[论文解读] Big data challenges for the social sciences: from society and opinion to replications

Dominique Boullier|arXiv (Cornell University)|Jul 18, 2016

Computational and Text Analysis Methods参考文献 82被引用 10

一句话总结

本文主张，社会科学必须超越传统的'社会'与'意见'框架，将数字痕迹视为'复现'——即由数字网络生成的重复性、可计算模式。通过分析推特及其他数字语料库，本文展示了高频复现如何揭示新的结构性洞见，倡导一种以数据驱动、可复现现象为基础，而非依赖既有社会范畴的第三代社会科学。

ABSTRACT

Big Data dealing with the social produce predictive correlations for the benefit of brands and web platforms. Beyond "society" and "opinion" for which the text lays out a genealogy, appear the "traces" that must be theorized as "replications" by the social sciences in order to reap the benefits of the uncertain status of entities' widespread traceability. High frequency replications as a collective phenomenon did exist before the digital networks emergence but now they leave traces that can be computed. The third generation of Social Sciences currently emerging must assume the specific nature of the world of data created by digital networks, without reducing them to the categories of the sciences of "society" or "opinion". Examples from recent works on Twitter and other digital corpora show how the search for structural effects or market-style trade-offs are prevalent even though insights about propagation, virality and memetics could help build a new theoretical framework.

研究动机与目标

• 探讨大规模数据对社会科学方法论的变革性影响。
• 挑战以'社会'与'意见'为中心的传统社会科学框架，因其在理解数字痕迹数据方面已显不足。
• 提出'复现'作为分析数字网络中高频、可计算模式的新理论范畴。
• 倡导一种拥抱数字网络所产生数据特性的第三代社会科学。
• 展示从推特等数字语料库中如何涌现出结构性效应与市场式权衡，从而获得新的理论洞见。

提出的方法

• 追溯社会科学中'社会'与'意见'的概念谱系，识别其在数字时代中的概念局限。
• 引入'复现'作为理论建构，用以描述数字网络所产生的重复性、可追踪行为。
• 通过推特及其他数字语料库的实证分析，识别结构性效应与传播模式。
• 考察高频复现——过去难以追踪——如今已留下可计算的数字足迹。
• 将传统社会科学范畴与数字可追溯性的新数据现实进行对比。
• 提出从诠释性框架向基于数据、可复现的社会科学研究方法转变。

实验结果

研究问题

• RQ1 数字痕迹与'社会'和'意见'等传统社会科学概念有何不同？
• RQ2 何种理论框架能够解释数字网络所产生的高频重复行为？
• RQ3 社会科学如何利用数字互动的计算可追溯性，以获得新洞见？
• RQ4 结构性效应与市场式权衡在推特等数字语料库中以何种方式显现？
• RQ5 何种特征构成能够应对数字网络大数据特性的第三代社会科学？

主要发现

• 推特等平台的数字痕迹会产生高频复现，这些复现过去无法观测，如今已可计算。
• ‘复现’概念为理解超越传统社会科学范畴的集体行为提供了新的理论视角。
• 结构性效应与市场式权衡在数字语料库中普遍存在，即使在分析传播与病毒式传播时亦然。
• 数字可追溯性的出现，要求重新思考社会科学方法论，转向以数据为基础、可复现的分析。
• 本文表明，模因学与病毒式传播的洞见可为社会科学的新理论框架提供启示。
• 第三代社会科学必须基于数字数据的特定特征，而非将其简化为既有的社会或意见模型。