用于理解在线社会认知的认知网络科学：简要综述

社交媒体正以时间线和情感内容的形式将海量用户的认知数字化。此类大数据为研究感知、人格与信息扩散等认知现象提供了前所未有的机遇，但需要合适的可解释框架。由于社交媒体数据源自用户心智，应对该挑战的合适候选者是认知网络——一种为心理概念关联赋予结构的心智模型。本文概述认知网络科学如何开启通过在线媒体理解认知的定量新途径，例如：(i) 重建用户如何用机器学习无法获取的情境知识在语义与情感上框定事件；(ii) 通过社会话语中的知识结构研究概念显著性/突出性；(iii) 通过帖子中的语言研究用户的开放性、好奇心和创造力等人格特质；(iv) 通过比较影响者与追随者心态的多层网络，桥接认知/情感内容与社会动态。这些进展结合了认知科学、网络科学与计算机科学，以理解数字与现实环境中的认知机制，但也存在关于代表性、个体变异性与数据整合的局限。本文讨论了这些方面以及操纵社会认知数据的伦理意涵。未来，通过网络与社交媒体读取认知可揭示被在线平台放大的认知偏差，并为政策制定、教育与市场提供关于大规模复杂认知趋势的相关信息。