大数据时代社会科学研究的范式变革与应对策略

[研究目的]帮助人们了解大数据时代人类社会的变迁趋势,探索如何应对由数字技术驱动的社会科学研究范式变革,以便更好地理解和建设数字化人类社会。[研究方法]在分析数字社会的特征基础上,通过对比传统社会科学研究方法,从方法论视角创新性地论证了大数据促进社会科学研究范式变革的观点,认为大数据为社会科学研究提供了“全样本”,能够从宏观和微观相结合的视角,以数据和理论为支撑,构建多学科知识图谱,对多源异构数据进行分析,推动社会科学研究转型升级。此外,从研究者素质、学科发展、应用工具、要素支撑、开放合作、体制机制等方面提出应对社会科学研究新变化的策略,以提高复杂数字社会系统的研究效率和水平。[研究结论]大数据时代,人类社会呈现全域数字化、结构复杂化、万物智能化等新特征,这引发了社会科学研究范式变革,我们需要积极应对这些新变化,才能更好地指导人类社会实践。

精准思政:一种思想政治教育研究范式的批判性考察

大数据技术的赋能使数字环境下的思想政治教育越来越精准化,精准思政研究应运而生。不同于传统研究范式的宏大视野、抽象叙事和规范方法,研究者需要思考经由大数据技术的导介而产生的思想政治教育如何在精准思维的框架内予以准确阐释的问题。以思想挖掘的有效性、资源供给的针对性、过程管理的精细化和效果评价的精确化为框架体系的精准思政因充分彰显思想政治教育向微观领域拓展的趋势而具有较强的解释力,但也面临思想政治教育能否精准的逻辑缺环和解释局限的问题。就现实而言,精准思政研究范式内含的表象思维的精致预设、技术主义的精细构想和数据隐私的伦理困境,使其出现了理论解释力和现实适用性不足的问题,但也为精准思政的创新发展指明了方向。

面向大数据管理决策研究的全景式PAGE框架

大数据和人工智能的飞速发展增加了管理决策领域的复杂性和动态性,也为研究和应用提供了广袤的拓新空间.全景式PAGE框架作为大数据管理决策研究的方向性框架,在大数据问题特征的映射下形成了一个4×3要素矩阵,在理论范式(P)、分析技术(A)、资源治理(G)、使能创新(E)的研究探索中发挥着重要作用.本文结合NSFC大数据重大研究计划的开展,进一步阐释全景式PAGE框架的内涵和关系逻辑,并面向领域情境讨论重要科学问题、求解路径和新知贡献.本文旨在从大数据管理决策研究的视角为大数据等颠覆性信息技术应用的相关研究提供前沿方向和创新突破上的启迪;同时为管理学科及其相关学科领域开展交叉属性强、应用情境差异化特点突出的科研攻关提供参考.

大数据驱动的海洋人工智能服务平台设计与应用

【目的】大数据驱动的海洋人工智能服务平台集成海洋人工智能相关算法、软件工具和数据资源构建支持海洋人工智能研究的科研信息化环境,为科研用户提供“一站式”机器学习即服务。【方法】本文基于海洋领域人工智能研究对数据、软件、算法和定制工作流的实际需求,提出一种大数据驱动的海洋人工智能服务平台框架设计,阐述平台总体架构以及构建海洋人工智能服务平台的关键技术方法,并给出平台支撑实现的海洋人工智能模型研究案例。【结果】大数据驱动的海洋人工智能服务平台提供海洋人工智能模型开发环境,支持数据预处理、特征工程、模型训练、超参数调整、模型评估、模型部署与模型推理等功能,能够帮助海洋领域科研人员搭建海洋人工智能研究工作流,进一步研发面向海洋场景应用的人工智能模型产品。【结论】大数据驱动的海洋人工智能服务平台作为新型科研信息化平台,将促进海洋科学和人工智能的交叉融合,助推研究所人工智能海洋学学科建设,推动海洋大数据与人工智能科研范式变革。

数字教育学的底层逻辑与构建路径——兼论中国式数字教育学建设

教育数字化转型是一场深刻的教育变革,催生着系列教育新现象新问题,孕育着教育新规律,亟需系统性理论研究和整体性实践指导。数字教育学作为教育学与计算机科学、信息通信科学等融合形成的交叉实践科学,旨在研究数字教育现象、问题和规律,回答数字时代培养什么人和怎样培养人等问题。本研究以学习规律为原点,以教育学的支撑性学科发展和技术介导发展为主线,揭示了数字教育学的历史必然性;以教育向0与1回归、数据成为教育新要素、数字空间成为教育新空间,以及三者之间内在相互作用关系为数字教育学的底层逻辑并贯穿研究始终。在此基础上,厘清了数字教育学的性质定位,提出了业务数字化、组织数字化、技术数字化“三化”学术体系,融合话语体系,以及大数据研究范式等学理框架。在学理分析基础上,提出构建中国式数字教育学的“四大原则”“三个阶段”“四支力量”以及基础保障等路径,以期对探索数字教育新规律,推动数字教育学研究和中国式教育现代化理论创新,引领教育数字化转型升级和数字教育高质量发展提供现实指导。

“大数据&人工智能”驱动的空间天气科研范式变革初步探索

【目的】总结大数据与人工智能驱动的空间天气科研范式变革现状,并探讨可能的未来发展趋势。【方法】本文分析了空间天气大数据场景下传统科研模式面临的挑战和人工智能技术带来的机遇,广泛调研了国内外相关战略规划和研究进展,并对典型应用案例进行深入分析,归纳总结了领域科研范式变革现状与特点。【结果】人工智能技术在空间天气领域的多种科学任务类型中均得到了有效尝试,提升了科研效率,解决了大数据场景困难,空间天气领域已呈现科研范式变革的萌芽。【局限】本文侧重于对重要文献和案例的归纳和未来发展整体趋势的分析,未来希望通过文献计量学等方法对现状进行进一步研究,并针对未来发展中需解决的关键问题进行深入探讨。【结论】空间天气领域科研范式正在发生变革,大数据、人工智能与领域知识的融合有望形成新范式。

计算政治学的形成与发展

在新技术时代,随着政治学研究对象和政治环境的变化,政治学研究的方法和范式持续更新,形成了计算政治学的新范式。随着计算机获取数据能力的提升、算法的逐步优化、算力的日益增强和用户界面的友好化,计算政治学的研究范式也不断发展,形成了大数据政治学、智能体仿真模拟和计算实验等研究方法。大数据政治学可以运用自动文本分析、机器学习等方法分析海量的、类型多元的、实时互动的政治数据。智能体仿真模拟的仿真能力不断提升,能够更好地设定与调整参数、分析智能体与复杂环境系统的互动。计算实验依托互联网政治实践,能够较好解决传统实验研究中干预困难和外在效度不足的问题,更好地探索互联网政治行为和规律。

文化大数据:驱动文艺融合研究的范式转型

在文化数字化转型的浪潮下,文化内容数据库的广泛应用和大数据挖掘方法的协同演进,催生了“文化大数据”这一复合性概念,并正从研究视角、尺度、方法等层面推动着一场文艺研究的范式转型。文化大数据提供了以数据为连接桥梁的超学科方法论,为弥合学科分野的鸿沟提供了新的可能,并能将“远读”与“近读”有机结合,通过可视化技术有效呈现大数据的复杂性,发掘数据海洋中的涌现性规律,从而驱动一种打破圈层壁垒的融合研究范式。面对数字人文领域长期以来的论争与学理困境,亟需在文化大数据的研究实践中将中华文化数字资源优势更好地转化为理论体系创新的先发优势,开辟数字时代文艺理论探索的新境界。

管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向

在数字化生活背景下,传统的管理变成或正在变成数据的管理,传统的决策变成或正在变成基于数据分析的决策.从大数据的数据特征、问题特征和管理决策特征出发,讨论管理决策研究和应用的范式转变.大数据驱动范式可以从外部嵌入、技术增强和使能创新三个角度来审视,并体现出"数据驱动+模型驱动"的"关联+因果"含义.此外,围绕大数据特征和重要研究方向,阐述了全景式PAGE框架及其要素.

大数据时代的经济学研究:数据驱动范式

主流经济学研究一般采用模型驱动研究范式,包括选定模型的组成变量、建立模型的基本假设、模型的模拟与求解、实证检验以及分析结论五个步骤。模型驱动研究范式推动了近代以来经济学的发展,与思辨驱动研究范式一道成为经济学发展史上重要的里程碑。但自21世纪以来,数据出现了爆炸式增长,数据量级已达到了ZB(270B)级别,且还在呈指数级加速增长。数据大爆炸给经济学研究带来了全新的挑战,模型驱动研究范式已难以适应经济学研究的需要。随着计算机技术的迅猛发展,数据驱动研究范式因其可最大限度利用巨量数据所提供的有价值的信息而表现出模型驱动研究范式不可比拟的优势,因而未来的经济学研究必将由数据驱动研究范式所主导。对此,经济研究工作者应做出相应改变,以适应大数据时代的来临。

数字图书馆与大数据:研究范式的分析、比较与融合

为了更好地指导大数据在数字图书馆中的应用研究,提炼出数字图书馆与大数据研究的共性思路和方法,在分析、比较数字图书馆与大数据两个研究范式的基础上,讨论了二者已有融合研究工作,提出了二者融合的途径和方向。针对数字图书馆与大数据研究范式分析与比较的结果,指出二者的有机融合需要从5个方面入手:方法论创新、信息检索模式创新、知识服务模型创新、系统论视角创新、数据分析方法创新。

论学科信息学的兴起与发展

随着数据密集型科学研究新范式的出现与日臻发展，科学研究日益成为数据驱动的知识发现活动，D．science（数据驱动的科学）时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用，有关的概念、技术和方法等已经得到了相应学科领域的认可。同时，支撑专门领域学科信息学发展的信息分析和应用的一般性知识体系不断完善，为一般学科信息学的产生奠定了坚实的基础。本文基于科学研究新范式的时代背景，提出一个全新的概念——“学科信息学”（SubjectInformatics）。文章首先从分析专门学科信息学出发，介绍了学科信息学的缘起，总结了一般学科信息学的内涵；其次，明确了学科信息学的主要研究内容、学科体系及其关键技术与方法；最后，重点剖析了学科信息学在促进学科知识创新和知识发现、催生数据科学兴起与应用、推动知识计算理论与方法发展以及促进学科情报分析与战略研究计算化、定量化发展等方面所起的作用。本研究对发展学科信息学理论体系、完善学科信息学研究内容、促进学科信息学发展应用、推动知识创新以及发展领域知识发现研究等具有重要意义。

大数据视域下公安情报研究范式的转变

基于大数据的时代背景,在公安情报实践和文献调研的基础上,对公安情报的研究范式发展转变进行研究。大数据为公安情报工作提供了更为广泛和丰富的信息资源,使公安情报的研究经历从事实范式到分析范式再到大数据范式的转变,转变具体表现为情报研究领域拓展、情报研究内容多元化以及情报技术革新等方面。借助大数据范式可以推动公安情报研究的发展和变革,使情报工作由量变成为质变,形成新的情报洞察和情报认识,从而引领警务工作走向更加高效和智慧的道路。

多学科视域下教育密集型研究的机遇与挑战——基于美国《数据密集型教育研究》的解读

数据科学(data science)的兴起给教育研究带来了新的机遇与挑战。在美国国家科学基金会的资助下,计算研究协会(CRA)牵头组建了两个工作小组,对如何在教育领域开展数据密集型研究进行了调研,并于2015年10月发布了题为《数据密集型教育研究》的报告书。本文提炼报告中不同科学领域的密集型研究对教育密集型研究的启示,进行结构性的呈现和解读。在多学科视域下,讨论教育密集型研究面临的机遇与挑战,并提出一系列可供参考的发展策略。

论“大数据”、“云计算”时代背景下的心理学研究变革

以大数据、云计算为代表的互联网信息技术的快速发展正在影响着社会科学研究范式的发展与变革,催生了计算社会科学、计算社会心理学、心理信息学等新的学科分支。从心理学学科来看,"大数据"、"云计算"时代不仅为心理学研究变革提供了可能性,它还促使第四研究范式的兴起与发展,促进了一些新的心理学科的出现与发展。其变革方向是:弱化心理学研究的简单强因果性假设,重视多变量间的复杂关联性;强化用数学思维、数学语言来等价表述心理学概念及其关系;重视对新兴学科思想与方法的学习及应用。因此,心理学研究要重视多变量间的复杂关联性研究,这就需要借助于大数据与云计算相关的技术平台及工具,同时利用机器学习、人工智能等新兴学科的计算思想与方法,努力整合创立心理学学科的研究范式,以促进心理学学科的变革与发展。

大数据基础上的社会认知

分析了社会科学中的大数据应用及其研究方法转型的问题;大数据研究进展与多种学科交融有关;解读了社会问题的大数据类型,剖析其可能的5个来源:交互数据、内容数据、时空数据、分层互动数据和进化数据;展望了大数据及其社会认知发展趋势,处理异构大数据的技术手段的通用性,使未来社会科学、自然科学的界线淡化,并统一表现为复杂巨系统的认知问题。

第四范式视角下情报研究的展望

吉姆·格雷将科学研究的范式划分为经验科学范式、理论科学范式、计算科学范式和数据密集型科学范式,当前已经进入第四范式时代。在这个时代,大数据和智能科学的广泛应用大大影响了与数据和信息关系密切的情报研究领域。在分析了情报研究科研范式的演化过程之后,从用户研究、技术手段和情报分析这3个角度对第四范式视角下的情报研究进行了展望。

大数据时代教科书研究范式的变革

大数据时代传统教科书研究正经历四大变革:在研究对象上,海量数据飞速涌现;在研究功能上,预测性分析成为可能;在研究思维上,复杂跨界思维走向主导;在研究特征上,数据驱动的特征日益突出。与之对应,大数据时代教科书研究范式变革的路径在于:加强中小学教科书数据基础建设,推进数据密集型教科书研究的方法和工具研发,提升研究者跨学科的研究能力,拓展教科书研究的理论基础与学科新方向。

大数据时代语言研究的方法和趋向

文本围绕大数据时代的语言研究这一主题展开探讨。首先从信息时代背景下语言学家的角色谈起,阐释当今时代语言研究的变化,强调语言材料的真实性对发现语言规律至关重要,介绍大数据为语言研究带来的新契机,并论述"语言是由人驱动的复杂适应系统"的观点。其后,从科学哲学的角度阐明采用科学方法研究语言的必要性,并讨论数据密集型语言研究范式及问题。之后以团队的研究成果为例,介绍基于数据的语言研究具体如何开展。最后阐述基于数据的方法在语言学的学科建设与发展中所起的作用。

论大数据环境下公安情报学研究范式的发展

大数据兴起将会对公安情报学特别是其研究范式产生深刻影响。公安情报学既要利用大数据来完善其研究范式,又要避免大数据对它的发展造成不利影响。为此,大数据环境下公安情报学现有研究范式(情报主导警务范式)必须作出调整:将数据纳入公安情报学研究对象,将公安情报应用列为公安情报学的重要研究内容,将多学科交叉研究方法引入公安情报学。公安情报学将大数据融入其研究范式,还应避免大数据所存在的偏失:倚重相关关系分析而忽视因果关系分析,崇尚数据万能而忽视人的智能,崇拜技术至上而取消人的主体地位。