扩展阅读

• 罗夏墨迹（1.1节）

有关Blumenstock与其同事的项目的更详细的介绍，见本书的三章。

• 欢迎来到数字时代（1.2节）

Gleick(2011)提供了人类收集，存储，传输与处理信息的历史概览。

关于数字时代潜在威胁（如：隐私侵犯）的简介，见Abelson, Ledeen, and Lewis(2008)和Mayer-Schönberger (2009)。关于数字时代的机遇，见Mayer-Schönberger and Cukier (2013)。

更多将实验结合到常规实践中的公司，见Manzi(2012)，更多在现实世界跟踪行为的公司，见Levy and Baracas(2017)。

数据时代的系统可以当作工具也可以当作被研究的对象。例如，你也许想知道如何通过社交媒体进行舆情分析，或者想要了解社交媒体对舆情的影响。第一种情况下，数字系统是一个帮助你分析的工具，第二种情况下，数字系统是你研究的对象。更多有关这个特性的信息，见Sandvig and Hargittai(2015)。

• 研究的设计（1.3节）

关于更多社会学的实验设计，见King, Keohane, and Verba(1994)，Singleton and Straits(2009)，与Khan and Fisher(2013)。

Donoho(2015)以人们从数据中学习的过程描述数据科学。同时描述了数据科学的发展史，以及这个领域的先贤如Tukey, Cleveland, Chambers, 和Breiman。

一系列数据时代社会学研究的第一人称报告，见Hargittai and Sandvig(2015)。

• 本书的主题（1.4节）

关于更多混合readymade和custommade数据的实验，见Groves(2011)。

关于更多“匿名化”的潜在威胁，见本书的第六章。Blumenstock与其同事使用的这种通用方法，同样可以用来推测潜在的敏感个人信息，包括性取向，种族，信仰以及政治倾向，还有成瘾物的使用情况（Kosinski, Stillwell, and graepel 2013）。