01
先看懂這個課程
適合你，如果你
- 對社會問題有興趣又不怕數據與程式
- 想走「文科問題＋理科方法」路線
- 願意做畢業項目（不限傳統論文）
- 考慮政策研究、市場研究、數碼社會研究
可能不太適合你，如果你
- 完全不想碰統計、程式或數學
- 期望純社科理論或純電腦科學
- 不喜歡跨學科
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|---|
| 社科基礎 | 經濟、社會學、數學、統計、程式（一年級） |
| 方法 | 統計建模、計算社會科學、數據挖掘、機器學習 |
| 專題 | 社會網絡分析、生成式 AI 課程【根據官方課程整理】 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 一年級 | 社科與數據科學基礎（含經濟、社會、數學、統計、程式） |
| 二年級 | 統計建模、計算方法，選專修方向 |
| 三年級 | 機器學習、資料探勘等高階課 |
| 四年級 | 畢業論文或項目【根據官方課程整理】 |
方向、主修或組別
四個專修方向：經濟學、政府與國際事務學、心理學、社會學。選擇時間【資料不足】。
03
你會怎樣學
學習方式
【根據官方課程整理】 數據與邏輯 ●●●●○ 程式／技術工具 ●●●●○ 寫作與論證 ●●●●○ 實地／調研 ●●●○○ 小組／展示 ●●●○○ （最強證據：課程結合社會科學與數據科學，四年須完成畢業論文或項目，並必修生成式 AI 課。）
代表性課程
- 社會科學與數據基礎【根據官方課程整理】
- 統計建模與計算社會科學【根據官方課程整理】
- 機器學習與資料探勘【近期課程例子｜2025/26】
- 生成式 AI 應用【近期課程例子｜2025/26，必修】
04
選修與實踐
選修自由度與實踐機會
課程設計靈活，可於多社科範疇選專修；畢業可完成個人化專案。實習與交換【資料不足】。
05
它和相似課程的差別
與相似課程有什麼不同
- 與 JS7225 數據科學：本課在社科院、問題導向（社會），數據科學在數據科學學院、技術更深。
- 與 JS7301–7304：本課加數據科學方法層，傳統社科主修方法較淺。
06
畢業後的路
畢業後的可能方向
【可能發展方向】
- 社會數據分析、政策研究、市場研究、數碼社會研究
- 進修：社會科學、數據科學、公共政策相關碩士
07
申請與資料核對
入學要求與競爭情況
HKDSE 最低要求
332A22【官方資料】。
計分方法與科目比重
最佳 5 科，7 分制。具體加權科目清單【資料不足／未確認】（新課程，公開比重有限；以 Best 5 為主）。
面試／作品集／測試
經 JUPAS 申請者據報毋須面試（2025 新聞）；唯 goodschool 註「可能設面試及／或測試」，來源有差異【未確認】。
歷年收生參考
【歷史參考｜2025，7 分制 Best 5】
- 中位數【資料不足，新課程首屆，暫無穩定收分】
- 首年學額約 10（待批核）【資料不足／待定】
申請判斷
新課程，收分參考有限；宜直接向學院確認。
學費、資助與學額
- 教資會資助：2026/27 本地 HK$47,000；非本地 HK$175,000【官方資料】。
- 首年學額約 10，待批核【資料不足】。
你申請前最值得確認的事
- 2026/27 比重與是否設面試（來源有差異）。
- 四個專修的入讀與分配。
- 畢業項目形式（論文或專案）。
- 與 JS7225 數據科學的定位差別。
官方資料
審核摘要
| 聲稱 | 草稿值 | 第二輪證據 | 結果 | 行動 |
|---|---|---|---|---|
| 代碼身份 | JS7307 社會數據科學 | JUPAS 嶺大頁 | 通過 | — |
| 學費 | 本地 47,000 | 嶺大費用頁 | 通過 | — |
| 比重 | 未確認 | 無公開清單 | 標資料不足 | 保留 |
| 面試 | 來源衝突 | dotdotnews vs goodschool | 衝突 | 標未確認 |
| 收分 | 無穩定數據 | 新課程 | 標資料不足 | 保留 |
- 審核狀態：有條件通過
- 已複核重點事實：5
- 第二輪修正：0
- 保留提示或不確定項：5
- 刪除的無依據內容：0
- 資料適用入學年度：2026/27
- 課程結構適用 cohort：未確認
- 最後核對日期：2026-07-12