认知偏差与突破路径:炒作高峰期后的大数据与社会研究

被引:4
作者
刘存地
机构
[1] 武汉大学社会学院
关键词
大数据; 炒作周期; 社会研究; 计算社会科学; 数据质量; 数据代表性;
D O I
10.13365/j.jirm.2020.02.037
中图分类号
C32 [统计方法、计算方法]; TP311.13 [];
学科分类号
03 ; 0303 ; 1201 ;
摘要
新一轮信息技术革命为社会研究带来了新的数据资源和数据分析处理工具,基于网络大数据的社会研究由此成为计算社会科学的核心内容。但几年来,相关研究成果的质量与价值尚不尽人意,其发展正面临很大的困难。本文对产生这一现象的原因进行分析发现,新兴技术炒作所造成的复杂信息环境,导致不少社科学者对大数据时代的数据获取能力、数据代表性、数据质量、数据处理能力等产生认知偏差;要矫正这些偏差,并突破当前的发展瓶颈,可行的路径是对各种网络大数据进行有针对性的研究,准确而透彻地认识其特征;在研究中注重整合网络大数据与传统数据两种资源,使之互补长短;运用新兴信息处理技术,探索创新适合大数据的分析方法,致力于在研究方法和具体技术层面发展出一套完善的规范。
引用
收藏
页码:37 / 47
页数:11
相关论文
共 17 条
[11]  
精准创新[M]. 中国财富出版社 , 芬恩, 2015
[12]  
大数据时代[M]. 浙江人民出版社 , 迈耶-舍恩伯格, 2012
[13]  
The End of Theory:The Data Deluge Makes the Scientific Method Obsolete .2 Anderson C. Wired Magazine . 2008
[14]   大数据时代的社会治理与社会研究:现状、问题与前景 [J].
冯仕政 .
大数据, 2016, 2 (02) :3-16
[15]   对大数据的再认识 [J].
李国杰 .
大数据, 2015, 1 (01) :8-16
[16]   神经网络分析与相关分析、回归分析的比较——基于大学毕业生的成就性水平及其影响因素的研究 [J].
尹海洁 ;
高云红 .
江苏社会科学 , 2014, (06) :24-31
[17]   《Science》杂志发表关于计算社会科学的文章:Computational Social Science [J].
张鉴 ;
孔丽华 ;
David Lazer ;
Alex Pentland ;
Lada Adamic ;
Sinan Aral ;
AlbertLszl Barabsi ;
Devon Brewer ;
Nicholas Christakis ;
Noshir Contractor ;
James Fowler ;
Myron Gutmann ;
Tony Jebara ;
Gary King ;
Michael Macy ;
Deb Roy ;
Marshall Van Alstyne .
科研信息化技术与应用, 2010, 1 (02) :89-91