社会数据科学 DPhil

University of Oxford - 牛津大学

本页面提供的信息在出版时（2021年10月/11月）是正确的。<MS&&>有关本课程的完整和最新信息，请通过<MW&&>www.graduate.ox.ac.uk/ucas。</MW&&>牛津大学相关课程页面。

社会数据科学的多学科博士课程为高素质的学生提供了从事尖端研究的机会，重点是以理论上的方式使用关于人类行为的非结构化异质数据，从而推进我们对社会进程的理解</MS&&>。

社会痕迹--通常由社交媒体、通信平台、设备、传感器/可穿戴设备和移动电话等以数字方式产生--提供了一种积累新的大规模数据的方式，此外还有已转换为数字格式的现有档案和存储库。这些数据可以用来帮助我们理解对社会科学、工业和政策制定者来说至关重要的新旧基础问题，包括社会、经济和政治行为、人际关系、市场设计、群体形成、身份认同、国际运动、道德和负责任的方式来提高数据的社会价值，以及其他许多主题。

不断发展的社会数据科学领域涉及发展这些社会数据的科学：从混乱的现实世界数据中创建可行的数据集；开发分析这些数据的工具和技术，通过解释、预测和干预措施的测试，告诉我们一些关于世界的事情。通过这种方式，社会数据科学提供了一种数据科学，其中的数据与个人和社会行为有关，而理论上的社会科学则以实时交易数据的生成和分析为中心。

在这三到四年的时间里，你将产生一个重要的和原创的学术作品，为社会数据科学的动态领域做出重大贡献。完成学业后，你将具备在教学、研究、政策制定或商业领域出类拔萃所需的素质和可转移技能。

牛津大学互联网学院（OII）的博士课程也可以以非全日制的方式进行。非全日制课程的学习和研究时间为6至8年。非全日制学位提供了非全日制学习的灵活性，并具有与全日制博士课程相同的高标准和要求。非全日制博士课程还为高科技行业的专业人士提供了一个很好的机会，使他们能够进行严格的长期研究，这些研究可能与他们的工作生活有关。MS&&>请访问该系网站了解有关非全日制博士学习的进一步详情，或联系<MW&&>admissions@oii.ox.ac.uk</MW&&</MS&&>。