欢迎访问发表云网!为您提供杂志订阅、期刊投稿咨询服务!

数据密集型知识发现的边界与陷阱——以美国大选预测为例

罗俊; 罗教讲 武汉大学社会发展研究所; 武汉大学社会学系; 湖北武汉430072
数据密集型知识   数据驱动   数据代表性   数据质量   大数据  

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。

简介:《学术论坛》(CN:45-1002/C)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术论坛

CSSCI南大期刊 下单

关注 26人评论|6人关注
服务与支持