試論大數據環境中社會科學研究范式論文

　　21世紀是一個信息化的時代。在這個時代下，數據最有說服力，人們對大數據的認識是不同的，很多人都覺得它是寶貴的資源，認為它是一種重要的源數據，凝聚著客觀的智慧，它能夠給社會科學的研究提供很多重要的信息。然而，它又不是萬能的，我們切不可將其作為唯一的研究方法。

　　一、研究范式分析

　　在研究社會科學的時候，主要有四種研究范式。第一范式主要是對自然現象的描述，這種范式出現在文藝復興之前；第二范式主要是對模型的建造與概括，它稍晚于第一范式，產生于文藝復興以后；第三范式主要是進行科學計算，它以計算機為依托，將復雜的現象模擬出來；第四種范式就是探索數據，而且會涉及到大量的數據、重視挖掘、統計與分析數據。

　　克里斯·安德森指出，很多社會科學都想要將行為的原因找出來，然而他們卻怎么都找不到，其實不需要對行為的原因作出解釋，僅僅需要對個體的行為進行了解；為此，只需要通過大量的數據分析來找出之間的關系與關聯，這就要求有大量的數據，在數據的支撐下，不需要再進行假設，只需要在計算機中計算，從而得出相應的規律即可。

　　傳統科學研究與大數據思維之間有很大的差別，前者比較側重的是數據的演繹，而后者則十分注重數據的歸納。前者的演繹是建立在已知公理的基礎上的，在公理的輔助下判斷特殊情況，并在此基礎上得出相應的結論，演繹的方法也是研究現代科學最基本的方法。

　　現代科學研究都是建立在觀察和分析的基礎上的，在分析之后提出相應的問題，然后在問題的基礎上會提出假設，之后就會根據假說再演繹、推理，最終在實驗的基礎上，得出確定性結論；與演繹不同，歸納遵循的思維過程就是從特殊到一般，它需要海量的數據，并對數據進行分析和歸納，從而得出這些數據的共同特性，從而得出相應的推斷、非確定性結論。在現實中，歸納法是商業推廣中最經常使用的。比如，通過對數據的分析，就可以發現一些顧客在購買A商品的時候也會同時購買B商品，這就會使商家得到一個有不確定性的預測，即購買A商品的顧客同時也會買B。如果在分析的結果中這種現象大量存在，那么商家就可以向購買A的顧客推薦B，從而形成一種連帶的效應。這個消費的案例就在一定程度上表明了數據歸納分析的優點，即使沒有理論的指導，也不需要進行假設，更不用對其進行證實、證偽，只需要對數據進行分析就可以找到事物之間的關聯性，從而達到相應的目的。正是因為大數據分析的歸納功能十分便捷，因此很多人都覺得它可以代替傳統的演繹方法，然而這種認識是錯誤的。

　　如今雖然處于一個大數據時代，但是數據再大也是有限的，有限數據也就決定了樣本的數量也是有限的，在有限的樣本下，就根本不能得出具有確定性的結論，一般都是預測和非確定性的結論，非確定性就表明它只是一種概率，而不是絕對的存在，然而社會科學是一門科學它所需要的并不是一種概率，而需要一種準確的因果聯系和精確的答案。

　　此外，大數據的歸納方法雖然被很多的商業推廣所使用，但是也不能僅僅只探索事情之間的可能性聯系，這是不夠的，它也需要對事物之間的因果關系進行探索。

　　從本質上來說，歸納和演繹是人類思維中必不可少的，同時存在的兩種方法，它們之間相輔相成、相互依托。在具體的實踐中，大數據分析并不只是單純地數據歸納，它不僅需要數據，在分析數據的時候同樣會聯系到以往的知識和實驗。算法以及程序的開發與研究都是建立在以往的理論和知識積累上的；實驗檢測是每一個設計好的算法和程序都必須經過的一個階段；然而如果研究者沒有事前考慮某些事物之間的聯系或者是其它方面的問題，那么就不會開發出什么程序，更不知道用程序來干什么。

　　從眾多的實踐來看，大數據的歸納方法，主要是用來進行預測，而不是做出科學假設。數據分析家在數據分析的基礎上，除了要對自然事件進行預測，還會對社會事件進行預測。然而大數據歸納分析的準確性遭到了很多科學家的質疑，但是由于受社會科學研究的傳統理念影響，就認為與自然界相比，人類社會有別樣的復雜性，往往無法預知社會發展和人的行為，然而大數據的出現和發展，給這種思想帶來了很大的沖擊。

　　二、數據研究方法

　　在進行大數據研究的時候，往往需要收集海量的網絡信息，然后在此基礎上對所有的信息進行分析，比如，通過對微博上的帖子進行收集，收集之后，再根據帖子的性質以及語義等多種角度對其進行合理的分類，最后統計其中的詞頻。在社會科學研究的傳統方法中是不可能得到那么多的資料，不僅如此，在質量上也不能很好的保證，然而傳統的研究方法有自己的優點，比如說通過訪談，不僅僅可以收集到受訪者的談話，更重要的是它可以探查人們的心理和想法，從而可以對他們的情感進行了解和把握，通過談話可以將文字表達不出來的細膩的情感與表情揭示出來。大數據雖然有很多的優勢，但是它不可能成為唯一的社會科學研究的方法，它不能取代抽樣調查，主要是因為在很多時候，某些特殊領域的信息是不能公開的，所以在計算機上是找不到相應數據的，這個時候只能依靠抽樣調查來進行了解。此外，大數據所分析的數據是有限的，因此很難得到比較完整的結論，而抽樣則是從整體樣本中選取典型樣本，相比較之下具有絕對的優勢。最后，大數據分析收集的只是一些死信息，而抽樣調查等傳統的研究方法則可以充分調動受訪者的主觀能動性，從而可以靈活地掌握采訪的信息，很多時候不僅能夠得到需要的信息，還有可能發現新的信息。

　　三、結語

　　在如今的大數據時代，大數據分析具有重要的作用和價值，它毋庸置疑地可以促進社會科學的研究與發展，但是同樣不能忽視其他的研究方法。只有將大數據的分析歸納方法與傳統的方法完整地結合起來，才能促進社會科學的研究與發展。只有不斷探索新的方法，才能給社會科學研究發展提供強大的動力，因此要促進多種方法的并存互滲，使社會科學從多種角度來觀察社會與人類，從而更加深入地闡釋人類的社會生活。

　　【參考文獻】

　　[1]鄭一卉.范式與方法：對大數據環境中社會科學研究的反思[J].新聞知識，2016.01.12-14.

　　[2]李曉鳳.社會工作研究范式的發展及其對社會科學研究的啟示[J].廣東工業大學學報（社會科學版），2013.06.5-11+101.

【試論大數據環境中社會科學研究范式論文】相關文章：

范式中的最后一環論文05-03

試論社會科學研究成果的評價05-01

社會科學范式初探哲學論文05-03

試論單位犯罪中之“單位”論文05-01

試論環境變暖的危害及對策設想論文04-30

社會科學研究中的超越與融合04-26

環境保護結構績效研究中SSP范式的應用04-27

淺論環境統計中數據的審核方法04-25

現代生物技術在環境科學研究中的應用04-28

試論歷史教學中的創新教育論文05-04