社会科学研究中因果分析方法的比较与应用

因果分析方法在社会科学研究中有着重要作用。文章通过对多种因果分析方法在使用目的、因果关系设定形式、变量控制方式等方面的比较,提示在使用因果分析方法时应注意方法使用的前提条件,关注实际因果关系与统计上的因果关系的区别,避免虚假因果关系的判定,以便更好地运用因果分析法。

大数据知识的实现方法探析

从知识论的发展历程看,当代知识论不仅研究知识的发现问题,还研究知识的确证和实践问题。大数据知识论作为当代知识论发展的重要成果,主要研究大数据知识的发现、确证和实践问题。从方法论视角看,大数据知识的实现方法主要包括大数据归纳方法、基于关联的因果分析方法和递归分析方法。每种方法具有不同的侧重点,解决不同的知识实现问题。大数据归纳方法主要通过对大数据的存储、分析、挖掘和可视化等,发现大数据中包含的潜在知识。基于关联的因果分析方法主要通过对大数据潜在知识进行因果分析确证其真,实现大数据信念向大数据知识的转换。递归分析方法主要通过向后递归和向前递归彰显大数据知识的实践价值。大数据知识的实现方法彰显大数据技术的重要性、大数据知识实现方法的整体性、大数据知识价值的多元性和知识实现方法的继承性和创新性。