8月24日，亚洲社会仿真学会（Asian Social Simulation Association, ASSA）第二届学术年会暨2024年社会仿真模拟国际研讨会（International Symposium on Social Simulation, ISSS）在北京大学武汉人工智能学院举行。西安交通大学“领军学者”特聘教授、实证社会科学研究所所长边燕杰出席并作主题报告。边燕杰教授作了题为“The Four Pathways of Integrating Traditional Data Forms and Big Data: A Sociological Perspective”的演讲。

边燕杰提到，人文社会科学研究的目标是探索新知，方法是科学实证，手段是各类数据。传统的数据形式包括个案数据、实验数据和调查数据，获得渠道多为线下，而线上大数据则为探索新知提供了一种全新的数据形式。

边燕杰的报告揭示了大数据与传统数据的四种结合途径：一是基于传统数据提出的人文社科实质问题可以借助大数据获得新的科学验证；二是传统测量与大数据测量的结合可以深化对人文社科概念的内涵理解和理论假设检验；三是理论导向的传统数据分析范式可与大数据的机器学习相结合从而获得理论分析突破；四是线下随机抽样与线上问卷调查的结合从而数据收集中发挥线上线下的双重优势。

边燕授的报告简介了国内外社会学家对于大数据与传统数据结合的成功范例，并以铸牢中华民族共同体意识的指数研究为例，着重讲解了西安交通大学团队对于线下随机抽样与线上调查问卷的结合途径正在开展的探索。

亚洲社会仿真学会（Asian Social Simulation Association, ASSA）由华中农业大学熊航教授、中南大学吕鹏教授、武汉大学吴江教授等10多为中外学者共同发起，于2023年8月26日在武汉市成立，来自中国、新加坡、日本、越南、马来西亚、缅甸、俄罗斯、澳大利亚、英国、荷兰、美国等近20个国家和地区的学者积极参与。本届会议聚焦于智能仿真模拟研究领域的前沿进展——大型社会模拟器，旨在共同探讨智能体技术的创新应用、仿真模型的精准构建、模拟器装置在应对社会不同场景挑战中的潜力与局限。