在数字技术深刻重塑政治权力、行为与治理的时代，计算政治学作为新兴学科，融合政治学理论与大数据技术，为解析“技术如何重塑政治”提供系统性框架。本书系统地阐释了计算政治学的理论基础、研究范式与核心技术，全书分为理论篇、方法篇与技术篇三大篇章，构建了理论驱动、方法精研和技术赋能“三位一体”的内容体系，为研究者提供解析数字权力、算法治理与政策效能的方法论利器。

序
第一部分 理论篇
第一章 导论：政治即计算
第一节 计算、计算社会科学与计算政治学
第二节 计算政治学的学科脉络
第三节 计算政治学的研究范式
本章小结
第二章 数字时代与计算政治的问题意识
第一节 数字社会的到来
第二节 数字化与国家面临的挑战
第三节 计算政治学的问题意识
本章小结
第三章 计算政治研究的再概念化
第一节 数字化的个体与公众
第二节 数字政治与公共参与
第三节 数字浪潮下的公共部门与私人部门
本章小结
第四章 计算政治学的发展趋势与展望
第一节 计算政治学的优势
第二节 计算政治学研究的局限
第三节 计算政治学未来的研究议程
本章小结
第二部分 方法篇
第五章 自然实验和因果推断
第一节 因果推断基础与研究设计
第二节 双重差分法
第三节 扩展双重差分法
第四节 平行趋势假设及其检验方法
第五节 工具变量法
第六节 断点回归
本章小结
第六章 反事实构造与因果效应估计
第一节 合成控制法
第二节 合成双重差分法
第三节 加权匹配与倾向得分法
第四节 反事实生成对抗网络
本章小结
第七章 贝叶斯方法与因果推断
第一节 贝叶斯因果推断基础
第二节 基本贝叶斯模型
第三节 贝叶斯网络与因果关系学习
第四节 贝叶斯分层模型
本章小结
第八章 高维数据因果推断与方法前沿
第一节 高维数据的稀疏建模
第二节 因果森林
第三节 双重机器学习
第四节 深度学习与复杂数据处理
本章小结
第三部分 技术篇
第九章 网络数据采集与清洗
第一节 爬虫技术
第二节 复杂HTML解析
第三节 异步爬虫
第四节 数据清洗
本章小结
第十章 数据分析与可视化
第一节 图与图表
第二节 地图可视化
第三节 数学统计
第四节 高级建模
本章小结
第十一章 机器学习与深度学习
第一节 机器学习
第二节 深度学习
第三节 社会网络分析和图卷积神经网络
第四节 政治学中的文本分析
本章小结
第十二章 模拟与决策
第一节 基于行动者的建模与社会模拟
第二节 蒙特卡罗方法与不确定性分析
第三节 优化建模与决策建模
第四节 群体决策模拟
本章小结