这里是基于中国人民大学《数据科学与社会研究》课程资料修改得到的北京大学《互联网与社会研究：技术基础》课程资料。修改后的教学和练习进一步围绕两本开源的核心教材。未来我将开发一门新课《互联网与社会研究：理论基础》，总结和梳理技术、互联网与社会之间的互构及影响。

互联网特别是移动互联网对社会生活产生了巨大影响，非常值得社会学关注和研究。采用传统研究方法能得到很好的研究成果，但如果能深入理解构建起互联网的技术与信息基础，并能利用新数据和信息对互联网基础上发生的人类活动及组织运作进行研究，或许会得到不一样的见解，尤其当你还比较擅长数据科学和统计思维。当然，即便你不做技术专家，也可以懂点技术。

课程针对没有R编程经验、统计基础的本科生、研究生；难度不大，但需要高强度练习，基本每周都有作业需要提交。重点在于让学生们对数据科学产生强烈兴趣，了解数据科学技能累积的学习路径，掌握基本的数据获取、整理、分析和结果呈现方法。在快速用开源的大数据R、python工具替代SAS、SPSS、stata统计工具基础上，对新数据及大数据的采集和使用有所了解。

课程介绍：大数据时代对青年人的要求，如何达到这些要求！ PPT文件：https://github.com/lidingruc/2018R/blob/master/%E7%AC%AC%E4%B8%80%E8%AE%B2.pdf

课程指引：http://note.youdao.com/noteshare?id=351a5e712274bd552b70aeb557a9cae5

课后作业（不用提交）：尝试安装软件，不懂则问；速读一些与大数据或互联网相关的通俗读物，加深对于大数据的理解。 可以开始阅读《R语言实战》或者下面的章节，了解两本主要的教材风格和结构。

http://moderndive.com/index.html

http://moderndive.com/2-getting-started.html

http://r4ds.had.co.nz/introduction.html

http://r4ds.had.co.nz/workflow-scripts.html

http://r4ds.had.co.nz/workflow-basics.html

http://r4ds.had.co.nz/workflow-projects.html

课前预习：找一本社会研究方法教材速读一遍或者看看邱泽奇老师的社会调查研究方法的在线课程，对社会研究有些概念。

课堂演示：社会研究方法体系串讲（PPT ）。

PPT文件：https://github.com/lidingruc/2018R/blob/master/%E7%AC%AC%E4%BA%8C%E8%AE%B2.pdf

课后作业（不用提交）：针对大数据时代和社会研究方法中的某个问题，你如何学习、积累并将之解决？简单规划一下自己的学习路径。

继续阅读此前没有看完的内容：

http://moderndive.com/index.html

http://moderndive.com/2-getting-started.html

http://r4ds.had.co.nz/introduction.html

http://r4ds.had.co.nz/workflow-scripts.html

http://r4ds.had.co.nz/workflow-basics.html

http://r4ds.had.co.nz/workflow-projects.html

课前预习：阅读r4ds教材中数据可视化和数据分析流程部分

http://r4ds.had.co.nz/introduction.html

http://r4ds.had.co.nz/workflow-scripts.html

http://r4ds.had.co.nz/workflow-basics.html

http://r4ds.had.co.nz/workflow-projects.html

http://r4ds.had.co.nz/data-visualisation.html

http://r4ds.had.co.nz/r-markdown.html

http://r4ds.had.co.nz/r-markdown-formats.html

http://r4ds.had.co.nz/graphics-for-communication.html

课堂演示：R界面和操作的简单介绍，tidyverse数据分析过程展示，github的使用展示，时间允许详细展示data-visualisation并介绍作业的做法。

演示概要：

http://note.youdao.com/noteshare?id=94c815919f88613d071d2254934ca53e

提交作业1：将 http://r4ds.had.co.nz/data-visualisation.html 一章中的命令复制到R scripts中，并运行，如果有错误，找出，并尝试解决。 自己要强化学习。

课前预习：肖凯90分钟（推荐,优酷搜索 R语言快速入门 SupStat 分5集 ）：http://v.youku.com/v_show/id_XNjYyNzczMTgw.html?spm=a2h0j.11185381.listitem_page1.5!5~A&f=23488136&from=y1.2-3.4.5

http://r4ds.had.co.nz/wrangle-intro.html

http://r4ds.had.co.nz/tibbles.html

http://r4ds.had.co.nz/data-import.html

http://r4ds.had.co.nz/transform.html

课堂演示：R基础入门：R中的对象、函数、控制语句与数据框操作

提交作业2：将 http://r4ds.had.co.nz/transform.html 中的命令转移到R scripts文件中，并完成其中的练习题。

课前预习：

http://moderndive.com/5-wrangling.html

http://r4ds.had.co.nz/factors.html

http://r4ds.had.co.nz/strings.html

http://r4ds.had.co.nz/dates-and-times.html

提交作业3：将 http://moderndive.com/5-wrangling.html 中的命令转移到R scripts文件中，并完成其中的练习题。

课前预习：

http://r4ds.had.co.nz/tidy-data.html

http://moderndive.com/4-tidy.html

http://r4ds.had.co.nz/relational-data.html

提交作业4：将 http://r4ds.had.co.nz/tidy-data.html 中的命令转移到R scripts文件中，并完成其中的练习题。

课前预习：

http://moderndive.com/5-wrangling.html（分类汇总部分）

http://r4ds.had.co.nz/exploratory-data-analysis.html

http://moderndive.com/3-viz.html

http://r4ds.had.co.nz/data-visualisation.html

提交作业5：将 http://r4ds.had.co.nz/exploratory-data-analysis.html 中的命令转移到R scripts文件中，并完成其中的作业题。

课前预习：

课堂演示：利用基础命令作图

提交作业6：将http://moderndive.com/3-viz.html 中的命令转移到R scripts文件中，并完成其中的learning check

课前预习:第二讲讲义中关于抽样和统计推论的部分

http://moderndive.com/7-sim.html

http://moderndive.com/B-appendixB.html

http://moderndive.com/8-sampling.html

http://moderndive.com/9-ci.html

http://moderndive.com/10-hypo.html

https://github.com/andrewpbray/infer

课堂演示:如何用R来进行卡方检验、T检验、方差检验、分析检验，模拟抽样分布

提交作业7：运行 http://moderndive.com/10-hypo.html 中的命令，并完成其中的learning check

课前预习：回归模型相关的内容

http://r4ds.had.co.nz/model-basics.html

http://r4ds.had.co.nz/model-building.html

http://moderndive.com/6-regression.html

http://moderndive.com/7-multiple-regression.html

http://moderndive.com/11-inference-for-regression.html

提交作业8：将http://r4ds.had.co.nz/model-basics.html 对应的rmd文件中的命令誊到R script上 运作一遍。

课前预习：预习回归诊断、模型选择、logit回归内容

交互效应：http://faculty.smu.edu/kyler/courses/7312/interact.pdf

回归诊断：https://socialsciences.mcmaster.ca/jfox/Courses/Brazil-2009/index.html

GLM模型：https://socialsciences.mcmaster.ca/jfox/Courses/SPIDA/index.html

SEM模型：https://socialsciences.mcmaster.ca/jfox/Courses/R/IQSBarcelona/index.html

高级模型与编程： https://socialsciences.mcmaster.ca/jfox/Courses/R/Peking/index.html

统计模型示例：https://stats.idre.ucla.edu/other/dae/

课堂演示：交互效应、回归诊断、logit回归等

课后作业（不提交）：将课堂示例操练一下。

了解实例的数据和问题，分解出任务步骤，尝试寻找方案。

分成几个小组：复现几个实例。你们小组的结论与原作者的结论相同吗？有改进吗？ https://ismayc.github.io/soc301_s2017/group-projects/index.html

提交作业9（课堂小组合作，单独提交）

课前预习：预习社会网络分析的基本概念和历史

自学材料：http://note.youdao.com/share/?id=28c7b0a4e947ae29462fb424cf11dd21&type=note#/

陈华珊：http://www.istata.cn/wp-content/uploads/2013/11/huashan_sna_visualization_2017.pdf

课堂演示：网络数据的基本概念与描述

提交作业10：选取相关演示命令的一部分或者全部（不少于100行），转换成为rmd文件。

课前预习：空间分析的基本原理

自学材料：http://note.youdao.com/noteshare?id=92cbe89d3e03cc530ac28c4a0eb6449e

朱可夫：http://www.people.fas.harvard.edu/~zhukov/spatial.html

孙秀林空间建模：http://note.youdao.com/noteshare?id=4f4180ea28db7fdd238b882b681c5cd2

课堂演示：空间数据的基本介绍与作图

提交作业11：选取相关演示命令的一部分或者全部（不少于300行），转换成为rmd文件。

课前预习：

自学材料：http://note.youdao.com/noteshare?id=f0d94703ba72b57c54ad9318bdf0f274

课堂演示：文本分词、词云、主题、情感分析

提交作业12：选取相关演示命令的一部分或者全部（不少于300行），转换成为rmd文件。

课前预习：

自学资料：http://note.youdao.com/noteshare?id=57cc2a7d0f893b58d4fbb217f65f167d

网页原理：http://note.youdao.com/noteshare?id=6d0aab0f55880292730ff9535488b356

课堂演示：用R爬取数据的原理与实战

提交作业13（课堂小组合作，单独提交）：尝试爬取北大未名BBS所有学生社团版面开版时间

https://bbs.pku.edu.cn/v2/board.php?bid=682

课前预习：

安装说明：http://note.youdao.com/noteshare?id=8b5797ca96ee80737a6a9048c0423b6f

python入门：http://note.youdao.com/noteshare?id=ab8f1f4e84519a6eb3881c8d7ca37841

python爬虫：http://note.youdao.com/noteshare?id=aa3b31703ff6468eb2c884494e11b939

python爬虫：http://note.youdao.com/noteshare?id=8d72a2741f381b292d40c7583047c891

课后作业（不提交）：安装配置好python后，尝试运行示例命令。