1、计算社会学使用密集演算的方法来分析与模拟社会现象。通常运用计算机模拟、人工智能、复杂统计分析方法、社会性网络分析等，由下而上地塑造社会互动的模型，来描述、测试、预测和解释复杂社会现象和过程。

2、计算社会学是社会学非常年轻的分支学科，本科生几乎不涉及，市面上的教材也很少，更别提科普性质的通俗读物了。它是数据科学与社会科学的交互，利用数据方法增强社会学的想象力。

3、国内有马修·萨尔加尼克的《计算社会学》，阐述了数字革扭转了社会科学家和数据科学家观察行为、提出问题、开展实验和进行大规模协作的方式，详细描述了大批真实的案例，并且划定了面临伦理挑战时需要遵循的4项原则。 这本书用全新的数据模式解锁了社会学。对社会科学家来说，它是一本跨界指南之书；对数据科学家来说，它是一本素养提升之作。

下面是书中涉及的几个议题，你可以发现，其中既包含社会现象、社会问题，也有数据问题，还有伦理问题：

如何通过数据预测美国总统大选的结果？

如何在短时间内对100万个星系进行分类？

大规模数据采集面临着怎样的道德伦理困境？

科技公司是否在监视我们的行为，数字时代是不是将我们带进了“全景监狱”呢？

4、学习计算社会学需要社会学、数据科学和哲学的眼光，而且并不是感兴趣就能摸到门道的，需要研究生水平的研究能力

5、如果打算看书，建议把这本书的参考文献拿来着重研究，另外看一下郭斌的《人机物融合群智计算》，了解下计算社会学的应用。

6、总结：科普书没有，入门就是很高门槛。能够熟稔计算社会学的学者也没空写大众科普书。