分析人們之間的關(guān)系及交互模式［8］。基于新型通信技術(shù)的社會學實驗不斷涌現(xiàn)。例如，針對著名的“六度分隔”試驗（即人們通過很少的幾層朋友關(guān)系就可以認識任何一個人）的不足，大量研究工作分別采用電話、電子郵件等進行實驗驗證。其中美國哥倫比亞大學著名的計算社會學家Duncan Watts從全球166個國家招募了超過6萬人參加實驗。實驗要求每一名參與者向分布在13個國家的18位目標用戶發(fā)送電子郵件。這些目標用戶是被隨機選擇的，來自不同的國家和地區(qū)，具有不同的職業(yè)背景。最終實驗結(jié)果表明，“六度分隔”實驗在全球大尺度范圍內(nèi)依然有效，小世界現(xiàn)象具有普適性［9］。

隨著以Facebook、Twitter、微博為代表的社交媒體平臺的流行，用戶在社交媒體上不僅通過大量多媒體信息實現(xiàn)自我個性的表達，而且形成了多種多樣的交互關(guān)系，極大地拓展了人類社會的交互空間，為社會科學研究提供了全新的數(shù)據(jù)和觀察媒介。這一階段社會學研究初步探索了社交媒體對于社會學研究的重要價值。首先，以Twitter和Facebook等為代表的社交媒體平臺成了重要的社交參與平臺。例如奧巴馬在總統(tǒng)選舉期間使用社交媒體進行營銷，共涉及超過400萬用戶。研究指出社會性參與可以促進多學科的有效合作，恢復(fù)社區(qū)社會資本，并協(xié)調(diào)國家服務(wù)項目［10］。其次，以社會網(wǎng)絡(luò)分析為代表的研究工作從網(wǎng)絡(luò)拓撲的角度，對不同的社交媒體網(wǎng)絡(luò)進行研究和分析。例如以色列的研究工作者提出了一個融合連接性邊和依賴性邊的網(wǎng)絡(luò)結(jié)構(gòu)，其中連接性邊實現(xiàn)節(jié)點間作為整體的網(wǎng)絡(luò)進行功能協(xié)作；而依賴性邊將一個網(wǎng)絡(luò)元素的故障綁定到其他網(wǎng)絡(luò)元素的故障［11］。最后，社交媒體的及時性得到了充分挖掘，成為在災(zāi)害發(fā)生時重要的危機通信手段。通過對比南加州山火在傳統(tǒng)新聞媒體和社交媒體平臺上的報道次數(shù)，發(fā)現(xiàn)傳統(tǒng)的新聞媒體在內(nèi)容的時效性和覆蓋性上都明顯低于社交媒體［12］。

同時，大量基礎(chǔ)設(shè)施（如監(jiān)控攝像頭、室內(nèi)定位系統(tǒng)、RFID等）的出現(xiàn)和普及，使得在現(xiàn)實世界中感知人們的行為和社會交互成為可能。在早期階段，傳感器主要用在一些重要的地點進行環(huán)境和異常事件監(jiān)測，如森林火險報警等。技術(shù)的發(fā)展逐步實現(xiàn)了傳感器的小型化和廉價化，人們開始把傳感器部署到日常生活環(huán)境中來創(chuàng)建各種“智能空間”（Smart Spaces）［13］，極大地提升了對個體、群體和宏觀社會的持續(xù)感知能力，為計算社會學的發(fā)展打開了更為廣闊的空間。例如，AT&T劍橋?qū)嶒炇业难芯咳藛T使用超聲波技術(shù)來對室內(nèi)物體和人進行定位［14］。英特爾西雅圖研究中心的工程師們最早把RFID標簽貼附在各種室內(nèi)物體上（如牙刷、椅子等）來，并利用人和這些物體的交互來識別人們的活動情況（如刷牙、吃飯等）［15］。靜態(tài)基礎(chǔ)設(shè)施受時空布局約束，僅能對局部固定空間進行感知，缺乏空間的深度覆蓋能力。

隨著無線通信技術(shù)的普及和傳感器技術(shù)的微小型化，可穿戴設(shè)備大量涌現(xiàn)，極大地提升了感知的空間覆蓋能力和持續(xù)能力。可穿戴計算通過把各種小型傳感器，如加速度傳感器、心搏傳感器、無線攝像頭和微型麥克風等“穿戴”在人身體上，實現(xiàn)對個人行為、健康狀況、活動情境（如在開會、在和朋友談話等）和周邊環(huán)境信息（噪聲強度、亮度等）的感知。麻省理工學院的“實時羅馬”項目（見圖0-4）率先利用大規(guī)模移動電話數(shù)據(jù)來分析城市動態(tài)信息，如人的移動模式、城市熱點區(qū)域（Hot Spots）隨時間變化的規(guī)律等［16］。麻省理工學院的“現(xiàn)實世界挖掘”（Reality Mining）項目，同樣利用移動電話感知數(shù)據(jù)分析人與人之間關(guān)系［17］。美國達特茅斯學院提出了“人本感知”（Human-Centric Sensing）的概念，通過以人為中心的移動電話感知實現(xiàn)社會關(guān)系分析和周邊環(huán)境監(jiān)測［18］。隨著GPS的大量普及，基于群體時空軌跡感知的應(yīng)用大量涌現(xiàn)，不僅可以發(fā)現(xiàn)個體的移動特征［19］，而且能夠挖掘城市的演化過程，發(fā)現(xiàn)城市的時空熱點，理解城市的功能語義［20］。

圖0-4 “實時羅馬”工程可視化效果圖［21］

綜上所述，該階段社會學研究工作通過綜合利用人類與信息物理空間（Cyber-Physical Spaces）內(nèi)多種信息源交互留下的數(shù)字腳印挖掘更為廣泛的情境信息，從小的角度講包括個人情境、小范圍群體行為、周邊環(huán)境信息，從大的方面講包括大規(guī)模人群、城市及社會的動態(tài)變化情況和規(guī)律等（如交通阻塞、突發(fā)事件、熱點地區(qū)監(jiān)測等）。正是這些新的理念和技術(shù)的發(fā)展推動了人類不斷探尋計算社會學的研究媒介和研究方法上的突破，為計算社會學的形成提供了有益的探索。