登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
数据密集型知识发现的边界与陷阱——以美国大选预测为例
  • 摘要

    信息时代数据快速增长,数据密集型知识发现成为科学研究的新途径.它在取得一系列成就的同时,也出现了走向“唯数据论”的极端倾向.数据生成、采集的方式和特点,数据分析处理技术的水平,决定了数据密集型知识发现存在能力边界.对于科学研究尤其是社会科学研究而言,数据的代表性、数据的质量、算法的模糊性等是必须认真考量的问题.数据密集型知识发现的产生,并不意味着“理论的终结”和传统科学方法都已过时,而是在新的基础上使实验、理论、模拟与数据统一起来成为可能,这一发展方向具有更为广阔的前景.

  • 作者

    罗俊  罗教讲 

  • 作者单位

    武汉大学社会发展研究所,湖北武汉,430072/武汉大学社会学系,湖北武汉,430072

  • 刊期

    2017年3期 ISTIC PKU CSSCI

  • 关键词

    数据密集型知识  数据驱动  数据代表性  数据质量  大数据  计算社会科学 

相似文献 查看更多>>
3.85.245.126