社会科学大数据计算—大数据时代计算社会科学的核心议题.doc

社会科学大数据计算—大数据时代计算社会科学的核心议题.doc社会科学大数据计算——putingofSocialScience:putationalSocialScienceinBigDataEra作者:郝龙/李凤翔作者简介:郝龙,武汉大学社会学系博士研究生,研究方向:数字社会学与计算社会学;李凤翔,武汉大学社会学系博士研究生,研究方向:经济社会学与数字社会学。原文出处:《图书馆学研究:理论版》(长春)2017年第201722期第20-29,35页内容提要:大数据时代的数据累积与技术进步,为计算社会科学的发展奠定了新的契机,大数据计算也取代社会模拟成为计算社会科学的核心议题。社会科学大数据计算,依托最新的大数据分析处理技术,致力于从符合社会研究需要的数据海洋中挖掘、清洗出有价值的“知识数据”,并在此基础上展开科学分析与知识发现。当前,电子踪迹、社交媒体、数字文本与空间位置信息是4种最具代表性的社会科学大数据类型,它们已被广泛应用于诸多社会研究领域之中,在推动数据分析方法创新的同时,也极大地拓展了社会科学的研究视野。尽管仍而临着数据、技术、知识边界和社会伦理等方而的种种限制,社会科学大数据计算的发展潜力无疑是巨大的。,puting,putationalsocialscience,aimstominez,knowledge-dafrombigdatawhichcanmeettheneedsofsocialresearch,onclusionsbythescientificanalysisofknowledge-,socialmedia,digitaltextandGPSarefourtypicaltypesofsocialsciencebigdatacurrently,,,suchasdatarepresentativeness,authenticity,validity,andethies,:复印期号:关键词:标题注释:0引言《图书馆学情报学》2018年04期大数据/计算社会科学/大数据计算/知识数据 putatiormlSocialScience/puting/Knowledgechta本文系国家社科基金重大项冃“大数据时代计算社会科学的产生、现状与发展前景研究”(项冃编号:16ZDA086)的研究成果之一。putationalSocialScience)—词,最早可散见于20世纪90年代初期的文献之中。不过直至21世纪初,它还只是以一种纯粹工具化的形象进入人们的视野,用来泛指基于仿真模拟技术的社会研究类型⑴。这些研究尽管已经闪烁出技术和方法创新的光芒,却始终未能被纳入社会科学的主流话语之中。大数据时代带来的数据累积与技术进步,为计算社会科学的发展奠定了新的契机,大数据计算也取代社会模拟成为计算社会科学的核心议题。然而,纵观^用大数据开展社会研究的相关成果,大部分都由计算机专业领域人员发表,社会科学研究者普遍受技术门槛限制,对这一新方法的接受与应用相对滞后。作为介绍社会科学大数据计算的第一篇中文文章,本文旨在加深中国社会科学界对大数据计算的了解。为此,第一部分将首先对计算社会科学发展的重要文献进行简要回顾;第二部分对社会科学大数据的概念及其计算过程做出说明;第三部分侧重于介绍不同大数据类型的代表性应用领域及其相关研究成果;第四部分进行总结,讨论社会科学大数据计算的发展潜力与现实障碍。1大数据时代的计算社会科学随着互联网在全球范围内的普及,计算机数据(Data)①持续加速增长。2001年,麦塔集团(METAGroup)的分析师道格•莱尼(DougLaney),在T分研究报告中概括出当时计算机数据发展变化的3个主要特征,即Volume(大量:数据体量越来越大)、Variety(多样:数据格式类型越来越多样化)和Velocity(高速:对数据即时处理的要求越来越高)[2]。〃3Vs〃模型的提出标志着人类开始进入大数据时代,这为计算社会科学的进一步发展提供了重大机遇。不过直^2009年,网络大数据计算才被真正纳入到计算社会科学的方法体系中。是年,以大卫•拉泽尔为代表的15位美国学者,以〃计算社会科学〃为题在Science