摘要
随着大数据的兴起以及埋藏在数据矿中的大量信息和知识的积累，使用数据挖掘技术来发掘新颖、有趣、有意义的隐藏于数据中的有规律的模式变得越来越重要。这种与传统方法相辅相成的研究方式影响了所有领域，包括社会科学。大数据的兴起为发现新理论、拓展新知识提供了前所未有的机会和挑战。本文首先探讨大数据的概念，然后阐述大数据研究者面临的一系列复杂问题。计算社会科学是集信息技术、大数据、社会计算和社会科学的一个新的跨学科研究领域，研究人员在社会科学理论的指导下运作，将计算社会科学方法应用于来自自然样本的数据（通常是大数据），发现隐藏于数据中的规律，丰富社会科学经验证据，并为理论创新与知识发现做出贡献。文章最后推荐本期七篇论文，阐述它们作为推广普及大数据计算社会科学的典范及其意义，以及对迎接大数据研究复杂性的挑战的启迪。
作者
舒晓灵 ，加州大学戴维斯分校社会学系教授、东亚研究中心主任，xshu@ucdavis.edu。作者相关最新专著《社会科学中的知识发现：数据挖掘方法》（Knowledge Discovery in the Social Sciences： A Data Mining Approach）由加州大学出版社在2020年出版。
Xiaoling Shu
- 段文杰、李玉梅，2020，《国民获得感：概念、测量与指数构建》，《社会学刊》第3期。
- 龚为纲、吴天泽、郭明飞，2020，《从大数据看民粹主义在欧美的发展动态及其社会基础——基于全球舆情大数据GDELT和社交媒体大数据Twitter的分析》，《社会学刊》第3期。
- 郝明松，2020，《因果分析中的倾向值分析和熵平衡法》，《社会学刊》第3期。
- 秦昆、王其新、李爽、罗萍、徐源泉，2020，《计算社会科学与社会地理计算的空间交互网络分析方法》，《社会学刊》第3期。
- 舒晓灵、陈晶晶，2017，《重新认识“数据驱动”及因果关系：知识发现图谱中的数据挖掘研究》，中国社会科学院《中国社会科学评价》“社会科学研究方法前沿”第3期。
- 舒晓灵、朱博文，2016，《知识发现与数据挖掘在计算社会科学中的应用》，《贵州师范大学学报》（社会科学版）第6期。
- 吴锦峰、黄荣贵、桂勇，2020，《社会公平观的网络镜像——基于2013年和2018年微博博文的语义网分析》，《社会学刊》第3期。
- 张柏杨、贺光烨、陈云松，2020，《“一带一路”的沿线国家和地区关注度：基于互联网大数据的时空分析和影响机制探讨》，《社会学刊》第3期。
- 赵金旭、金炜玲、孟天广，2019，《司法大数据视角下的涉性犯罪：类型与演变》，《社会学刊》第3期。
- Atlantic. 2012. “Everything You Wanted to Know about Data Mining but Were Afraid to Ask.” by Alexander Furnas.Atlantic，April 3. https：//www.theatlantic.com/technology/archive/2012/04/everything-you-wanted-to-know-about-data-mining-but-were-afraid-to-ask/255388/.
- Bankes，Steven C. 2002. “Agent-based Modeling： Revolution？” 99 （S3）： 7199-7200.
- Dumbill，Edd. 2013. “A Revolution That Will Transform How We Live，Work，and Think： An Interview with the Author of Big Data.” 1 （2）： 73-77. https：//doi.org/10.1089/big.2013.0016.
- Economist. 2017. “The World's Most Valuable Resource Is No Longer Oil，but Data.” May 6. https：//www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data.
- Forbes. 2015. “Data Mining Global News for Economic Uncertainty.” December 14.
- Forbes. 2018. “Data Mining Concepts That Business People Should Know.” by Meta S. Brown. July 31. https：//www.forbes.com/sites/metabrown/2018/07/31/basics-of-data-mining-that-business-people-should-know/#74504e89515f.
- Gilbert，Nigel，Matthijs den Besten，Akos Bontovics，Bart G. W. Craenen，Federico Divina，and A. E. Eiben，Robert Griffioen，Gyorgy Hévízi，Andras Lõrincz，Ben Paechter，Stephan Schuster，Martijn C. Schut，Christian Tzolov，Paul Vogt，and Lu Yang. 2006. “Emerging Artificial Societies through Learning.” 9 （2）： 9. http：//jasss.soc.surrey.ac.uk/9/2/9.html.
- Kramer，Adam，D.I.，E. Jamie，Guillory，and Jeffrey T. Hancock. 2014. “Experimental Evidence Massive-Scale Emotional Contagion through Social Networks.” 111 （24）： 8788-8790.
- Laney，Douglas. 2001. “3-D Data Management： Controlling Data Volume，Velocity and Variety.” ，6.
- Lazer，David，Alex Pentland，Lada Adamic，Sinan Aral，Albert-László Barabási，Devon Brewer，Nicholas Christakis，Noshir Contractor，James Fowler，Myron Gutmann，Tony Jebara，Gary King，Michael Macy，Deb Roy，and Marshall Van Alstyne. 2009. “Computational Social Science.” 323 （5915）： 721-723.
- Manyika，J.，Chui M.，Brown B.，et al. 2011. McKinsey Global Institute.
- Mason，Winter，Jennifer Wortman Vaughan，and Hanna Wallach. 2014. “Computational Social Science and Social Computing.” 95 （3）： 257-260.
- Mauro，Andrea De，Marco Greco，and Michele Grimaldi. 2016. “A Formal Definition of Big Data Based on Its Essential Features.” 65 （3）： 122-135. DOI：10.1108/LR-06-2015-0061.
- Michel，Jean-Baptiste，Yuan Kui Shen，Aviva Presser Aiden，Adain Veres，Matthew K. Gray，The Google Books Team，Joseph P. Pickett，Dale Hoiberg，Dan Clancy，Peter Norvig，Jon Orwant，Steven Pinker，Martin A Nowak，and Erez Lieberman Aiden. 2011. “Quantitative Analysis of Culture using Millions of Digitized Books.” 331： 176.
- National Public Radio. 2016. “Big Data Coming in Faster than Biomedical Researchers Can Process It.” by Richard Harris. November 28. http：//www.npr.org/sections/health-shots/2016/11/28/503035862/big-data-coming-in-faster-than-biomedical-researchers-can-process-it.
- Shah，Nihar，B.，Sivaraman Balakrishnan，Adityanand Guntuboyina，and Martin J. Wainwright. 2017. “Stochastically Transitive Models for Pairwise Comparisons： Statistical and Computational Issues.” 63 （2）： 934-959.
- Shu，Xiaoling. 2020. . University of California Press.
- Watts，Duncan J.2013. “Computational Social Science： Exciting Progress and Future Directions.” 43 （4）： 5-10.
