社会计算研究领域从数据获取、建模分析、决策支持及社会计算应用方面来看，目前社会计算的研究主要集中在以下五个领域 ：个体与群体的社会建模个体与群体的社会建模包括构建社会个体或群体的行为、认知和心理模型以及对社会群体的行为特点的分析，还有对社区结构、交互模式、个体间的社会关系等的建模

许多社会科学的理论模型都与个体和群体的社会建模相关

例如：社会心理学揭示社会认知与心理的形成机制及其发展的基本规律；社会动力学研究人类社会发展的动态过程及其演化规律；社会物理学研究社会稳定的机理以及人类行为模式与社会稳定的关系

从计算角度研究社会个体与群体的工作大多基于文本数据，近期工作的趋势是面向多媒体数据和群体行为特点进行分析与建模

社会文化建模与分析社会文化建模与分析包括基于社会文化因素建模、基于智能体的人工社会建模、计算实验分析、人工社会系统与计算实验平台设计等

利用计算技术来研究文化冲突和变迁，分析不同文化背景的国家或组织的决策过程，探寻其行为所依赖的社会文化因素已成为社会计算建模的重要研究方向

由于社会事件的出现往往具有突发性和不可重复性，采用传统方法对其演化过程进行实验分析和评估十分困难

针对复杂社会系统的实验分析困境，我国学者提出以社会学基本模型为基础的人工社会（artificial societies）+计算实验（computationalexperiments）+平行执行（parallel execution）的ACP方法

人工社会是一种自下而上的基于智能体的建模方法，适于动态刻画社会事件中的涌现行为

计算实验利用人工社会中实验的可设计性和可重复性特点，通过对人工系统设计不同的实验方案，按不同指标体系对复杂社会事件的演化规律进行可量化的实验分析

社会交互及其规律分析社会交互及其规律分析针对人群交互行为的特点及社会事件演化规律进行分析，也包括社会网络结构、信息扩散和影响、复杂网络与网络动态性、群体交互和协作等的分析

计算社会学认为网络上的大量信息，如博客、论坛、聊天、消费记录、电子邮件等，都是现实社会的人或组织行为在网络空间的映射，网络数据可用来分析个人和群体的行为模式，从而深化我们对生活、组织和社会的理解

计算社会学的研究涉及人们的交互方式、社会群体网络的形态及其演化规律等三个问题

社会事件演化规律分析主要针对事件产生、发展、激化、维持和衰减的过程和机理进行分析评估

例如，在分析群体活动演化规律方面，研究者借助社会动力学，基于对十万个移动用户终端的长期跟踪检测，对人类时空运行轨迹的规律进行分析，发现人们的运行方式遵循可重复的模式

此外，研究者已采用多种模型方法分析信息在网络中的传播与扩散规律及其影响因素

社会数据感知与知识发现对社会数据的获取和规律性知识的挖掘，包括社会学习、社会媒体分析与信息挖掘、情感及观点挖掘，行为识别和预测等

社会数据的主要形式包括文本、图像、音视频等，除了网络媒体信息（包括博客、论坛、新闻网站等），其来源还包括专用网络、传统媒体和应用部门的闭源数据等

为有效利用数据源所隐含的社会化信息的结构特征，研究者提出仿照物理学传感器的原理，构建社会传感网络，通过对重要节点信息的动态监控，实现对社会数据的全方位、分层次感知

基于社会数据的知识发现包括对社会个体或群体的行为和心理分析与挖掘，多种学习算法已用于预测组织行为

规划推理方法在行为预测的基础上，还可以识别行为的目标和意图等深层信息

社会群体心理分析主要面向文本信息（包括语音识别后转化成的文本），通过分析大量社会媒体信息，挖掘网民群体的观点及情感倾向

决策支持及应用对社会计算在社会经济与安全等领域的应用包括向管理者和社会提供决策支持、应急预警、政策评估和建议等

近年来社会计算取得了长足的发展，并已得到广泛应用

由于网络社会媒体能够充分体现人们的价值取向和真实意愿，往往可以做出比传统媒体更为迅速、灵敏、准确的反应

开源信息在辅助决策支持和应急预警中发挥出重要作用

在社会与公共安全领域，中国科学院自动化研究所情报安全信息学研究团队与国家相关业务部门合作，基于ACP方法研发了大规模开源情报获取与分析处理系统，对社会情报进行实时监控、分析、预警以及决策支持与服务，应用于相关部门的实际业务和安全相关领域的实战中

社会文化计算已开始应用于安全和反恐决策预警中

此外，由于社会系统的复杂性，大规模开展社会计算研究需要计算环境和平台支持，包括云计算平台及各种建模、分析、应用、集成工具和仿真环境等

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。