陈云松丨大数据的功能

大数据的功能

文丨陈云松

来源丨《社会远观》

“大数据”一词在 2010 年之后爆红网络，人人视之为新的知识风口。与该词密切相关的主题，从“云计算”“数据分析”“人工智能”等计算机科学领域的专业词汇到“海量数据”“市场营销”“精准投放”等商业新概念，不一而足。对于一个新生事物市场的嗅觉往往最为灵敏，其次当属学术界。但不同于以往的是“大数据”这一学术词汇不仅在与计算机科学相关的学科中被关注，就连一向偏于保守滞后的人文社科领域的研究者也向它投去了目光。

大数据”一词 2004—2020 年谷歌趋势

五彩气泡一般的大数据，折射出诱人的光芒，但当我们伸手去够时，却好像什么都摸不着，对于人文社科学者而言尤其如此。读着顶级杂志《科学》上宣告计算社会科学时代到来的言论，人们很容易心驰神往，然而若是真正着手于大数据研究或大数据观察思考，脑海里却接连冒出问号: 到哪里寻找问题? 又如何给出一份合理的回答?对于初识大数据、没有接受过数据科学专门训练的人来说，这些都是棘手的拦路虎。那么，我们应该如何利用大数据?大数据究竟能为我们观察社会和分析社会带来什么呢?

史学需要史料，人文需要文本，社会科学需要数据和案例。首先，单就“大数据”本身而言，最直接的价值便是向它们提供来源多样的信息，以供分析和探索。对于社会学来说，有此数据在之前是不可想象的，传统社会调查方法对于日常信息鞭长莫及，社交网络上个体实时更新的生活动态却为它们开辟出了新的天地，对于文史学科来说，阐释新旨、发微显隐依赖于史料文献，许多珍本秘籍却难得一见。而近年来各类数字集库项目，能帮助学者们打破重重锁钥的限制，只需轻击鼠标，登录界面，就能遍览百世善藏。

其次，大数据技术为人文社科研究中的信息检索与分析提供了迅捷的通道。学海无涯，人生有穷，纵然是再勤奋的学者，面对浩如烟海的典籍，也会感到自身的渺小;社交媒体上的百万用户发布的文本信息数量如此庞大，如果单凭人力去阅读标记，难免效率和正确率低下。而大数据概念下的文本分析技术，却能够在几分钟里遍历文献，展示其脉络，归纳其主题。因此，大数据为人文社科研究提供了广阔的空间，如果运用得当，就能够产生巨大的作用，充当历史的显示器、社会的实验场。由此，在这一章，我们把大数据的社会价值归纳为五个方面。第一，大数据记录当代社会。历史是过去的社会，社会是未来的历史，一切社会的痕迹流传于后世，都将成为解读当代的史料，若是审之于当下，它们就能充当反映现实的记录。人们在审视自身所处的社会时，往往有“身在此山中”的迷思，而大数据提供的宏观视角，则有望为学者提供一处俯看当今时代的平台。引擎里的每一次网络搜索，平台上的每一则消息发布，微博中的每一条文本评论，都有望在大数据之手中聚个体而成群体，集微观而显宏观，融汇为记录与阐释当代的珍贵视窗。

第二，大数据重现宏大历史。历史的走向是复杂的，但并非无迹可循。然而单以个体史家之力，很难面面俱到，绘成一幅巨构长编。大数据及其配套平台和技术的出现，则为学者提供了一处能够交互的史料分析器。基于电子化的史料数据集成，再加以研究设计的巧思，学者们就能够看到特定议题的动态变迁一一边关的贸易、地理的探索、文明的兴衰、世界重心的迁移都能够呈现于一图一表之中。其考据之准确、视野之宏大，往往是传统研究方法不可比拟的。

第三，大数据澄清社会事实。社会中常常有一些未经验证但被广泛传播的刻板印象，比如有人指责网络话语会催生不文明的词汇，并对汉语造成污染; 还有人认为相较于男性而言，女性更容易迷信。这些刻板印象问题却多为传统的人文社科学者所忽略，因为它们只是听上去有意思而已,要解答起来又实在很不好下手。而借助大数据的视角，我们可以用强有力的实证资料来对这些说法加以证实或证伪，由此获得的真知会更加发人深省。

第四，大数据呈现复杂现象。对于一些复杂的社会现象和历史情境，现有的人文社科方法有时难以给予恰当的表达或描述。比如数百年来，人们的语言系统是否变得更加世俗了，再如自然科学和人文社会科学领域，学者在合作研究网络上有何差异、有何演化趋势，这些问题涉及诸多维度。相比于传统方法，大数据同样未必能提供精准的终极答案，却可能提供一些从前难以获得的可视化方式。这些变量或者图表能够为复杂问题给出特定范围中的有效回警。

第五，大数据提供文本远读。古往今来，人类社会活动的各类档案积累可谓浩如烟海。信息爆炸时代，不管是学者还是普通读者，往往很难从巨量的资料中精准获取我们所需要的知识。更重要的是，因为资料体量巨大，我们往往只能如盲人摸象一般，无法窥见全貌。因此，很多时候我们观察社会、了解文化的困扰从一书难求变为了纷呈乱目。而借助大数据及机器学习文本分析技术，我们可以解放自己的眼睛，从大历史、大时空的角度来总览特定主题、特定文本、特定社会文化现象的草蛇灰线和来龙去脉。如果说过去解剖麻雀般的案例研究方法是用显微镜观察局部.那么利用大数据的鸟瞰式观察就是用天文望远镜总览全局。

大数据的横空出世，如同一道幕布正在徐徐拉开。无论是普罗大众还是人文社科领域的学者，其实都无法预言大数据与人文社科的碰撞最终能激发出何等的轰鸣。本章的内容虽然远不能展示大数据的全部潜力，但可以借着幕布后透出的光亮，来为读者做引导式的简介。当今的人们所做出的涓滴尝试，都将汇聚成未来的浩瀚江海。大数据研究开拓出的广阔空间，正欢迎读者们投身于其中，开始属于自己的创造。

 

*注：内容仅做学术分享之用，若涉及侵权等行为，请先与本公众号联系删除，万分感谢。