清华大学社会网络研究中心成立于2013年1月3日，是一个多学科、跨平台的实验性合作研究中心。研究中心成立以来，在计算机系和社会学系的紧密合作下，在罗家德老师、唐杰老师和傅晓明老师以及郑路老师的指导和带领之下，在不断深入探讨已有研究议题的同时，带着敏锐的问题意识挖掘值得思考的研究现象，围绕着研究中心的核心研究方法论，成果颇丰，参与了多项研究合作项目，举办2013年社会网络分析国际研讨会（INSNA会议）以及主办了2017 Sunbelt会议，另从2015年起每年举办关系研究国际研讨会。在期刊及学术会议上发表论文百余篇，在学术界产生了深远而广泛的影响。

同时，中心不断在加强大数据方面的研究的同时，旨在用大数据的分析手段解决社会的一些实际问题。中心已与中国电信，腾讯微信、中国风险投资产业等资料库合作，建立起企业-学校的联合合作模式，由企业提供真实的用户大数据，例如电信提供的用户通讯记录以及腾讯提供的微信日志数据，进行有扎根真相的资料挖掘，通过对这些大数据的分析，建立起用户个人行为与关系的特征的结构化数据，希望求取用户个人的人脉、社会资本、移动规律与生活风格等等的个人“图像”，从而分析个人现象的态度与行为，比如，可以根据电信、微信等数据得到用户群体的流动规律，从而从这些规律中发现人口流动的特征，找到异常的现象，从而发现潜在的犯罪行为。另一方面，根据人口流动的规律可以对城市规划提供切实有效地的意见和建议。在与工业界合作的同时，中心亦在寻求与一些结构化数据库的合作，例如西部各城人口统计资料，使得大数据分析出来的结果可以结合上结构化数据，从事更进一步的分析，进而更好地解决类似于犯罪预警，人口迁徙，社会信任等等国家现实问题。

为了有效推动大数据中的社会计算，从而得到结合大数据与结构化数据的分析，社会网络研究中心主要目的是发展相关研究方法，并培育相关的人才梯队，建立平台去推进复杂科学、计算机科学、和社会科学研究者之间的合作，这样的合作有利于他们探索跨学科方法，研究复杂社会网络中的大数据集。

图一、大数据分析下三个学门交叉示意图

大数据为跨学科研究带来了许多机遇和挑战：各方面交叉的理论知识得到开展，并且在社会网络的结构、动态的过程和后果方面，积累了大量的假设、模型和实证研究结果。为了有效整合数据挖掘、理论建构与动态复杂系统的预测，我们首先需要创建一个以数据挖掘为出发点的方法论框架。以在线大数据为挖掘对象，可以发现新社会现象，然后通过各种定性和调查研究，解释这些发现，这将进一步帮助我们揭示社会实际情况，并验证理论假说。最后，基于被验证的理论可以建立包括人类行动和网络结构的共同演化模型。跨学科的方法利用在此坚实的理论基础上建立的动态网络模型，从而预测社会系统非线性演化的轨迹。研究在数据挖掘、理论建构与动态复杂系统的预测一轮又一轮进行，使我们能对非线性发展的社会系统中涌现的新生社会现象有所解释与预测。简单来说，如下图所示，这有赖于一个研究流程从大数据挖掘à理论诠释à田野调查à建立并验证理论模型à建立动态网络及动态系统模型à预测新的事实，往往一轮又一轮的理论与大数据挖掘的对话，以及定性定量方法的交互使用，才能完成研究。现有研究方法按原有学科思路的分析方法不能适合这样跨学科整合的需要。

我中心目标是，通过推进一系列项目，以培养不同研究背景的学生，让他们不同的专业领域在方法上和实质上交流、整合并相互印证发明。依靠这样的跨学科培训学生以及联合研究的方法，我们可以期待大数据领域的新发现以及社会网络研究方面的大进展。

同时，为了中心的可持续性发展以及人才队伍的良性培养，我中心拟对人才进行梯队建设。我们期望形成助理研究员、副研究员、和研究员的人才梯队建设格局，希望人才从助理研究员开始，加倍努力，潜心做好研究工作，逐渐成长，成为中心的骨干力量，为中心的发展作出更大贡献。

图二、 数据挖掘、理论与预测模型间的三角对话