大數據應用于社會科學研究的價值

摘 要：在大數據時代背景下，如何在海量的數據信息當中挖掘知識與發現知識，探究隱藏在數據當中的相關性、模式與趨勢，社會現象和預知社會發展規律被揭示，需要我們具有較強的數據洞察力。隨著網絡社交與移動互聯網的興起與廣泛應用，無論是網絡科學還是數據科學，均提供了全新的科學發展觀。在人們的日常工作與生活當中，大數據所帶來的機遇和挑戰是顛覆性的存在，同時為社會科學研究提供了全新方向，發揮大數據優勢向外拓展新聞傳播研究廣度。

關鍵詞：大數據背景;社會科學;創新策略

一、大數據的基本特征

（一）重發現非實證

在傳統的實證研究當中，過于注重在理論的前提下建立假設并收集證據，對理論的適用性進行論證，采取隨機抽樣的方式，定量調查問卷并獲取收集，對假設進行驗證，這屬于一種自上而下的決策與思維過程。隨著大數據時代的到來，在發現知識和預知未來時，為探索未知社會帶來了全新機遇。這樣的預見性，屬于一種自上而下的知識發現過程，在沒有理論假設的前提下，預知社會與商業發展趨勢。因一般數據挖掘，是在沒有明確假設的前提下，挖掘信息與發現知識，所得到的新型應具有先前未知、有效與可實用的特點。

（二）非結構化數據

數據挖掘則是發現以往未知、實用且有效的知識與信息，非結構化數據在其中占據較大比重，這是大數據時代所具備的顯著特征。例如，微博這樣的社交媒體，所產生的大量文本當中，包含許多有價值的信息，大數據分析對中文文本挖掘技術而言屬于一種全新突破。在地球上產生的數據中，結構化數據只占百分之十左右，剩余的百分之九十的數據都是非結構化數據。因此，在大量的文本當中，發現人們的行為、態度與情感。無論是文本挖掘還是語義分析，在大數據時代背景下，為社會情感挖掘、意見挖掘等均帶來了全新商機。

（三）重全體輕抽樣

大數據屬于商業自動化儲存的數據，在軟件應硬件滿足的條件下，能夠對海量的數據進行全面分析。隨著時間的推移，儲存于軟硬件的經濟性與工具的先進性，以及海量數據的處理能力均得到了顯著提高，數據挖掘算法因此得到了改進與豐富。在統計分析與機器學習的神經網絡建模技術的發展歷程中，抽樣并非是必要的手段與方法。因大數據并非是總體，但是在理論層面上看，再大的布局也沒有隨機抽樣具備代表性。但是大數據分析技術需要抽樣，無論是隨機抽樣還是過渡抽樣，均是必要的建模過程與方法論。

二、大數據與社會科學

人是社會科學研究的主體，人所在的群體、組織與相互關系也包含其中。因社會是由人和關系相互組成的，社交網絡能夠為人們提供在線交流與信息傳播的平臺，人們的在線化生活，是社會化媒體行政全新的媒介生態環境，在人們的發展歷程中，社交媒體可構建巨大的社會網絡并不斷演化。在具體的發展例程中，演化的信息可被精確記錄，在大數據分析中，網絡科學與社會網絡分析屬于重要的技術與方法，網絡科學的存在能夠使人們更加全面的觀察人類社會的行為模式。因此，在數據時代下社會科學得到高度重視，由自然人向經紀人過渡，進入到社會人的社會化生產，表明人越來越需要社會化。

社會人是因他人的存在，才能夠真正實現自身價值。在大數據時代下，研究網絡環境下的社會人，成為重要內容，同時還應關注社會人的態度行為與社會影響。傳統的社會“平均人”，已經不是重點研究對象。在以往的數據分析當中，過于關注群體行為模式。因此，應在大數據中捕捉個體的行為模式，并將分散在不同地方的數據信息進行集中，在大數據中進行處理就能夠捕捉群體行為。大數據時代的到來，為社會科學研究指明了全新方向。

三、社會科學與網絡科學

從某種程度來看，在理論尚未完全構建完善的基礎上，數據挖掘有了大量商業應用的結果。大數據時代的到來，為網絡科學與數據科學等新型學科的發展帶來了全新機遇，在分析各項數據的過程中，需要大量的復合型專業人才。大數據更多的是來源于社交軟件，人們的社會生活被記錄在社交媒體與傳播網絡當中，每個人的屬性數據均包含其中，還能夠捕捉到最真實的社會關系，深入研究社會結果并發現其中蘊含的規律。

因數據科學的興起，數據科學家成為當前最搶手且熱門的職業，在大數據時代背景下，需具有較強中控大數據分析能力的專業人才，能夠探究豐富的數據來源，但在一定軟件與寬帶的限制條件下，具備處理大量數據的能力，同時還能夠清晰數據保證數據質量的唯一性與安全性。通過構建大數據中心，將不同數據源以及數據類型的數據倉庫融入其中，數據可視化技術被掌握，構建豐富的軟件高效處理各項數據，有創造性的掌握各項數據。

四、結語

總而言之，在社會科學研究的各個學科領域當中，大數據分析思想得到廣泛推廣與應用。當今的社會更是網絡化社會與數據化社會，在我們的日常工作與生活當中，大數據技術得到廣泛應用，并起到至關重要的作用。但是，大數據能夠使社會更加民主，傳播網絡能夠幫助人們獲得大規模的言論分享度，贊同與反對均包含其中，顛覆我們的日常生活。面對大數據時代的決策，我們應用積極的態度面對，應對大數據所帶來的機遇和挑戰。

參考文獻

[1].“雙一流”建設背景下學科交叉導向的學術組織創新[A]. 張弛.高校·學科·育人：高等教育現代化——2017年高等教育國際論壇論文集[C]. 2017

[2].國家學科制度下一流學科建設的反思[A]. 劉小強.高校·學科·育人：高等教育現代化——2017年高等教育國際論壇論文集[C]. 2017

[3].江蘇高校“一流學科”基本狀況初步分析——以三輪學科評估前10名為例[A]. 李鳳瑋，周川.高校·學科·育人：高等教育現代化——2017年高等教育國際論壇論文集[C]. 2017

作者簡介：

姜汐函（2000.7.24）女，民族：漢族，籍貫遼寧省營口市，當前職務：大四學生，學歷：本科，研究方向：行政管理。