Computational sociology

De onderzoekslijn computational sociology richt zich op de analyse van grootschalige gedragsdata om de dynamiek van complexe sociale systemen beter te begrijpen. De focus ligt daarbij op onderwerpen zoals samenwerking, collectieve actie, ongelijkheid en de dynamiek van sociale netwerken. 

De onderzoekslijn maakt gebruik van een breed scala aan databronnen, waaronder digitale sporen gegenereerd door dagelijkse online activiteiten (zoals socialemediaplatforms), administratieve data verzameld door instellingen, vrijwillig gedoneerde data van individuen en grootschalige online experimenten. Om dergelijke data te modelleren, gebruiken en ontwikkelen we state-of-the-art methoden, waaronder analyse van sociale netwerken, natuurlijke taalverwerking, machine learning en agent-gebaseerde modellering.

Voorbeelden van actuele onderzoeksgebieden:

1) Samenwerking en vertrouwen in online markten: hoe lossen formele en informele instellingen in hedendaagse online markten, zoals deel- en klusplatforms of dark web-marktplaatsen, vertrouwensproblemen tussen gebruikers (bijv. kopers en verkopers) op?
2) Zelfversterkende ongelijkheden: hoe ontrafelt de dynamiek van 'de rijken worden rijker' zich en leidt deze tot de implementatie van inferieure kandidaten, technologieën en gedragsnormen?
3) Collectieve actie in (online) sociale netwerken: hoe bemiddelt moderne digitale communicatietechnologie zoals sociale media de opkomst van collectieve actie?
4) Kwaliteit van digitale tracedata: Hoe kunnen we meetfouten in digitale tracedata beoordelen en corrigeren door deze tracedata te combineren met meer traditionele databronnen, zoals enquêtes?

Voorbeelden van ons onderzoek

Recente publicaties

Team