Group Processes: Data-Driven Computational Approaches

این جلد مجموعه‌ای از روش‌های محاسباتی مختلف مبتنی بر داده را برای تجزیه و تحلیل فرآیندهای گروهی از طریق مثال‌های آموزشی و مبتنی بر آموزش معرفی می‌کند. فرآیندهای گروهی برای بسیاری از بخش‌های جامعه از جمله دولت، ارتش، مراقبت‌های بهداشتی و شرکت‌ها از اهمیت محوری برخوردار هستند. روش‌های محاسباتی برای رسیدگی به داده‌های فرآیند گروهی (بالقوه عظیم) نسبت به روش‌های سنتی به دلیل مفروضات انعطاف‌پذیرتر و قابلیت مدیریت داده‌های ردیابی بلادرنگ مناسب‌تر هستند.
در واقع، استفاده از روش‌هایی تحت عنوان علوم اجتماعی محاسباتی باعث شده است. در طول سال ها منفجر شد. با این حال، توجه به تحقیقات اصلی به جای آموزش متمرکز شده است، و علاقه‌مندان به کسب مهارت‌های محاسباتی فاقد منابع مورد نیاز هستند. اگرچه روش‌های اینجا را می‌توان در حوزه‌های وسیع‌تری از علوم اجتماعی به کار برد، اما آنها به‌طور خاص برای تحقیقات فرآیند گروهی طراحی شده‌اند.
تعدادی از روش‌های مبتنی بر داده که برای تحقیقات فرآیند گروهی اقتباس شده‌اند، در این جلد نشان داده شده‌اند. اینها شامل متن کاوی، مدل‌سازی رویداد رابطه‌ای، شبیه‌سازی اجتماعی، یادگیری ماشینی، تحلیل توالی اجتماعی و تحلیل سطح پاسخ است. به منظور استفاده از این فرصت‌های جدید، این کتاب مثال‌های روشنی (به‌عنوان مثال، ارائه کد) از فرآیندهای گروهی در زمینه‌های مختلف، تنظیم دستورالعمل‌ها و بهترین شیوه‌ها برای کار آینده ارائه می‌دهد.
این جلد سود زیادی خواهد داشت. برای کسانی که مایل به یادگیری روش های محاسباتی هستند. اینها شامل دانشگاهیان مانند دانشجویان فارغ التحصیل و اساتید، متخصصان و محققان چند رشته ای که در زمینه علم سازمان و مدیریت کار می کنند، و مشاوران انواع مختلف سازمان ها و گروه ها هستند.

This volume introduces a series of different data-driven computational methods for analyzing group processes through didactic and tutorial-based examples. Group processes are of central importance to many sectors of society, including government, the military, health care, and corporations. Computational methods are better suited to handle (potentially huge) group process data than traditional methodologies because of their more flexible assumptions and capability to handle real-time trace data.
Indeed, the use of methods under the name of computational social science have exploded over the years. However, attention has been focused on original research rather than pedagogy, leaving those interested in obtaining computational skills lacking a much needed resource. Although the methods here can be applied to wider areas of social science, they are specifically tailored to group process research.
A number of data-driven methods adapted to group process research are demonstrated in this current volume. These include text mining, relational event modeling, social simulation, machine learning, social sequence analysis, and response surface analysis. In order to take advantage of these new opportunities, this book provides clear examples (e.g., providing code) of group processes in various contexts, setting guidelines and best practices for future work to build upon.
This volume will be of great benefit to those willing to learn computational methods. These include academics like graduate students and faculty, multidisciplinary professionals and researchers working on organization and management science, and consultants for various types of organizations and groups.