黄艺彤 · 计算传播与社会修读档案

课程内容：计算传播学的相关内容。 上课自由度：比较高，每节课都有签到，但大部分可以线上签，主打一个人在被窝心在课堂。 考核标准：一个研究设计，进行期中汇报和期末汇报，方向相关就行，并不是很难，个人汇报，讲论文。 授课质量：高，给分并没有前几届说的那么难堪，老师还是以鼓励为主。

课程内容：计算传播的方法与案例 上课自由度：高 考核标准：个人汇报 团队汇报，一个你扛，一个你们扛 授课质量：中等

课程内容：这门课直接给你切成两半，理论半边讲计算传播的理论地基和前沿骚操作，实践半边手把手教你python爬虫加数据分析，主打一个从嘴炮到真枪实弹。 上课自由度：老师上课风格我狠狠爱了，走的是引导流，人温柔得像开了柔光滤镜，跟学生之间零距离感，会顺着课程内容抛问题，你答成啥样都能收获一波鼓励，社恐都能被夸出自信。 考核标准：读三篇以上和课程相关的论文，搞两次小组展示（其实分享的论文跟课程内容贴得死死的，课前扫一眼直接等于预习了）。最后交一个运用计算传播方法的研究报告，老师对报告的要求不会特别严格，考核目的主要是检测大家是否真正理解了研究方法以及能不能上手运用，用心做的话即使没有特别完整的成果老师也会给不错的分。 授课质量：老师在有限的课时里往里塞了非常多的内容，教授的研究方法我在往后的学习中有运用到，是一门真正能学到东西的课程。

一坨。

课程内容： 复读机成精，同上。 上课自由度： 复制粘贴键扣烂，还是同上。 考核标准： 三连同上，主打一个信息量比脸还干净。 授课质量：第三轮选课到第二周会扩容其他班的名额，别急着选 预期目标和实际效果隔着一整个银河系，课堂体验和学习收获都属于玄学范畴，很难评。兄弟姐妹们，躲得越远越好，慎选。

课程内容： 计算传播方法和怎么用爬虫，但授课内容和考核内容几乎没有关联，属于两条平行线这辈子都不打算相交，教的也是她说她的，学生自己做自己的，全靠最后自学，教学水平堪忧，堪忧到我怀疑这门课是不是自动售货机——投币之后全靠自己取货。 上课自由度：不高，有课代表点名，生病也一定要交请假条，仿佛生病还得先过政审 考核标准：啥啊，有啥标准，全看老师心情，这评分体系比天气预报还玄学，以及上课还有人给老师送礼物的，关系好，多刷脸熟，说不定还能给你高一点，感情这门课是社交游戏副本 授课质量：差。讲课速度飞快，老师只管自己爬数据不管学生有没有跟上，开的是火箭不是爬虫。pre过多不可能拿到满分，总分自然就下来了，给分会不太友好。老师也很抽象的，叫文科生多和电院软院的同学交朋友，我请问呢，这是选课还是相亲角？只能说慎选慎选。希望下届文科平台对课程有所取舍，我很难想象法学院、人文学院的同学和媒传学院除了传播学的其他同学上这门课时的精神状态，大概是那种在山顶吹风一脸茫然的表情。 （复制隔壁同学的评论，但完全一致，没觉得这个老师好多少，不值得上）

老师满怀理想主义想把我们这些麻瓜培养成硬核魔法师，想做出一场惊艳的结课项目汇报。教学目标很好，好得像蛋糕店橱窗里的模型。 但现实是：上机实操部分少得像食堂肉菜里的肉，节奏还快得像是开了三倍速，摆明了没想让零基础的文科生跟上。怎么跟上？老师亲传心法——“多和电院软院的同学交朋友”。 一学期要搞四次小组汇报，每次每组几乎吃掉1课时。大家准备得那叫一个用心，但每次都会冒出很多新问题，点评也时有离谱场面，比如想让同学去解决“计算传播一直都有的删评难题”，这相当于让刚学会踩油门的人去修F1发动机。 老师鼓励发言的方式：“回答这个问题可以加分哦”。 只能说，教案上的目标和实际落地之间隔了一个次元，课堂体验和学习收获都很难评。评教全给好评是因为老师本人没毛病，但这门课——嗯——大家慎重！

课程内容：这门课就像个精神分裂的拼盘，一半是python爬数据搞分析的硬核工具流，另一半是直接把你拽进人机交互伦理和人文社科理论怎么套在数据分析上的玄学研讨会。 上课自由度：老师人好得像开了佛光，主打一个鼓励引导，你在课堂里写别的作业她也不管，但嘴上还是会象征性地飘一句“大家认真听讲哈”。 考核标准：得啃三篇以上的论文，上去做两次展示，最后还得拉个小组搞一个研究课题报告（不需要多正经的研究成果和论文，你只要把研究方法该怎么应用讲明白就差不多能交差）。 授课质量：老师塞的内容其实挺多，就是有时候开快车快到起飞，有时候又宽泛得像在头顶飘过一片云，总体来说也就还可以。

课程内容：计算传播那点事儿 上课自由度：高 考核标准：两次pre＋两次研究计划报告 授课质量：一句话概括就是一言难尽。两位老师对文科生寄予了堪比催熟剂的高期待，研究报告永远都是不满意，永远差口气。讲课速度快坐火箭，老师自顾自爬数据，回头一看学生还在原地系鞋带。pre多得根本不可能拿满分，总分就这样一路滑坡，给分属实不太友好。老师的操作也挺抽象的，叫文科生多跟电院软院的同学交朋友，我请问呢，这是上课还是搞联谊拓圈子。总结：慎选，请严格慎选。真心希望下届文科平台能对这门课有所取舍，我实在无法想象法学院、人文学院的同学还有媒传学院非传播学的兄弟姐妹上这门课时的精神状态，那画面太美。

课程内容：计算传播相关内容 上课自由度：高 考核标准：两次pre＋两次研究计划报告 授课质量：一言难尽，仿佛在玩一场没给说明书的硬核游戏。两位老师对文科生的期望值直接拉满，研究报告永远差一口气。讲课速度像开了2倍速，老师自己爬数据爬得飞快，回头看学生有没有跟上？不存在的。pre多到不可能拿满分，总分自然就滑跪，给分不太友好。老师也很抽象，叫文科生多和电院软院的同学交朋友。我请问呢？ 只能说慎选慎选。希望下届文科平台能优化一下课程菜单，我很难想象法学院、人文学院的同学和媒传学院除传播学外的其他同学上这门课时的精神状态。 成绩出了，实在不太好看就不写出来了。平时分扣了10多分确实比较抽象，主要是我上课经常回答问题，结果跟从来不回答的一个平时分，那干嘛还说回答问题算分呢，，，

课程内容：计算传播学那点事，社交网络分析、ROST CM6等软件应用，一门课俩老师合着上，跟拼单似的。 上课自由度：极高，高到你在课堂上原地起飞都没人拦你。 考核标准：上课发言+两次论文pre+两次研究计划pre+期末团队研究计划文字稿，主打一个pre到地老天荒。 讲课质量：讲课质量这事先放一边，课程内容和文科生的认知背景中间隔了一整个东非大裂谷，老师对学生能力水平的期望直接飙到平流层。讲计算传播的现实应用还凑合，但一到技术部分，上课就掏出爬虫工具、ROST CM6这些最简单的分析工具，然后转头就指望你在最终研究计划里整出创新性，这落差堪比教你泡面却让你去申报米其林。最终团队研究计划会涉及自然语言处理方法，老师希望我们对所采取的研究方法有理解，靠读一篇应用此方法的核心期刊加CSDN实例来应用。可现实是很多此类方法都绕着机器学习转，对没有相关基础的文科生来说，底层原理难理解到像让文科生徒手拆核反应堆，结果就算要应用，也只能直接调包加调参。但你一旦用了，哪怕你真把文本主题聚类成功了，最后研究计划报告上老师又会灵魂拷问你为啥用这个聚类算法、为啥把这个参数调成这样，试图让文科生理解LDA聚类算法、K-means算法、词向量是怎么来的，属实离谱到南极。我也试着查了介绍相关技术的文档，结果前置知识要得太多，难蚌。 好在如果你不碰这些算法，改用一些相对简单的研究方法，水过去是可以的，只是老师对我们的期望明显不止于此。至于怎么给分就不知道了，还好研究计划分数占比没那么高。 这门课第一年开，也算是把文科平台课程设置的不合理之处体现得明明白白，下一届培养计划改到大二上开课，希望内容也能相应改进，贴近文科平台学生的认知背景。 查到分数了，只能说累死累活给分也一般，除了没有卡绩之外没啥优点。指望在课上学到东西是不现实的，对摸鱼也不友好，身边有划水的同学平时分被扣了接近十分，不发言分数全给你扣完，只能说慎选。