拟稿人：吴芯茹 审稿人：刘兢 张彦
2019年12月6日下午，北京师范大学新闻传播学院教授吴晔受邀来到华南师范大学，以《计算传播学的演进、方法与实践》为题，用丰富的案例为同学们介绍了计算传播学的研究内容及其与大数据、编程等的关系。本次讲座由教育信息技术学院刘兢教授主持，教育信息技术学院新闻传播学专业本科生及研究生近100人参与了本次讲座。
图1 吴晔教授做报告
吴晔教授首先与在场听众们介绍与界定了什么是计算传播学。计算传播学隶属于计算社会科学，这一领域下还包括计算历史学、计算法律学、计算社会学、计算广告学等分支。其中，计算传播学是以非介入的方式，大规模地收集并分析人类传播行为数据,挖掘人类传播行为背后的模式和法则,分析模式背后的生成机制与基本原理,被广泛应用于数据新闻和计算广告等场景。
吴晔教授认为，计算传播学可被广泛应用于传播5W研究的各个方面。在传播者与接收者（Who/to whom）研究方面，可以用于描绘用户画像，掌握用户的人口属性（年龄、性别、星座）和账号属性等；在传播内容（says what）方面，可以用于进行文本分析，发现更易被传播的信息特征；在传播渠道（in what channel）方面，可以用于研究网络拓扑结构；在传播效果（with what effect）方面，可以用于数理统计。
图2 讲座现场
另外，关于计算传播学与传播学量化分析的差异，吴晔教授提到，二者的主要区别在于研究框架的不同。传统的量化研究是先有理论框架，然后设计问卷，再有目的地进行数据分析，而计算传播学则是先进行数据采集与数据分析，进而寻求相应的理论解释。在数据来源方面，与问卷和在线调查等介入式的自我报告不同，计算传播学所收集的数据在于非介入式的数字痕迹。
图3 提问互动环节
讲座的最后，吴晔教授以《2010-2016年公共议题的公众注意力周期变化研究》和《内容为王：社交短视频平台的知识传播机制研究》两篇论文为例，生动地展示了计算传播学所研究的具体内容，为从事传播学研究的同学们提供了可借鉴的思路。
吴晔，物理学博士，北京师范大学新闻传播学院教授，博士生导师。2005年6月获得北京师范大学物理学系物理学专业学士学位，于2007年6月获得北京邮电大学理学院物理电子学专业硕士学位。2010年9月在德国波茨坦大学自然科学学院获得自然科学博士学位。长期从事复杂系统、社交网络的研究，目前专注于计算传播学的研究，近年来在PNAS，Phys.Rev.E，EPL，Chaos，《国际新闻界》，《新闻大学》，《新闻与写作》等国际国内学术期刊上发表40余篇SCI论文以及CSSCI传播学论文。