第二场主旨报告由南京大学社会学院教授、教育部“青年长江学者”陈云松教授主讲。其主题为“大数据和机器学习的社会学应用”，主要探讨了传统定量社会学的困境以及如今如何利用大数据进行宏观定量社会学研究，并通过展示陈云松教授及其团队在计算社会科学方面的研究案例，对从不同的主题对大数据应用及机器学习进行了生动的讲述以及深度的思考。在基于大数据的宏观定量社会学方面，他谈到了对当代社会学定量研究的反思。传统社会学高度依赖个体层面的调查数据，针对个体个人的社会调查，定量社会学的视野被锚定于“微观旨趣”的学术路径依赖。这种问题并不仅仅因为“方法论个人主义”的传统，对“生态谬误”的过度警惕，同时也是客观上缺乏足够的宏观数据可以支撑社会学研究的展开。而大数据可以获得传统问卷调查所无法预测的数据，个体数据无法获得的“宏观数据”，从而进行更偏向真实的研究，通过从大数据中利用计算社会科学方法提取建构出宏观社会指标，除了能够可视化呈现或助力发现直观的社会关联， 更重要的在于可以发展新的研究范式，在社会结构尤其是社会网络方面实现对大理论的检验，从而形成宏观旨趣，也可以桥接传统定量社会学理论，取得社会学全新的发展。