概念解读
Computational social science 计算社会学：计算社会科学是指与社会科学的计算方法有关的学术子学科，即使用计算机来建模，模拟和分析社会现象。
文章导读
01 研究背景
随着技术的飞速发展，消费者和供应商的业务交互现在可以生成大量信息，这使得实施这种类型的数据分析变得更加容易。如今，大数据革命给企业领导者和跨学科研究人员带来挑战和机遇。例如，全球数据量每18个月翻一番，企业数据预计在未来几年内将增长约650％。当今，大多数公司拥有的数据量超出了他们的处理能力，管理人员认识到了潜在的价值，但根据领先的学术和商业媒体的资料，大数据的承诺仍未实现，其潜力来自于使用数据来支持组织运作和服务于利益相关者的方式。同样，如今将分析嵌入其运营中以支持数据密集型策略。
大数据时代为研究人员在研究社会科学现象的方式发生变化和转变时，创造高度相关性和影响力提供了新的机会。随着新的数据收集技术，高级数据挖掘和分析支持的出现，我们可以探索的研究问题和适用的研究方法似乎正在发生根本变化。内容包括社交网络，政治言论，公司公告，数字新闻，移动电话，家庭娱乐，在线游戏，金融服务，在线购物，社交广告和社交商务。数据收集成本的不断变化以及研究人员，必须进行利用微观、中观和宏观水平数据的研究的新功能，这表明科学范式可能转向计算社会科学。与经验规律性分析、实验设计和纵向经验研究相关的新思维进一步表明，可以针对快速获取大数据集量身定制的这些方法。这将使业务分析人员和研究人员可以频繁、可控制且有意义地观察现实现象。我们讨论了科学哲学应如何与时俱进，并通过比较早期和当前的研究探究来阐明我们的观点。我们反对理论不再重要的观点，并提供了一些新的研究方向。
02 研究问题
1.大数据如何支持研究范式的转变？
2.什么是大数据下的计算社会科学？
3.传统范例研究与新范例研究有何区别？
03 主要观点
1、在大数据存在的情况下向计算社会科学的转移涉及库恩式的科学范式转换。
总体而言，计算社会科学，决策支持和信息系统研究的范式转变基于几种不同的力量。它们包括技术变革，学科融合以及数据分析新工具和解决方案的可用性。它们涵盖了高级管理层对数据分析在决策支持中的价值，市场竞争的变化以及企业脱颖而出的要求所驱动的新业务实践。
图1 大数据的传统研究方法和新的研究方法
2、尽一切可能驱动观察到的事件，并开发分析方法以可靠地预测是大数据下计算社会学的竞争优势。
通过这种方式考虑数据和研究设置，可以使人们对现实世界有更全面的了解，将其作为行动空间，以供更多明智的决策者创造价值。许多研究人员面临的主要困难是缺乏描述他们希望研究的现实世界的数据。他们还必须通过应用有助于发现新知识的最有效的研究方法来应对局限性。但是，用于社会科学研究的数据现在更加丰富，因此用于解决关键问题的方法将大大提高获得有用见解的能力。现在，先进技术支持研究人员获取数据，以识别复杂的现实世界系统中有趣的经验规律，以支持高价值的决策支持。
表1 大数据下的计算社会学的专业术语
3、在存在新的大数据的情况下可以解决的研究问题的范围已扩大到包括1980年代和1990年代可用数据无法研究的问题。
通过现在可以利用基于Internet的和其他来源的大型数据集，研究人员可以汇集代表性的观察结果，以识别和探查不同种类的案例，对这些案例进行分析可以产生重要的统计结果，并以比以往更有意义的见解支持更全面的理解。同样，在社交网络服务领域，基于Web的交互出现之前，直接衡量两个人之间关系的强度并不容易。现在，我们有了可用于直接观察用户在社交网络中行为方式的可用方法，利用新的跨学科研究设计和方法（例如图论模型和事件分析）来攻坚新的研究问题的能力，以了解隐藏的用户行为。
图2 大数据可以解决的商业，消费者和社会问题
04 主要结论
大数据为研究提供了新的机遇，它在减轻计算社会科学研究中的三角困境中所扮演了重要的角色。这种变化是一种范式转变，使我们能够以空前的控制力和新的现实世界见识在时间和背景下研究更广泛的问题。正如我们对实际考虑的讨论所暗示的那样，进行这类研究仍然面临着巨大的挑战。除了我们已经描述的新的研究方法之外，仍然存在使研究中的创造力成为永无止境的追求和对新知识的遥远印象的同类问题。
图3 需求对大数据下计算社会科学产生压力
大数据是强大的，至少在某些方面具有强大的功能，但它们也补充了有关在现实世界中实际发生的事情的简单而精练的管理知识。尽管我们关注的是大数据的存在如何改变计算社会科学研究的范式，但是从新方法中获得的见解，对于管理人员更有效地进行数据驱动的决策至关重要。大数据为我们提供了新的解决方法，但高水平研究人员似乎就如何进行有洞察力的实验展示出敏锐的思维，提炼出有用的解释并从直觉到知识重做的理论解释。它对工作和迭代有关的意义远大于对发现的意义，因为它描述了成功进行研究必须所付出的努力和过程。
05 原文信息
原文题目: Understanding the paradigm shift to computational social science
in the presence of big data
原文作者: Ray M. CHANG, Robert J. KAUFFMAN, Young Ok KWON
期刊名称: Decision Support Systems
发表时间:2014/7
原文链接:
https://www.sciencedirect.com/science/article/pii/S0167923613002212
转自：“量化研究方法”微信公众号
如有侵权，请联系本站删除！
