社会科学中的算法镜头

综观通过提问算法透镜（即，从一个角度算法或复杂性点）已成为计算机科学的“标准的域”以外学科有用。特别是CS通过计算生物学对生物学产生了影响，通过量子信息处理对物理学产生了影响，而AI和复杂性理论似乎经常与神经科学相互作用。自然科学似乎相对适合TCS。

因此，我的问题是关于TCS对社会科学的影响。

TCS为社会科学提供了哪些新颖而重要的见解？

我隐约意识到算法思维对经济学的影响（通过博弈论）。实际上，算法博弈论现在已经成为TCS“标准领域”的一部分，因此，除非它们专门改变了社会科学中的现有理论，否则就应排除AGT的答案。

我记得的另一个例子是语言学中关于语法的易学性与天赋性（即刺激性的贫困）的辩论。戈德关于上下文无关文法不可学习性的定理为先天性提供了有力的论据，并帮助说服了一些怀疑者（我不确定这是否仍然有效，因为SCFG似乎是可以学习的）。我对此类示例更感兴趣，在这些示例中，TCS思维有助于改变或塑造社会科学中的现有理论。

对书/调查的参考是赞赏的。

网络，人群和市场：有关高度连接的世界的推理，在这里可能应该提到Easley和Kleinberg。它相当初级，但是提供了从CS角度考虑的广泛的社会科学主题选择，并提供了大量参考。某个在该领域有更多经验的人也许可以告诉我们，这本书与该领域的当前现状有多接近？

作为更具体的答案，随着各种社交网站的激增，计算机科学在分析来自此类网站的巨大社交网络数据集方面已变得十分重要。

这个例子来自社会选择理论，特别是选举。我们知道，阿罗定理（以及一般来说，吉伯德-萨特思韦特定理）排除了进行公正，不可操纵且没有其他奇怪后果的选举的可能性。但是Bartholdi，Tovey和Trick的开创性论文表明，找到想要的“ hack”来破坏投票方案是NP难题，而且许多研究人员对选举设计领域中的问题的复杂性进行了大量工作。 。Faliszewski，Hemaspaandra和Hemaspaandra对此主题进行了很好的调查。

乔姆斯基？

对于更现代的示例，“ 计算法律研究博客”做了很多出色的工作。他们利用图论预测了美国最高法院大法官索特迈尔的提名。

当今的认知心理学实际上是基于“大脑就像计算机”的观点。（尽管这可能被视为问题中提到的“神经科学”的一部分。）

一些其他参考：

在Macgill SM，1985年，“社会数据的结构分析：Ho's Galois格方法的指南和Q分析的部分重新指定”，《环境与规划》 A 17（8）1089 – 1109。

麦吉尔（MacGill）着重指出，在社会科学领域中那些可能从使用Q分析中受益的人（通常）是最不适合理解数学并因此在人文科学中具有这种潜力的。即使随着计算机化程度的提高，算法公式也必须如此。（对这位护士来说，数学是个迷人的迷雾。）

www.envplan.com/abstract.cgi?id=a171089

许多ERCIM新闻都考虑过数学的社会应用-inc。算法：

http://ercim-news.ercim.eu/back-issues-online

另一种可能的途径是社会科学中的可视化。在1990年代，英国有一项重大举措：

www.agocg.ac.uk/train/review/toc.htm

语义网，概念空间的组合Gärdenfors（2000）可能会提供新的混合途径：

Gärdenfors，P.（2000年）。概念空间：思想的几何学，剑桥。

五月会议-“工作中的概念空间”

www.fil.lu.se/conferences/conference.asp?id=46&lang=se

我希望我能对这些科目有所了解-也许是研究生。我的业余时间包括计划参加上述会议，并在此处撰写有关特定形式的全景图（概念框架）的Hodges模型：http : //hodges-model.blogspot.co.uk/

切蛋糕算法对公平划分很重要。我相信他们在社会科学中扮演着重要的角色。

复杂性理论在社会科学中的重新应用-斯科特·亚伦森（Scott Aaronson）一篇大胆而有趣的论文，将复杂性理论与我最近在阅读他的博客时遇到的哲学领域深厚的历史问题联系在一起。

为什么哲学家应该关心计算复杂性 http://arxiv.org/abs/1108.1791

http://www.scottaaronson.com/blog/

---

将算法理论应用于社会科学的另一个有趣领域发生在经济学中，例如研究市场或其他“复杂系统”。这个想法是，市场由不同的参与者或“代理商”组成，每个参与者或代理商都试图开发赚钱的算法。随后发生达尔文式的选择过程。类似于遗传算法。（现在可能实际上已经非常接近HST的现实，即高速交易，据估计，高达70％的市场交易是由于程序交易引起的。）该领域的主要研究者是j doyne farmer

http://tuvalu.santafe.edu/~jdf/SFI%20Template/About%20Me.html

---

我看到您在课程页面上提到了生物学。在确定蛋白质折叠构型的前沿问题上，复杂性和算法理论的一种出色应用以及正在紧锣密鼓的发展中。例如，早期的一篇论文证明了蛋白质折叠问题的正式版本是NP完整的。

http://en.wikipedia.org/wiki/Protein_folding

蛋白质折叠问题是由berger / leighton完成的NP http://www.brown.edu/Research/Istrail_Lab/papers/1998/p30-berger.pdf