数据密集型知识发现的边界与陷阱——以美国大选预测为例

作者:罗俊; 罗教讲

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。

分类:
  • 期刊
  • >
  • 人文社会科学
  • >
  • 哲学与人文科学
  • >
  • 中国语言文字
收录:
  • 维普收录(中)
  • 万方收录(中)
  • 上海图书馆馆藏
  • CSSCI 南大期刊(含扩展版)
  • 国家图书馆馆藏
  • 北大期刊(中国人文社会科学期刊)
  • 知网收录(中)
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

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:学术论坛

期刊级别:CSSCI南大期刊

期刊人气:9398

杂志介绍:
主管单位:广西社会科学院
主办单位:广西社会科学院
出版地方:广西
快捷分类:文学
国际刊号:1004-4434
国内刊号:45-1002/C
邮发代号:48-35
创刊时间:1978
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.63
综合影响因子:1.99