社会科学研究的概念

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇社会科学研究的概念范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

社会科学研究的概念范文第1篇

【关键词】网络；消费行为分析；社会科学研究

当今是网络信息的时代，网络将渗透到社会、政治、经济及人类生活等的各个领域。国内外网络消费环境均发生了巨大变化，消费者网络消费已成为时尚。因此，网络消费行为分析，对于抓住市场机遇、捕捉市场机会、迎接网络时代挑战具有积极的促进意义和重要的实践意义。

一、行为分析的要义

行为分析方法发端于生物学、心理学等对人的行为规律的研究。行为分析认为，研究人的行为是理解社会现象的钥匙，而人的行为又是可以用科学的方法去观察、描述、实验、分析而获得规律性的可靠认识。考究行为分析的利弊得失将有助于行为分析方法在社会科学研究上的应用和发展。尽管行为主义有着自身的内在缺陷，但我们只要坚持以辨证的眼光看待它，认真吸取其合理因素，去除其不科学成分，行为分析将对社会科学的发展将会产生积极的影响。

从方法论的角度看，行为分析主要体现为两个大的方面：

第一、“价值中立”论。对于行为分析来说，“价值中立”不仅是一种原则、一种理想，而且还是一个可以实现的现实目标。为了做到完全“价值中立”，不仅研究者要自觉约束自己，克服个人主观好恶，而且还要对研究方法进行改革创新，改变既有的研究对象、研究手段和研究方法。

第二、实证主义的研究方法。这具体包括四个层次的内容：一是强调科学研究的资料应当量化，才能发现规律及各种内在的关系；二是强调必须不断地探究人类行为的规律以及与此相关的变量，让其真正成为一门解释和预测的科学；三是强调社会科学研究应当破除学科间的界限，效法自然科学和其他社会科学的技巧、技术和概念，建立跨学科的方法联合。四是强调科学研究的基础是实际可观察的现象，借助现存的理论体系和学者们的思维加工，提出有关现象之间因果关系的假说或假设，用经验材料验证假说.

二、网络消费者的特征

第一、网络消费者的心理特征：

（一）、能理性分析. 但缺乏耐心。由于网络用户以大城市高学历的年轻人为主， 他们有自己独立的思想、喜好、见解和想法，对自己的判断能力也比较自信。不会轻易受舆论左右，对各种产品宣传有较强的分析判断能力。但比较缺乏耐心，当他们搜索信息时，比较注重搜索所花费的时间，如果链接、传输的速度比较慢的话，他们一般会马上离开这个站点。

（二）、好奇心，并有强烈的求知欲。这些网络用户爱好广泛，无论是对新闻、股票市场还是网络娱乐都具有浓厚的兴趣，对未知领域抱以永不疲倦的好奇心。

第二、网络消费者的需求特征：

（一）、信息索取趋于多、捷、便。消费者几乎足不出户便可以最快捷、最便宜的方式，获得所需的大量资料，消费者更追求消费过程的方便和享受。今天，现实消费过程出现了两种追求趋势：以方便性购买为目标，人们追求的是时间和劳动成本的尽量节省。由于劳动生产率的提高，自由支配时间增多，他们希望通过消费来寻找生活的乐趣。

（二）、个性化的出现。个性化已逐渐成为现代人性格的一大特征。目前，许多消费者已进入明显的个性化消费阶段，同时也使网络消费需求呈现出差异性。不同的网络消费者因其所处的时代环境不同，也会产生不同的需求。从事网络营销的厂商，要从产品的构思、设计、制造、包装、运输、销售等方面认真思考这些差异性，并针对不同消费者的特点，采取相应的措施和方法。

（三）、价格仍是影响消费行为的重要因素。从消费的角度来说，价格不是决定消费者购买商品的唯一因素，但却是消费者购买商品时要考虑的重要因素。网络消费之所以具有生命力，重要的原因之一是因为网络销售的商品价格普遍低廉。尽管经营者都倾向于以各种差别化来减弱消费者对价格的敏感度，避免恶性竞争，但价格始终会对消费者的心理产生重要影响。由于消费者可以通过网络联合起来与厂商讨价还价，产品的定价逐步由企业定价转变为消费者引导定价。

（四）、消费的主动性增强。由于消费者能接触到更多的信息和有更多的选择机会，他们不再被动地接受他人的观点和信息，不再消极地购买和消费，而要求积极掌握主动权，需要被关注、被倾听。消费者选择商品趋于理性化，他们会利用在网络得到的信息对商品进行反复比较，以决定是否购买.消费主动性的增强来源于现代社会不确定性的增加和人类追求心理稳定和平衡的欲望。

三、消费行为分析对社会科学研究的意义

首先， 消费行为分析为消费者权益保护提供依据.随着各种损害消费者权益的商业行为不断增多，消费者权益保护也成为全社会关注的话题。消费者作为社会的一员，拥有自由选择产品与服务，获得安全的产品、获得正确的信息等一系列权利。消费者的这些权利，也是构成市场经济的基础。政府应当制定什么样的法律，采取何种手段保护消费者权益，政府法律和保护措施在实施过程中能否达到预期的目的，很大程度上可以借助于消费行为研究提供的信息来了解。例如，很多国家规定，食品供应商应在产品标签上披露各种成份和营养方面的数据，以便消费者做出更明智的选择。这类规定是否真正达到了目的，首先取决于消费者在选择时是否依赖这类信息。在网络信息化迅速发展的今天，网络为市场调研提供了强有力的工具。

其次，消费行为分析促进了社会科学研究的发展。一、消费行为分析运用数学、统计学、物理学、生物学等提供的最新方法和技术，如先进观察、资料收集、个案分析、统计分析等为分析提供量化根据，以量化资料去说明各种社会关系的规律，从而避免了主观臆断及浮于空泛的定性议论，也加深了分析研究的可靠性、科学性；二、社会科学的概念与自然科学的概念一样也要通过操作程序，不能进行操作的概念则被排除在科学之外。这种方法在社会科学研究中的运用增加了社会科学的客观性、可操作性、可重复性，克服了神秘性弊端，从而推动了社会科学研究的实证化进程。

四、网络消费行为分析对社会科学研究的启示

其一、社会科学研究要把事实与价值结合起来。一方面社会科学要借鉴其他学科的理论与方法致力于学科科学化建设，不断探索社会科学的学科规律；另一方面又要重视价值的追求，要重视规范研究。

其二、社会科学研究要有宏观视野和微观聚焦结合起合。一方面要研究具体的社会问题，要有现实感、时代感，但另一方面社会科学又要有宏观视野，要对国家、社会、民族的长远发展有战略思考。

其三、社会科学研究要把理论研究与实证研究结合起来。社会科学既要进行基础理论研究，也要大力倡导实证研究。理论指导实证，实证发展理论，形成良性循环。

其四、社会科学研究要进行跨学科交叉研究。社会科学一方面要充分借鉴、吸收其他学科的理论方法来充实、发展和完善自己的学科理论体系。

【参考文献】

社会科学研究的概念范文第2篇

1 哲学社会科学研究成果的评价原则

哲学社会科学研究成果评价是社会科学科研管理的重要环节, 也是社会科学科研管理的一个难题。二十一世纪以来，随着学科的渗透、交叉与融合的不断加强, 对哲学社会科学研究成果的评价越来越要求从重数量向重质量、从重过程向重结果转变。由于哲学社会科学研究成果具有预测性、前瞻性、社会效益的时滞性、实践检验的不统一性和间接性, 它与自然科学研究成果在评价的客观性方面存在着较大差异。如何确保哲学社会科学研究成果评价原则的客观、科学、公正、公平, 并以此形成一个科学、健康的科研导向, 一直是广大社会科学管理工作者十分重视的问题，建立一个科学、合理的哲学社会科学研究成果评价的原则是科研管理中的一个永恒的话题。笔者认为哲学社会科学研究成果评价应遵循以下几条基本原则：

1.1创新性原则。

创新是科学研究的生命, 评价哲学社会科学研究成果的一项重要指标就是创新程度。科研工作是用已有的知识、方法、手段去探究新的知识。如果研究人员缺乏基本的创新精神, 是不可能做出优秀科研成果的。长期以来, 在我国形成了一种主流的评价模式，即职称评定、博士点、硕士点的评定、科研项目的评审都要看申报者已发论文的数量，这导致了学术研究的浮躁虚假, 八九成论文没有真正价值, 致使科研水平低下。所以，必须把创新作为评价哲学社会科学研究成果的最高标准,并且要鼓励创新、重视创新。这样才能引导哲学社会科学研究走上鼓励创新、崇尚创新的康庄大道, 才能真正体现社会科学成果评价的意义。

1.2 评价方法的综合性原则。

哲学社会科学评价方法包括定性评价和定量评价两种。定性评价是利用专家的知识、经验和判断通过记名表决进行评审和比较的评价方法。定性评价的优点是简便快捷，效率高，成本低，便于操作。缺点是评价专家个人的知识、经验和好恶在评价过程中起主导作用，具有较大主观随意性。因此评价结果有时可能不是完全客观的。

而定量评价是采用数学的方法，收集和处理数据资料，对评价对象做出定量结果的评价方法。定量评价具有客观化、标准化、精确化、量化、简便化等鲜明的特征。但定量评价往往只关注可测性的要素，事事都要求量化，有些要素勉强量化后，并不能对评价结果作出恰如其分的反映。因而，它忽略了那些难以量化的要素，把所有的要素换算为抽象的分数表征与数量计算。

定量评价方法的优点是它根据成果发表刊物的权威程度和成果系列反响来作为评价标准, 具有较强的科学性和严谨性, 不受个人主观因素的干扰和其他非科学因素的影响, 有助于规范评价行为。但它的缺点也很明显：比如成果统计上有时间的滞后效应；定量指标只能评价以公开发表或出版的科研成果, 而对于那些不宜公开发表, 但已经被有关部门采纳, 并取得明显经济社会效益的科研成果却不能充分评价；其次, 就哲学社会科学研究成果的评价而言，主要采用成果发表的刊物级别、论文收录转载情况、获奖情况、成果被引证情况等间接方法测量。间接测量时采用的指标与评价目标的相关性难以完全确定。再次, 由于社会科学研究对象的特殊性, 单纯的定性方法或定量方法都不能准确、客观地评价社科成果。在社会科学研究成果的评价中, 一定要把定性评价和定量评价相结合。

1.3 评价程序的易操作性原则。

哲学社会科学研究成果的评价要讲究科学性、合理性, 这是首要条件，但同时也要兼顾可操作性。因此, 在设计指标体系时, 既要严格筛选评价指标, 建立科学、合理的评价指标体系, 又要简化操作程序, 使评价工作简明可靠, 易于操作。

2哲学社会科学研究成果的评价机制

2.1 评价机制的内涵。

《辞海》对机制的解释是原指机器的构造和动作原理，生物学和医学通过类比借用此词，用来阐明一种生物功能的机制，意味着对生物的认识从现象的描述到本质的说明。可见，当机制一词是从机械构造理论中借用的，用于社会科学，指的是事物运动变化的内在联系。

哲学社会科学研究成果评价机制可以定义为：与哲学社会科学研究成果评价工作正常运行有关的各部分(即政府、企业、社会科学工作者、社会组织等)之间的相互关系和相互作用的方式。可以看出，此概念强调的是哲学社会科学研究成果评价系统的各组成部分之间处于何种关系及如何相互作用，从系统论的角度来看,主要包括评价方法、评价程序和监督体系。

2.2 评价方法

同行评议法和计量评价法是我国哲学社会科学研究成果的评价工作中广泛应用的两种方法，也是目前理论界研究的热点。

在同行评议中，专家有着非常关键的作用。同行评议的优势是，专家代替了科学外行拥有了对学术问题的决策权。同行评议是科学研究管理中一项非常重要的制度安排，操作得当的同行评议能够对科学研究发挥巨大的激励和支持作用。

计量评价法是一种定量的评价方法, 是把人文社会科学评价中的一些内容指标化、数值化,通过对作为研究成果载体的各种文献及文献间关系的“计量”来考察研究成果。由于用客观数据部分取代了主观判断，利用计量评价方法在很大程度上提高了评价的质量，但计量评价方法也有缺点：一是过分依赖于数据, 二是易产生投机取巧, 三是易引发学术不端。

2.3 评价程序。

"所谓评价程序, 是指在评价活动中所应遵循的过程或步骤。从目前的研究文献来看, 众多学者对评价程序论述不多, 侧重于说明评价程序的重要性。相对实质评价来说,评价程序更易把握, 可操作性更强, 不失为一条可行的道路。如果人文社会科学评价要达到实质上和理想上的公正、公平, 光靠指标体系和评价方法是难以保证的,还应该从制度上加以保障, 因为“法制”比“人治”更可靠。合理可靠的程序是制度的基石, 因此, 为保证人文社会科学评价的公正、公平, 就应该制定公正、公平的评价程序。就目前的研究状况和工作实际来看, 如何制定学人公认的评价程序, 诸如专家的选择程序、评审的步骤、异议的处理程序、成果的报奖程序等, 应是人文社会科学评价研究的重中之重。 [1]

社会科学研究的概念范文第3篇

论文关键词: 高职院校　人文社科成果　评价原则

论文摘要: 人文社会科学是人类整个科学事业的重要组成部分。了解人文社会科学成果概念及分类，探讨目前我国高校认可的社科成果评价体系，阐述高职院人文社会成果评价的八项原则。

我国人文社会科学成果评价已成为学术发展的瓶颈，不科学、不合理的评价已催生了大量的学术不端现象甚至学术腐败，严重阻碍了学术的繁荣和发展。高职院校作为我国哲学社会科学事业繁荣发展的中坚力量， 迫切要求加强建立和完善人文社会科学研究成果评价体系和机制， 鼓励科研创新， 营造崇尚学术、促进学术进步的良好学术氛围和制度环境。探讨高职学院人文社科成果的评价原则，有利于建立科学的评价体系，充分调动科研人员的积极性、主动性和创造性，提升高职科研竞争力。

一、人文社会科学成果概念及分类

人文社会科学以社会结构、社会组织、社会运作和社会变革等社会现象作为其研究对象， 其研究成果本身就是以对诸多社会现象、社会规律、社会实践的价值和意义作出判断和评价的形式而存在的， 相比自然科学研究成果的评价， 表现出其内在的广泛性、复杂性、历史性和社会性。人文社会科学是一个由众多学科组成的庞大学科群，包括：哲学、历史学、文艺学、宗教学、语言学、心理学、人类学、社会学、经济学、政治学、法学、管理学、教育学、军事学、新闻传播学、体育科学、情报与文献学、地理学等25大类。按人文社会科学研究成果的形式可分为：著作、论文和研究咨询报告三类，按研究的内容分为: 基础研究、应用研究和决策咨询研究。

二、高校认可的社科成果评价体系

目前， 对于社会科学成果的评价， 我国高校比较认同的有:美国加菲尔德创建的《社会科学引文索引》(简称SSCI)和《艺术与人文科学引文索引》(简称A&HCI)、南京大学中国社会科学评价中心主持完成的《中文社会科学引文索引》(简称CSSCI)、中国社会科学院文献信息中心主持完成的《中国人文社会科学核心期刊要览》(2004 年版)、北京大学图书馆主持完成的《中文核心期刊要目总览》(2008年版) 等。尤其是CSSCI 是我国社会科学管理部门和社科专家、学者对于建立科学文献检索系统和评价指标的实践结晶， 是国家社科基金重大项目、国家教育部重点社科项目研究成果，作为我国社会人文科学主要文献信息查询与评价的重要工具。CSSCI来源期刊(2008－2009年版)共有25类学科528种，扩展版来源期刊24类152种，来源集刊19类?86种。经过十年的实践， CSSCI 已经发展成为全国高校和其他科研机构以及广大的社会科学研究人员普遍认同的、科学的、规范的期刊检索系统， 已经成为社科成果评价的一种品牌， 标志着我国的人文社会科学的管理已按照国际标准， 从封闭走向开放，走向科学化、规范化的轨道。

三、高职院人文社会成果评价原则

1.科学性原则。首先要有科研理论做指导，使评价指标体系在基本概念和逻辑结构上严谨、合理，抓住科研工作的实质，并具有充分的针对性。同时，还必须客观地反映高职院校科研实践，抓住科研工作中最重要的、最本质的和最有代表性的方面。合理、有效的成果评价不仅包括制定科学的评价指标体系， 而且包括评价者对评价指标的科学、规范的掌握和运用， 即评价体系与评价形式的双重科学性。 　2.创新性原则。人文社会科学研究是以探索性和创造性为基本特征的，是对客观世界的正确认识的过程，是不断修正错误的理论和认识、正确把握客观世界的运动规律、指导人们实践的过程。高职社科研究成果是否具有创新性，应当是评价科研成果的唯一标准、最高标准。不具创新也就失去了学术意义。

3.可比性原则。评价体系要能适应在不同时期以及不同评价对象间的比较，既适应于同一对象基期与报告期的纵向比较，又适应于不同评价对象之间的横向比较。同时，高职学院的科研水平与能力是不可能与办学历史较长的本科高校相比拟的，因此，在横向比较时应按同类型、同层次的学校来进行比较和评价。

4.实用性原则。评价指标体系具有简约性、可行性和可操作性。简约性指尽量选取较少的指标反映较全面的情况；可行性指评价指标所需的数据要易于采集，无论是定性评价指标还是定量评价指标，其信息来源渠道必须可靠，数据的准确性和可靠性能够保证，并且容易取得；可操作性指所选取的指标要尽量与评价对象现有数据衔接，必要的新指标应定义明确，便于数据采集。高职学院的在办学过程中形成社科成果，必须对高职教育的理论与实践有指导意义，产丰富与充实其它科学的的理论，才具有一定的实用价值。

5.实效性原则。一方面重视成果自身“含金量”及对学科理论的影响和推动作用；另一方面， 有些社科研究成果包涵巨大的潜在效益， 是社会现象历史轨迹的再现， 需要时间和实践的双重检验， 社科成果评价者也必须重视这种潜在性。高职教育在我国的发展历史不长，理论研究不足，因此研究和探索高职教育与院校管理的成果，对促进区域经济建设、更好地实现服务地方经济服务功能具有现实意义。

6.综合性原则。成果评价不仅是对成果价值的一种认可， 更重要的则是对社会行为的规范发挥潜移默化的主导和辐射作用。由于社科研究的社会性和时代性以及成果价值的多样性， 使得社科研究成果的评价表现出高于自然科学研究成果评价的复杂性。建立在成果价值多样性和复杂性基础之上的评价准则， 具体评价时必须考虑因地、因时、因人等各种主客观因素， 确保评价的全面性和整体性。

7.发展性原则。社会在不断发展，这就要求社科研究成果评价者必须与时俱进， 以科学的发展观去评价具体的研究成果。另外， 评价的标准也要随之不断地发展变化， 以适应社科发展的趋势和规律。随着高职教育的发展，对高职教育的研究也在不断地深入，因此，高职社科成果也要不断推陈出新。

8.同行性原则。从对研究成果的认识和了解程度来看， 除作者之外， 对成果内容、意义理解力、认识力最强的就是高职学院的同行们。另外从学科发展和学术方向培育方面来讲， 社科成果评价也必须高度重视和遵循同行评价原则。

参考文献

[1]王晓丽，浅议高校人文社科研究成果的有效评价(J)科技管理研究2005.6

社会科学研究的概念范文第4篇

关键词:社会科学;数学;数学方法

Abstract: Mathematics regarding science development extremely vital role. Mathematics already entered social sciences each department. In social sciences’ mathematics question， involves to the philosophy and the mathematical relation again understanding. Regarding this question’s research，is helpful in increases to the human sciences knowledge system's overall assurance， is also helpful to the revelation nature and the human society development common rule. This article applies from mathematics in the social sciences reason， the performance， and significance three aspects carries on the analysis.

Key words: social sciences; mathematics; mathematical method

马克思在100多年前曾经预言:“一门科学只有在其中能成功地运用了数学，才算是真正发展了的。”1980年联合国科教文组织关于科学研究主要趋势的调查报告也明确指出:目前科研工作的主要特点是各门学科数学化，也就是数学和数学方法在各门学科的研究发展中开始被广泛应用。在科学高度发展的今天，各门学科的数学化成为一个重要趋势，自然地，在社会科学研究领域应用数学也成为必然。

1 数学应用于社会科学的缘由

1.1 现代化的社会科学研究必须要依据定量的精确化

数学是关于量、量的关系和规律的科学，对事物和现象作出精确的定量分析，是数学的重要功能。随着社会的发展，如今，许多社会科学问题都需要从定量进行分析研究，诸如经济、能源、文化、城市、物资、人口、交通、教育等等。特别是在现代社会管理中，为了使研究结果达到一定的精确度和可靠性，这就要求必须提供数量的根据和划分空间范围的界限。而只有作出了定量的精确化的研究，才能够满足现代社会的实践需要。现代化的社会管理需要精确化的定量依据，这是促使数学应用于社会科学最根本的因素。

1.2 现代化的社会科学研究必须要确立理论体系的精确化

传统上，社会科学是以模糊性研究为研究模式的，这使得有些概念与命题在阐明事物的规律性时无法定量地、准确地进行，其结果往往模棱两可。因为在某些方面缺乏精确性，因此如何解释、如何运用似乎都有道理，这是不完善性的表现。随着自身理论体系的逐步发展，社会科学已不再单纯地做模糊性研究，而是要求向精确的、完善的科学发展。为达到这一要求，社会科学就必须进行定量化的研究，那么，将数学行之有效地运用其中就是必然的。一般而言，一门科学越是成功地运用数学，它的精确性也就越高，从而也就越完善。因此，社会科学作为一门科学，为提高精确性，将数学应用于其是发展的必然。

1.3 数学由研究精确关系向研究模糊关系的转变

数学自身的发展、数学理论体系的逐步完善是数学可以应用于社会科学研究的另一重要原因。数值一一对应曾是数学的显著特性，但当代数学的发展是由常量向变量、由实数向非实数、由连续向不连续、由考察简单的数量关系向综合分析方法的方向发展。如此，数学与社会科学，这样一门具有多参数、多变量的动态体系和非数值特征的学科的融合已不再是问题。特别是1965年查得创立的模糊数学，为数学应用于社会科学的研究奠定了更为深厚的基础。

在当代数学发展的众多显著特征之中，由研究精确关系转向研究模糊关系是最具深远意义的。这一特征与社会科学从模糊研究转向精确研究的趋势有着深刻的内在关联。传统的数学研究是精确性研究，而传统的社会科学研究是模糊性研究，这样，两者之间就产生了不可逾越的鸿沟。而今天，数学已经由精确化研究向模糊化研究迈出了可喜的一步，为社会科学由模糊研究转向精确研究提供了更为深厚的基础和更为广阔的空间。这样，社会科学与数学这两门原先似乎平行的学科，也渐渐有了相交点，从而可望延伸出一批相关学科，实现理论实践上的重大突破。

1.4 新的数学分支的产生

从精确数学发展到随机数学和模糊数学，从描述连续性的数学发展到描述非连续性的突变理论，在数学自身不断发展、数学理论体系不断完善的过程中，新的数学分支随之出现了。概率论、离散数学、数理逻辑、模糊数学、突变理论等一批新的数学分支的产生，为社会科学的研究提供了更为便利的工具。

2 数学应用于社会科学的表现

2.1 无处不在的数与形

数学是关于量、量的关系和规律的科学，这门科学的研究对象是客观世界中的数与形。因为数与形的问题在客观世界中比比皆是，因此，客观世界的各个领域也就都有着数学的存在。著名数学家华罗庚教授在《大哉数学之为用》一文中精彩地叙述了数学的各种应用:“宇宙之大，粒子之微，火箭之速，化工之巧，地球之变，生物之谜，日用之繁等各个方面，无处不有数学的重要贡献。”他指出:“数学是一切科学得力的助手和工具。任何一门科学缺少了数学这一工具便不能确切地刻画出客观事物变化的状态，更不能从已知数据推出未知的数据，因而就减少了科学预见的可能性，或者减弱了科学预见的精确度。”

数与形的问题遍及客观世界的一切领域，作为客观世界重要组成部分的人类社会也不例外。特别是当社会科学由模糊研究转向精确研究，定性描述转向定量描述后，数学应用于社会科学的表现更加突出。诸如数量经济学、经济统计学、心理统计学、教育统计学、人口统计学、数理语言学、计算语言学等新学科的建立，都是数学应用于社会科学的具体表现。

2.2 计算机带来的福音

计算机的出现，使数学不仅是一门科学，更成为一种普适性的技术。由于社会现象的复杂性和人工计算的简单性，通常认为很多社会科学领域的问题是不可计算的。计算机的出现与应用，从一定程度上改变了运算的繁琐性，使人工无法进行的多元回归分析成为可能，从而使众多社会问题得以精确化的计算。计算机科学的发展为数学方法在社会科学中的应用提供了必要条件，而大量使用计算机来运算，也成为数学应用于社会科学的另一个重要表现。

2.3 利用新兴横断学科

20世纪40年代，自然科学、社会科学、思维科学等学科的相互交融渗透产生了系统论、控制论和信息论，合称“老三论”。“老三论”具有高度的抽象性和广泛的综合性，并带有横向的方法论的特征。它们的发展，为社会科学系统确立结构、建立数学模型注了一臂之力，为我们分析社会现象提供了新方法、开辟了新思路。例如，金观涛在《在历史的表象后》一书中，运用系统论、控制论方法，建立了“中国封建王朝周期性崩溃”的数学模型，通过精确的分析计算，在“中国封建社会为什么长期延续”这一一直困扰史学界的问题上作出了富有意义的探索。

3 数学应用于社会科学的意义

3.1 使数学思维越来越广泛地成为一般科学的思维方法

具有严格科学性和独特艺术性的数学不仅是一门科学、一门技术，更是一种思维方法，这是迄今为止人类认识史上最为科学、效用最为显著的一种方法。将数学应用于社会科学，将抽象的数学思维、科学的数学方法应用到解决实际生活中的经济、文化、教育、交通等社会问题，有助于数学思维的方法能被广泛地吸收，有助于数学思维的方法能被更为容易地接受，更有助于数学的思维方法逐渐渗透到其他领域。

3.2 提高社会科学研究的质量和效率，使社会科学更加完善

在未引入数学方法及计算机的使用前，社会科学的研究多是模糊研究、定性研究，甚至某些概念都是人为地、感性地在进行描述。数学应用于社会科学成为可能后，社会科学的研究有了精确化的定量依据，其研究结果的准确性也大大超越以前。而数学模型、新兴理论、计算机的介入，也使得社会科学的研究效率不可再与从前同日而语。

3.3 促进哲学与数学的交融

社会科学研究的概念范文第5篇

关键词：大数据；计算技术；计算社会科学；计算广告学；研究范式

计算广告学是大数据时代广告学研究的前沿性话题。自2008年“计算广告”的概念提出以来，计算广告学的相关研究一直围绕广告的计算运用而展开，并未获得其他突破性进展，甚至连许多基础性建构都尚付阙如。本文力图回答以下几个主要问题：计算广告学提出的重大背景是什么？计算广告与计算广告学差异何在？计算广告学研究包含哪些重要内容？计算广告学将对广告学研究产生怎样的影响？其发展又面临哪些重大障碍？

一、大数据时代的计算社会科学

大数据与大数据技术已深深嵌入社会生活的各个领域，不仅“成为重要的生产要素”[1]，“变革我们的生活、工作和思维”[2]，同时也对人类的科学研究与科学发现产生重大影响。

2006年，著名的计算机科学家吉姆·格雷(JimGray)在总结大数据促进人类科学研究发展时，提出“数据密集型科学发现”(Data-intensiveScientificDiscovery)的概念，并认为这是人类科学研究继实验、理论与计算机仿真三种研究范式之后，所产生的第四种研究范式。所谓“数据密集型科学发现”，即利用大数据与大数据技术，通过对海量数据的计算与分析，来挖掘数据所潜藏的科学价值。“数据密集”以及“数据计算与挖掘”是这一范式的典型特征。格雷的总结是针对自然科学而言的。在进入大数据时代之后，自然科学的诸多领域，皆尝试运用已积累下的巨大规模的科学研究数据，并在深入的数据挖掘中，获得诸多有价值的科学发现。近十年来，自然科学研究已进入“数据密集型科学发现”的研究新阶段。

自近代以来，追步自然科学的研究方法与研究范式以探寻复杂社会发展现象与规律，一直是社会科学从未止息的学术努力。就在格雷提出“数据密集型科学发现”研究范式后三年的2009年，以拉泽尔(Lazer)为代表的来自哈佛大学、麻省理工学院的15位美国学者，在学术期刊《科学》杂志上发表联合署名文章，正式提出“计算社会科学”(computationalsocialscience)的概念。2012年，由意大利学者R.Conte领衔，来自欧美国家的14位学者，又在《欧洲物理学刊》上联名发表《计算社会科学宣言》，全面阐释大数据计算方法对社会科学的影响及其发展前景，并宣告“计算社会科学”的正式确立。

计算社会科学的相关研究自此展开。2014年，《计算经济学手册》第三卷出版，将经济学研究从“计量”“计算机计算”推进到大数据计算与大数据发现。也是在2014年，来自哈佛大学等美国名校的近百名学者集聚斯坦福大学，举行名为“新计算社会学”的学术研讨，并有17名学者在会上报告了他们在计算社会学领域的最新研究成果。从而将社会学正式纳入大数据计算与大数据发现的研究框架之中[3]。2016年，R.MichaelAlvarez编纂出版的《计算社会科学：发现与预测》则对2009年以来计算社会科学研究状况进行了全面总结与回顾，并对计算社会科学的发展前景进行了科学预测[4]。此外，计算政治学、计算法学、计算新闻学、计算传播学，甚至还有计算犯罪学等概念都相继被提出，并在计算社会科学概念框架下先后开启相关研究。

计算社会科学的相关研究，实际上是大数据与大数据技术在社会科学领域的研究运用。它基于社会科学研究对新的研究方法不断探索与追求的强大内在驱动，得益于自然科学“数据密集型科学发现”范式的影响与启迪，体现出大数据时代社会科学研究的总体发展趋向。

二、计算广告与广告的计算运用

2008年，“计算广告”的概念在美国被提出。时任雅虎研究院资深研究员的AndreiZBroder及其研究团队，率先开展有关计算广告的研究。其研究迅速影响到全美，并很快波及欧洲乃至亚洲。所谓“计算广告”，其最初的定义，就是运用大数据计算技术，为特定场景下的特定用户寻找到一个合格的广告，以实现语境、广告和用户三者的最优匹配[5]。

从“计算社会科学”概念的问世到“计算广告”概念的提出，其间仅相隔两年(2006—2008)的时间。“计算广告”的提出是否直接受到“计算社会科学”的启发和影响尚不得而知，但二者的思维取向却是一致的，都是科学家们追寻大数据及其计算技术在各自相关研究领域有效运用的结果。大数据计算技术已经成为我们这个时代通用技术体系的核心技术，“社会计算化”与“计算社会化”逐渐成为一种普遍的社会现象[6]。社会可以被计算，“计算社会科学”因而得以发生。广告也可以被计算，因而催生出“计算广告”。“计算社会科学”与“计算广告”，其核心内容都在于“计算”，都在于大数据计算技术的有效运用，只是二者在面对不同研究对象和研究问题时，“计算”的理路、方法，包括所使用的工具有所差别。

计算广告的概念提出后，其研究大体沿着两个方向向前发展：一是围绕计算广告所展开的科学研究，一是计算广告的技术开发与实践应用。

美国计算广告的相关研究，从现在能检索到的相关研究文献来看，大多采取技术性研究取向，并集中在计算机科学、信息科学与数据科学等自然科学领域里展开，其核心内容就是为实现语境、广告、用户三者之间的最优匹配，寻找技术路线，提供技术解决方案。主要涉及计算广告的信息检索技术、定向技术、文本分类与挖掘技术，尤其是基于大数据计算的各种算法，甚至包括情感计算与语言计算，以及这些技术和算法在广告搜索排名与实时竞价、广告目标人群定向、广告个性化推送，以及广告的程序化交易等方面的运用。欧洲学者也大体沿袭了这一研究思路与取向。以“计算广告”为关键词，在CNKI中搜索，共获得2011年至2019年这9年间相关研究文献47篇，其中有36篇是计算广告的技术性研究论文。也就是说，国内外计算广告的相关研究，至今大体上仍在自然科学研究框架中展开，其并未被真正纳入计算社会科学的研究范畴。中国有少量社会科学视域下的计算广告研究，所采取的也只是传统意义上的社会科学研究思路与方法，所以，这些研究不能算真正意义上的计算社会科学研究范式下的计算广告学研究。

计算广告的技术开发与实践应用，其整体水平要远远超出上述有关计算广告的科学研究。计算广告的技术开发与实践应用，集中在互联网领域，最初的发展，主要围绕实现语境、广告、用户三者的最佳匹配，也就是广告人一直苦苦追寻而又一直未能寻找到合理解决方案的广告精准投放问题而展开。基于信息检索技术的搜索引擎广告，基于用户数据分析与挖掘的定向广告和个性化推荐广告，就是最早出现的计算广告的几种主要类型。

计算广告其后的发展，无论是国外还是国内，都已大大超出早期计算广告的概念框架与范畴。大数据与大数据计算技术，不仅被用来解决广告的精准投放问题，也被用来解决基于即时数据分析与处理的广告效果的跟踪监测与广告投放策略的动态调整问题，还被用来解决包括精准投放在内的广告程序化交易问题，甚至还被尝试用来解决基于各类复杂算法的策划创意等智能化内容生产的问题①。基于大数据计算技术的机器智能，正逐渐替代人工去处理广告业务中几乎全部复杂运算和自动化程序[7]。

计算广告的技术开发与实践运用，带来广告运作形态与运作方式的颠覆性改变，更造成广告产业发展的革命性变迁[8]。但从知识生产的角度来考察，其技术开发成果，只是以一种实际应用的方式呈现，其计算的思路与过程，一般都被尘封在“技术黑箱”之中[9][10]。由于其商业属性，其成果更是不可能被分享。

在社会科学各学科领域，广告对大数据计算技术的反应，是敏感而迅速的，大数据技术对广告的嵌入，也是颇为深入的。但是这种反应与嵌入，至今仍仅限于广告的实际业务运作的应用，还远未上升到学理建构的层面。从科学知识生产与学科建构的维度来加以审视，计算广告学的研究内涵，似乎比现有的计算广告的相关研究更为丰富。大数据时代的广告学研究，急切呼唤从计算广告研究进一步走向计算社会科学视域下的计算广告学研究。

三、计算广告学与广告学研究新质的形构

所谓计算广告学，是以大数据时代的计算广告为研究对象的。有关计算广告的相关研究，都属于计算广告学的研究范畴，都是计算广告学研究不可或缺的重要组成部分。

在计算社会科学视域下，对计算广告学进行理论与实践的双重审视，其丰富内涵的确远非现有的计算广告研究所能涵盖。计算广告学研究并不动摇传统广告学的基本研究框架，只是借助与广告学研究相关的新的计算技术、新的计算工具、新的计算手段，以克服传统广告学研究存在的各种缺陷与障碍，提升广告学研究的科学性与有效性。从这个意义上看，所谓计算广告学，并不是新的广告理论主张，不是新的广告理论流派，更不是新的广告理论体系，而是一种新的广告学研究范式，一种新的广告学研究的方法论体系。作为一种新的广告学研究范式，它将对传统广告学研究产生重大影响，至少在三个重要方面引发广告学研究的重大改变，这就是基于大数据与大数据技术的市场与消费者洞察，影响广告效果复杂变量的综合考量，以及广告发展演进规律的宏观发现，从而带来广告学研究从应用层面到基础理论层面的全面创新。

(一)市场与消费者洞察

市场与消费者洞察，是广告学研究的基础，也是广告实务运作的前提。传统广告学研究中的市场与消费者洞察，都是以抽样调查的方式进行的。受数据采集技术与成本的多重限制，其数据采集通常是以特定时空范围的小数据、小样本为特征的。这就不仅存在数据量的限制，也存在数据空间范围与时间范围的限制。其数据采集，免不了调查者的“观察渗透”，免不了调查者对被调查者的外在干扰[11]，甚至免不了被调查对象因个人偏好、记忆误差或者语言使用习惯等因素所导致的自我报告的偏差[12][13]，从而严重影响到其数据的客观真实性。并且，市场与消费永远处于动态的变化之中，而传统广告学对市场与消费的分析却往往限于静态的考量，或者只是已经发生之事的事后检验，实时数据的收集与实时问题的研究，动态数据采集与动态跟踪研究，一直是传统广告学研究的长久之困。在传统的广告学研究中，市场与消费者的真正洞察，也许只是广告人与广告研究者一种持续追寻却又一直未能真正实现的美好愿景。

大数据发现的研究范式，使广告学研究中真正意义上的市场与消费者洞察成为可能。首先，大数据为广告学研究中的市场与消费者洞察提供了海量数据基础。不管我们如何解读大数据，体量之巨大无疑是其最典型的特征。互联网与物联网上的各种平台，以及各类传感器与移动终端，已经留下并正在持续记录数以十亿计的消费者的消费“足迹”，成为我们洞察市场与消费者的数据基础。尽管在市场与消费者洞察中所使用的数据，很难称为“全样本”与“总体数据”，也同样或多或少存在某种数据的“缺失”和“代表性误差”[14]，但其在数据的充分性、整体性和系统性上，却是传统广告学研究所使用的有限数据不可比拟的。这就为克服传统广告学研究因数据匮乏与数据局限所造成的孤立化、碎片化与片面化的认知局限，为形构系统化、整体化的研究新质，提供了必要的数据基础与前提。其次，大数据为广告学研究中的市场与消费者洞察提供了客观性的数据基础。互联网上留下的各种消费“足迹”，被记录下的各类消费“数据”，反映的是消费者的自在行为，往往被视为一种“自提供”和“自然数据”[15]，其数据采集的自动化程序，又避免了诸多外在的人为干扰。诚然，大数据的数据生成与采集，也很难保证做到绝对的“价值中立”[16]，其间也同样存在数据的“形塑”问题[17]，但其自然性却使得广告学研究中数据采集的主观性介入问题得以缓解，从而大大提高了数据的客观性质量与效度，使得过度的偏态性研究得以有效规避。再次，基于大数据电子踪迹技术的实时数据采集，以及这些数据沿时间线不断积累所形成的长时间序列，为广告学研究的市场与消费者洞察，提供了即时与动态的数据基础，使传统研究中的时效性问题、静态性问题得以有效解决，从而极大提升广告学研究的预测性与动态性分析能力。

(二)影响广告效果各种复杂变量的综合考察

广告效果以及影响广告效果的各种变量因素的研究与考量，一直是广告学研究的核心问题。以美国为代表的定量与实证的广告学研究的主流范式，一直以来都是集中围绕此问题展开。然而，这一传统的广告学研究范式，同样未能摆脱方法论的困境。严格地讲，在这一主导范式下所建立的各种测量模型，所设计的各种变量，均不足以反映复杂的市场现象和复杂的消费现象，不足以用来外推广告传播的复杂因果关系。因为它突出强调的往往只是单一自变量对因变量的主要作用，重点着力的往往只是影响广告效果的主效应分析，其所测量的因果关系，条件往往只是必需的却是非充分的，其结果往往只是可能的而非绝对的。基于复杂变量共同作用的社会事实，研究需要测量的应当是复杂多变量以及复杂多变量间的复杂关系，而这却大大超出传统定量研究方法测量与分析的能力范围[10]。

而大数据的数据挖掘技术，则可以系统综合分析作用于因变量的复杂自变量，以及这些复杂变量之间的交互关系。在对变量之间关系进行检测时，数据挖掘技术还可以对所有变量间的交互关系进行自动测量，然后报告其中需要特别注意的交互关系。传统统计模型，更多关注的是变量之间的线性关系，数据挖掘则能更多解读自变量与因变量之间的非线性关系，并通过可视化工具，来描述和呈现变量之间的这种复杂的非线性关系[10]。这在社会学与经济学的相关研究中已经得到越来越多的使用。尽管在广告学的科学研究中，至今尚未见相应的尝试，但在广告实际运作中所谋求实现的情境、用户与广告三者的最优匹配，就是基于这种数据挖掘技术对各种复杂变量及其相互间复杂关系综合分析考量的结果。应该说，大数据发现的研究范式，使得广告学研究中综合性整体性考察复杂变量以及复杂变量间的复杂关系，不仅成为一种可能，并且正逐步成为一种现实。

(三)广告发展演进规律等基础理论的宏观发现

广告学量化与实证研究范式的另一重大缺陷，就是用“小数据”来证明“逻辑”，用“小样本”来演绎“大定律”，在传统研究中，研究者总是力图用“小数据”“小样本”来外推复杂的市场因果关系，用有限数据来阐释复杂市场与消费环境下的宏观涌现问题。用力甚勤，发现却甚微。究其竟，是因为有限数据及有限经验材料与宏大理论论证间，存在严重冲突，存在难以逾越的巨大鸿沟[18][19]，在量化与实证研究范式主导下，广告学研究的各种发现，可以是特定状况下的特定考量，却很难用来论证普遍显示规律；可以是微观层面的精细测量，却难以用来通达宏观；可以是已知与经验的检验，却不用来发现未知与预测未来。广告学是一门偏重应用的学科，重大的理论发现一直相对匮乏。上世纪70年代之前，尚有奥格威的品牌形象理论，以及莱斯和屈特的定位理论可引以为傲，但在量化与实证研究成为主导范式的70年代之后[20]，除整合营销传播之外②，似乎再也没有什么可以被提及的重大理论发现。

大数据发现的研究范式，以其超大规模和超时空跨度的数据，极大扩展了人类的经验范畴，填平着宏大理论与实证经验之间的鸿沟，同时以其数据挖掘中全景式的相关性扫描和全新的相关性涌现的优势，为广告学研究的宏观洞察和重大理论的提炼与发展提供了可能[12][19]。自然科学领域的相关研究，以及计算社会科学领域的社会学与经济学研究，已经提供诸多有价值可参照的研究范例。

总的来看，大数据发现的研究范式，既可用来解决广告应用层面的一应问题，又可用来展开广告基础理论层面的重大问题的研究。在研究思路与研究方法上，既可对传统研究方法中用于定量研究的“数值型数据”展开定性研究，又可对传统研究方法中只能用于定性分析的字符、图形、音频、视频等“非数值型数据”进行定量分析[10]；既可用新的数据与材料来验证已有的理论，也可从新的经验事实中总结归纳出新的定律[19]。基于大数据与大数据技术的计算广告学研究，对于广告学研究来说，具有着突破传统研究局限、形构研究新质的范式革命的重大意义。

四、计算广告学发展面临的主要问题与障碍

大数据时代，人与社会系统所需要的生存与发展技能，凸显为人的信息处理能力[21]。有学者将大数据时代的信息处理，概括为“社会的信息处理计算范式”(Informationprocessingcomputationalparadigmofsociety)[22]。所谓“社会的信息处理计算范式”，意指大数据时代运用计算技术来收集与分析数据信息，已经被人们公认为社会中最为重要的事项或行为方式[3]。而“社会科学计算范式”(computationalparadigmofsocialscience)，正是“社会的信息处理范式”带来的必然结果[23]，已成为我们这个时代社会科学研究的一种主导范式。

计算广告学带来广告学研究范式从传统计量走向大数据计算，其整体趋势已不可逆转。但是，科学研究中的范式转换与范式革命却充满艰难。计算广告学研究的发展，同样面临许多重大现实问题与障碍。

(一)技术面向与技术门槛

计算广告学是大数据与大数据技术在广告学研究领域的应用，其显著的技术性面向，造成其有较高的技术门槛，以及对跨学科研究人才与跨学科合作研究的强烈需求。从某种意义上讲，计算广告学的研究，必须以学科交叉与融合的方式才能真正得以实现。然而，传统的文理分隔与专业分化的教育制度与研究机制，既不能满足计算广告学对学科交融综合性研究人才培养的需求，又不能支持计算广告学学科交叉的研究合作。正因为如此，计算广告学研究至今仍呈学科分离的状态。在计算机科学、数据科学与信息科学领域的计算广告学研究，重点采取的是技术性的研究面向。而广告学领域的计算广告学研究，因为过高技术门槛的限制，绝大多数研究者仍徘徊在传统广告学研究与计算广告学研究的边缘地带。可以说，世界范围内，完整意义上的社会科学研究与计算技术研究双重交叉面向的跨学科的计算广告学研究，至今并未真正充分展开。

(二)数据垄断与数据孤岛

基于大数据发现研究范式的计算广告学研究，其基础与前提便是数据。若无真正意义上的大数据，也就不会有真正意义上的大数据发现。通观迄今为止的计算广告学研究，无论是西方还是我国，虽号称大数据计算，实则仍是一种以“小数据”和零散数据为基础的研究。这种研究，仍有可能导致“片面经验图景”，以及“孤立化”“碎片化”的认知局限。造成这种状况的一个重要原因，就在于数据的垄断等因素所导致的数据可及性限制。

在互联网各类数据平台上留存的以及持续不断生成的海量数据，基本上都掌握和控制在大型互联网企业这些平台拥有者手中。如果说平台上流动的即时数据应用者与研究者尚可触及的话，留存的既往数据往往会被平台拥有者进行处理存储起来，应用者与研究者根本不可能触碰到。并且，在这些数据源中，可供规范分析与研究的结构化数据还是极少数，绝大部分都处于一种非结构化的离散型状态。而采集、传输、存储和处理这些体量巨大的离散型数据的技术，目前也只有少数的大型互联网企业以及大型的通信公司和数据公司才掌握和拥有。即使那些数据源对应用者与研究者开放，由于技术的限制，依然存在一个数据可及性问题。

数据平台的拥有，以及数据采集、传输、存储与处理的技术强权，直接导致数据拥有的霸权与垄断，并在此基础上形成一个个彼此独立、相互隔绝的“数据孤岛”。“数据孤岛”的形成，不仅极大减弱数据未能相互联通的数据价值，也更加强化了使用者的数据不可及性。数据垄断与数据孤岛所带来的数据可及性问题，是各领域大数据运用面临的普遍问题，也是计算广告学研究面临的又一重大障碍。

(三)数据计算与数据黑箱

人工智能的发展，促使人类的知识生产不断走向智能化与自动化[18]。很多事情我们都交由机器去处理，这给人类的知识生产提供了极大便利。但是，机器的各种计算都是一个高度封闭的过程[6]，其数据处理方法“被封装成函数、程序包、软件等”[9]，我们仅仅知道数据处理之后的结果，却不清楚其过程。甚至连研究者也“不清楚计算机算法具体是如何生成数据信息以及如何对数据进行处理的”[24]。他们无从对其数据处理的方法进行全面的评估，也无从通过经验证据和理论框架对其中一些复杂的相互关系进行解释[10]。数据与结论之间的数据处理与分析的过程与方法，便成了一个“数据黑箱”[9]。人工智能越发展，数据处理的“黑箱化”就越发加剧。这种状况在计算广告研究中体现得尤其显著。

然而，科学研究却不仅要“知其然”，更要“知其所以然”。既要检验大数据分析所得结论的可靠性，又要为大数据分析的过程与结果提供合理的解释，研究者需要打开数据处理方法与过程的“黑箱”，寻找到数据、方法与结论之间的耦合点，是包括计算广告学研究在内所有计算社会科学研究极为艰难而又繁重的任务。不如此，大数据发现的研究价值将遭到极大的削减。

打开大数据发现的“数据黑箱”，同样需要跨学科研究的合作。如果说跨学科人才培养机制的建立尚有待时日，跨学科合作研究机制的建立，则是不得不从速解决的当务之急。

(四)数据隐私与数据伦理

在大数据与计算广告提出之初，数据隐私的问题就被提出。所谓隐私，是个体不受打扰的权利，是个体不愿他人干涉与侵犯的私人领域[25]。在互联网平台上，无论是电子踪迹数据还是物联网数据，还有以定位信息和通话记录为核心内容的移动通信数据，都留下大量个体消费者的消费信息。这些消费信息，实际上已经在商业领域以不同的方式被交易，以不同的价格被消费。因此，消费者对商业领域个体数据被利用的隐私忧患也最为深刻。

即便是社会治理与公共领域的个体数据利用，抑或是科学研究领域的个体数据利用，尽管在动机与目标上显示出与商业领域个体数据利用的重大差异，但是，只要是个体数据是在个体不知情或不情愿的情况下被利用，都存在个体权利与私人领域被侵犯的问题，因为无论出于什么目的，数据采集与获取行为本身即可能构成对公民隐私权的侵犯[13]。也就是说，任何领域的个体数据利用，都存在严重的隐私忧患。

隐私侵犯是大数据时代大数据利用必须解决的又一重大问题，否则我们将深陷数据利用的二难选择之中。隐私侵犯，既有法律层面的问题，也有伦理层面的问题。大凡只要数据利用中存在隐私侵权的法律责任，一般也含有隐私侵犯的道义责任与伦理责任。数据利用中，可以规避隐私侵犯的法律责任，却不一定能够规避得了隐私侵犯的伦理责任。甚至可以说，伦理危机是数据隐私侵犯各种危机中最为严重的一种危机。