Bit by Bit
  • 译者手记
  • 作者序
  • 1 简介
    • 1.1 罗夏墨迹
    • 1.2 欢迎来到数字时代
    • 1.3 研究的设计
    • 1.4 本书的主题
    • 1.5 本书的大纲
    • 扩展阅读
  • 2 观察行为
    • 2.1 简介
    • 2.2 大数据
    • 2.3 大数据的十个常见特性
      • 2.3.1 Big
      • 2.3.2 Always-on
      • 2.3.3 Nonreactive
      • 2.3.4 Incomplete
      • 2.3.5 Inaccessible
      • 2.3.6 Nonrepresentative
      • 2.3.7 Drifting
      • 2.3.8 Algorithmically confounded
      • 2.3.9 Dirty
      • 2.3.10 Sensitive
    • 2.4 研究的策略
      • 2.4.1 统计
      • 2.4.2 预报与即时预报
      • 2.4.3 模拟实验
    • 2.5 总结
    • 数学原理简介
    • 扩展阅读
    • 延伸活动
  • 3 问问题
    • 3.1 简介
    • 3.2 提问与观察
    • 3.3 整体性调查误差框架
      • 3.3.1 代表性
      • 3.3.2 衡量标准
      • 3.3.3 成本
    • 3.4 该问谁
    • 3.5 问问题的新方法
      • 3.5.1 生态学的瞬间评估
      • 3.5.2 维基调查
      • 3.5.3 游戏化
    • 3.6 将调查与大数据连接
      • 3.6.1 互补式提问
      • 3.6.2 增广式提问
    • 3.7 总结
    • 数学原理简介
    • 扩展阅读
    • 延伸活动
Powered by GitBook
On this page
  1. 1 简介

1.3 研究的设计

研究设计的核心是如何将问题与答案联系起来。

本书是为两个群体写的,社会科学家与数据科学家,他们有很多需要相互学习的地方。一方面,社会学家对研究社交行为很有经验,但他们对数据时代所带来的机遇并不熟悉。另一方面,数据科学家对对数据时代的工具得心应手,但对社交行为的研究还比较生疏。(尽管他们拒绝数据科学家这个称呼,在这里我仍然这样叫他们。)数据科学家大多在这些领域进行磨练,如计算机科学、统计学、信息科学、工程学以及物理学————曾是数字时代方式进行社会学研究的先驱,部分原因是他们能获取到必要的数据和算法。本书希望将这两个群体联合起来,创造出比他们单独产生的更丰富更有趣的东西。

将两者混合的最好方法不是专注于抽象的社会学理论或者花哨的机器学习算法。最佳的起点是研究设计(research design)。如果你将社会学研究的过程看作是提出与解决有关人类行为的问题,那么研究设计就是将两者联系在一起的纽带;研究设计将问题与其答案联系起来。正确的联系是产生令人信服的研究的关键。本书将关注于四种途径(你曾经也许用过或见到过):观察行为,问问题,进行实验,以及与他人合作。不同的是,数据时代为我们提供了收集与分析数据的新机遇。新机遇不是要我们放弃经典的方法,而是推陈出新。

Previous1.2 欢迎来到数字时代Next1.4 本书的主题

Last updated 6 years ago