接下來要讀什麼

• 墨水印跡（第1.1節）

有關Blumenstock及其同事項目的更詳細說明，請參閱本書的第3章。

• 歡迎來到數字時代（第1.2節）

Gleick (2011)提供了人類收集，存儲，傳輸和處理信息的能力變化的歷史概述。

有關專注於潛在危害的數字時代的介紹，例如隱私侵犯，請參閱Abelson, Ledeen, and Lewis (2008)以及Mayer-Schönberger (2009) 。有關關注機遇的數字時代的介紹，請參閱Mayer-Schönberger and Cukier (2013) 。

有關將實驗混合到常規實踐中的公司，請參閱Manzi (2012) ，有關公司跟踪物理世界行為的更多信息，請參閱Levy and Baracas (2017) 。

數字時代系統既可以是儀器，也可以是研究對象。例如，您可能希望使用社交媒體來衡量公眾輿論，或者您可能想要了解社交媒體對公眾輿論的影響。在一種情況下，數字系統可用作幫助您進行新測量的儀器。在另一種情況下，數字系統是研究的對象。有關這一區別的更多信息，請參閱Sandvig and Hargittai (2015) 。

• 研究設計（1.3節）

有關社會科學研究設計的更多信息，請參閱King, Keohane, and Verba (1994) ， Singleton and Straits (2009) ，以及Khan and Fisher (2013) 。

Donoho (2015)將數據科學描述為人們從數據中學習的活動，它提供了數據科學的歷史，將這一領域的知識淵源追溯到Tukey，Cleveland，Chambers和Breiman等學者。

關於在數字時代進行社會研究的一系列第一人稱報告，請參閱Hargittai and Sandvig (2015) 。

• 本書主題（第1.4節）

有關混合現成數據和自定義數據的更多信息，請參閱Groves (2011) 。

有關“匿名化”失敗的更多信息，請參閱本書第6章。 Blumenstock及其同事用來推斷人們財富的一般技術也可用於推斷潛在敏感的個人屬性，包括性取向，種族，宗教和政治觀點以及成癮物質的使用(Kosinski, Stillwell, and Graepel 2013) 。