Abteilung Computational Social Science

Leitung: Prof. Dr. Raphael Heiko Heiberger (SOWI VII)

CSS liegt an der Schnittstelle zwischen Sozial- und Computerwissenschaften. Soziale Phänomene stehen dabei im Mittelpunkt des Erkenntnisinteresses, diese werden allerdings mit bislang in den Sozialwissenschaften wenig genutzten Datentypen und Verfahren analysiert.

Konkret geht es z.B. um die Nutzung von prozessgenerierten Daten, also etwa Plenarprotokolle des Bundestags, wissenschaftliche Texte und Kollaborationen, oder Messages in Social Media Kanälen (etwa Tweets). Methodisch vereint CSS klassische Inferenzstatistik mit iterativen Rechenregeln (also Algorithmen) oder Bayesianischen Wahrscheinlichkeitsklassifikationen. Diese werden dann beispielsweise dazu genutzt um Themen in großen Mengen an Text zu erkennen, Wirtschaftswachstum zu prognostizieren oder soziale Beziehungen aufgrund basaler sozialer Attribute vorherzusagen.

Neben der Aufbereitung vielfältiger Datentypen und der Entwicklung innovativer Methoden ist in unserer Gruppe aber auch deren „sozialwissenschaftliche Passung“ ein wesentlicher Teil der Aufgabe. D.h. uns geht es auch darum die Validität und Reliabilität der Daten sowie die theoretische Anschlussfähigkeit der Analysemethoden sicherzustellen.

Neueste Publikationen

  1. Unger, S., Erhard, L., Wieczorek, O., Koß, C., Riebling, J., & Heiberger, R. H. (2022). Benefits and detriments of interdisciplinarity on early career scientists’ performance. An author-level approach for U.S. physicists and psychologists. PLOS ONE, 17(6), 1–20. https://doi.org/10.1371/journal.pone.0269991
  2. Heiberger, R. H. (2022). Applying Machine Learning in Sociology: How to Predict Gender and Reveal Research Preferences. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie. https://doi.org/10.1007/s11577-022-00839-2
  3. Windzio, M., & Heiberger, R. H. (2022). The Social Ecology of Intergenerational Closure in School Class Networks. Socio-spatial Conditions of Parents’ Norm Generation and Their Effects on Students’ Interpersonal Conflicts. Social Networks. https://doi.org/10.1016/j.socnet.2021.12.009
  4. Windzio, M., & Heiberger, R. (2022). Talking About Education: How Topics Vary Between International Organizations. In K. Martens & M. Windzio (Hrsg.), Global Pathways to Education : Cultural Spheres, Networks, and International Organizations (S. 239--266). Springer International Publishing. https://doi.org/10.1007/978-3-030-78885-8_9
  5. Sicakkan, H. G., & Heiberger, R. H. (2022). Between Europeanism and Nativism: Exploring a Cleavage Model of European Public Sphere in Social Media. Javnost - The Public, 0(0), 1–19. https://doi.org/10.1080/13183222.2022.2067724
  6. Erhard, L., Heiberger, R. H., & Windzio, M. (2021). Diverse Effects of Mass Media on Concerns about Immigration: New Evidence from Germany, 2001–2016. European Sociological Review. https://doi.org/10.1093/esr/jcab063
  7. Erhard, L., Heiberger, R. H., & Windzio, M. (2021). Diverse Effects of Mass Media on Concerns about Immigration: New Evidence from Germany, 20012016. European Sociological Review, jcab063. https://doi.org/10.1093/esr/jcab063
  8. Kaffai, M., & Heiberger, R. H. (2021). Modeling Non-Pharmaceutical Interventions in the COVID-19 Pandemic with Survey-Based Simulations. PLOS ONE, 16(10), e0259108. https://doi.org/10.1371/journal.pone.0259108
  9. Wieczorek, O., Unger, S., Riebling, J., Erhard, L., Koß, C., & Heiberger, R. (2021). Mapping the field of psychology: Trends in research topics 1995–2015. Scientometrics. https://doi.org/10.1007/s11192-021-04069-9
  10. Heiberger, R., Majó-Vázquez, S., Castro Herrero, L., Nielsen, R. K., & Esser, F. (2021). Do Not Blame the Media! The Role of Politicians and Parties in Fragmenting Online Political Debate. The International Journal of Press/Politics, 19401612211015120. https://doi.org/10.1177/19401612211015122
  11. Heiberger, R. H., & Muñoz-Najar Galvez, S. (2021). Text Mining and Topic Modelling. In Handbook of Computational Social Science. Routledge. https://www.taylorfrancis.com/chapters/edit/10.4324/9781003025245-24/text-mining-topic-modeling-raphael-heiberger-sebastian-munoz-najar-galvez?context=ubx&refId=fb133dd5-e885-4910-b6e6-0248511435d6
  12. Heiberger, R. H., Munoz-Najar Galvez, S., & McFarland, D. A. (2021). Facets of Specialization and Its Relation to Career Success: An Analysis of U.S. Sociology, 1980 to 2015. American Sociological Review, 86(5), Article 5. https://doi.org/10.1177/00031224211056267
  13. Camarasa, C., Heiberger, R., Hennes, L., Jakob, M., Ostermeyer, Y., & Rosado, L. (2020). Key Decision-Makers and Persuaders in the Selection of Energy-Efficient Technologies in EU Residential Buildings. Buildings, 10(4), 70. https://doi.org/10.3390/buildings10040070
  14. Breure, A. S. H., & Heiberger, R. H. (2019). Reconstructing science networks from the past. Journal of Historical Network Research, 3(1), 92--117. https://doi.org/10.25517/jhnr.v3i1.52
  15. Munoz-Najar Galvez, S., Heiberger, R., & McFarland, D. (2019). Paradigm Wars Revisited: A Cartography of Graduate Research in the Field of Education (1980–2010). American Educational Research Journal, 57(2), 612--652. https://doi.org/10.3102/0002831219860511
  16. Kibanov, M., Heiberger, R. H., Rödder, S., Atzmueller, M., & Stumme, G. (2019). Social studies of scholarly life with sensor-based ethnographic observations. Scientometrics, 119(3), 1387--1428. https://doi.org/10.1007/s11192-019-03097-w
  17. Heiberger, R. H., & Schmitz, A. (2019). Zur globalen Einbettung nationaler Schuldennetzwerke. In J. Fuhse & K. Krenn (Hrsg.), Netzwerke in gesellschaftlichen Feldern (S. 249--274). Springer Fachmedien. https://doi.org/10.1007/978-3-658-22215-4_10
  18. Heiberger, R. H. (2018). Predicting economic growth with stock networks. Physica A: Statistical Mechanics and its Applications, 489, 102--111. https://doi.org/10.1016/j.physa.2017.07.022
  19. Heiberger, R. H., & Koss, C. (2018). Computerlinguistische Textanalyse und Debatten im Parlament. In J. Brichzin, D. Krichewsky, L. Ringel, & J. Schank (Hrsg.), Soziologie der Parlamente: Neue Wege der politischen Institutionenforschung (S. 391--418). Springer Fachmedien. https://doi.org/10.1007/978-3-658-19945-6_15
  20. Heiberger, R. H., Schwarzer, B., & Riebling, J. R. (2017). Eine Frage des Marktes? Regionale Unterschiede von Heimentgelten stationärer Pflegeeinrichtungen. Berliner Journal für Soziologie, 27(2), 209--241. https://doi.org/10.1007/s11609-017-0341-7
  21. Heiberger, R. H., & Wieczorek, O. J. (2016). Choosing Collaboration Partners. How Scientific Success in Physics Depends on Network Positions. arXiv:1608.03251 physics. http://arxiv.org/abs/1608.03251
  22. Heiberger, R. H., & Riebling, J. R. (2016). Installing computational social science: Facing the challenges of new information and communication technologies in social science. Methodological Innovations, 9, 1--11. https://doi.org/10.1177/2059799115622763
  23. Heiberger, R. H. (2015). Die Bedeutung institutioneller Regeln für das Handeln an Börsen. Eine soziologische Perspektive auf Aktienrückkäufe in Deutschland. Berliner Journal für Soziologie, 25(3), 303--331. https://doi.org/10.1007/s11609-015-0286-7
  24. Schmitz, A., Heiberger, R. H., & Blasius, J. (2015). Das globale Feld der Macht als „Tertium Comparationis“. Österreichische Zeitschrift für Soziologie, 40(3), 247--263. https://doi.org/10.1007/s11614-015-0171-9
  25. Heiberger, R. H. (2015). Shifts in Collective Attention and Stock Networks. In M. T. Thai, N. P. Nguyen, & H. Shen (Hrsg.), Computational Social Networks (Bd. 9197, S. 296--306). Springer International Publishing. https://doi.org/10.1007/978-3-319-21786-4_26
  26. Heiberger, R. H. (2015). Collective Attention and Stock Prices: Evidence from Google Trends Data on Standard and Poor’s 100. PLoS ONE, 10(8), e0135311. https://doi.org/10.1371/journal.pone.0135311
  27. Heiberger, R. H., & Riebling, J. R. (2015). U.S. and Whom? Structures and Communities of International Economic Research. Journal of Social Structure, 16(9), Article 9.
  28. Heiberger, R. H. (2015). Die soziale Konstruktion von Preisen. Beeinflussung von Kultur, Netzwerken und institutionellen Regeln von Aktienkursen. Springer VS.
  29. Heiberger, R. H. (2014). Stock network stability in times of crisis. Physica A: Statistical Mechanics and its Applications, 393, 376--381. https://doi.org/10.1016/j.physa.2013.08.053
  30. Heinze, T., Heidler, R., Heiberger, R. H., & Riebling, J. (2013). New patterns of scientific growth: How research expanded after the invention of scanning tunneling microscopy and the discovery of Buckminsterfullerenes. Journal of the American Society for Information Science and Technology, 64(4), 829--843. https://doi.org/10.1002/asi.22760
Zum Seitenanfang