陳艷

[摘 ? ? ? ? ? 要] ?隨著當前大數據發(fā)展趨勢的不斷加快，對傳播學的研究產生了重要的影響，傳播學研究的主要方法逐步由以抽樣調查為主的傳統(tǒng)方式向綜合利用大數據參與的新方法轉變。將重點展示數據挖掘技術在傳播學研究領域內的應用案例，并將之與傳統(tǒng)研究方法進行比較，對二者在研究目的、研究手段、研究過程及其邏輯等方面進行區(qū)別，從而說明大數據處理信息方式對傳播學在方法論上的積極影響。

[關 ? ?鍵 ? 詞] ?大數據方法;傳播學;影響研究

[中圖分類號] ?G206 ? ? ? ? ? ? ? ? [文獻標志碼] ?A ? ? ? ? ? ?[文章編號] ?2096-0603（2019）18-0134-02

一、大數據時代的特征

現如今，大數據這個說法已經在各個行業(yè)領域中得到了廣泛運用，并且還被承載于各種類型的概念中，包括海量數據、實時數據、社交媒體分析以及下一代數據管理能力等。對大數據的概念也存在著多種多樣的說法，當前業(yè)界比較認可的是由IBM公司提出的大數據4V特性，即數量（Volume）、多樣性（Variety）、速度（Velocity）和真實性（Veracity）。但是這種對特性的解讀也使無論業(yè)界還是學界都把不同的數據往里嵌套，這樣的局面使大數據成為一個空洞的名詞，對開展科學研究并沒有實質性的擴展和推動作用。筆者認為大數據不僅需要從數據量上考量，更需要從數據結構上進行區(qū)分。數據大是一個相對概念，一般意義上，大數據是指無法在可容忍的時間內用傳統(tǒng)IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數據集合。傳統(tǒng)意義中的僅幾個服務器存儲的數據庫是不能稱其為“大數據”的?？傊?，大數據并不是這個星球上所有數據的統(tǒng)稱，也不是把傳統(tǒng)業(yè)務進行簡單的數據化錄入而形成的。它在達到一定的數據規(guī)模之上還需要呈現出非結構化的特征。

二、大數據背景下傳播學研究方式的轉變

（一）傳統(tǒng)抽樣隨機樣本轉變?yōu)榇髷祿椒ㄏ碌娜w數據

在新聞傳播學領域，針對一般受訪者測量其認知、態(tài)度與行為選擇時，傳統(tǒng)的研究方法以隨機抽樣或固定樣本為主，具體通過深度訪談、問卷調查、實驗法等方式。隨著社交媒體深入人們的生活，人們表現自我的方式更為個性化、多元化，展現的渠道也日益多樣化。在此背景下，研究人員可以通過在網絡上對研究對象的“電子蹤跡”進行搜索、采集、分析、發(fā)掘和利用，即可獲得足以反饋其心理動向與行為舉止的海量數據，這就是將大數據方法引入傳播學研究領域的重要表現。并且，大數據研究方法可以輕松捕捉與處理一些傳統(tǒng)抽樣方法無法采集的細節(jié)信息。

（二）傳統(tǒng)方法與大數據方式在研究目的上的區(qū)別

在傳播學研究領域，過去常用的抽樣調查方法是以追求因果關系為第一研究目標的。這種因果關系的成立，必須首先滿足由因及果的時間順序關系，結果隨原因的變化而變化的共變關系，因果二者之外無其他影響變量的非虛假關系。相較于此，大數據方法之下，研究人員首先著眼的是研究因素的相關性，如電影票房與網絡搜索數量之間不存在邏輯上的因果聯系，但是存在著一定的相關性。因此，傳播學的傳統(tǒng)研究方法可以描述事情的狀況，也可以表述傳播理論，但應用數據發(fā)掘與分析技術的方法則可以更多傾向于對事件發(fā)展的預測，在現代商業(yè)市場之中具備更高的實際價值與利用潛力。而在理論研究領域，大數據方法也能夠解釋一些長期未有定論或進展的話題。

（三）大數據方法放棄了追求處理信息的精確性

與傳統(tǒng)處理方法后能夠保證并追求數據的精確性不同，大數據方法處理現代數字信息時往往需要降低或放棄這種精確度。傳統(tǒng)抽樣調查之中，可供搜集研究的樣本往往有限，研究人員在客觀條件下需保證樣本數據的精確度，其中采用一些能夠減少錯誤產生概率的方法，對數據進行整理和補充，都是具備可操作性的。但是這種清理數據的方式，在大數據方法之下無法實行，首要原因就是樣本數量龐大，人工復查不現實，其次就是大數據方法搜羅的信息無法保證標準完全一致，最重要的是，當今市場交易中，數據量的龐大在商業(yè)領域上能夠創(chuàng)造的價值遠高于傳統(tǒng)調查之中的一點精確性，才能為應用數據挖掘與分析技術提供可能性。

三、大數據下傳播學研究的代表性問題

首先，大數據對信息分析的主要依據下的網民行為無法代表全體受眾的行為。根據相關的調查數據現實，截至2018年，我國的網民總數達到了12.76億，但是網絡使用普及率則僅為57.9%，從該數據可以看出我國還有將近一半的人群不能上網，這些人自然也就被大數據分析排除在外。

其次，關鍵性的問題在于網民與非網民之間在結構性上還存在著明顯的差異。如農村地區(qū)的網民與城鎮(zhèn)地區(qū)的網民分布嚴重不均衡，由于受到經濟、文化、網絡等諸多因素的影響，農村偏遠地區(qū)的人們還無法方便地使用網絡，并且我國的網民還呈現出明顯的年輕化特征。

最后，大數據分析存在明顯重技術輕理論的現象。基于大數據的傳播學研究對理論的關注嚴重不足，明顯存在重數據輕理論、重相關輕因果、重挖掘輕闡釋、重軟件輕開發(fā)的“四重四輕”現象。目前基于大數據來研傳播現象的主要研究者是傳播學者和計算機學者，前者雖對傳統(tǒng)受眾理論比較熟悉，但多忽視了理論驗證或建構，只專注于用新穎的數據挖掘技術，后者往往對數據挖掘較熟悉，但缺乏傳播學理論，難以對人類的傳播規(guī)律進行深入的因果闡釋。目前，大數據在傳播學中的應用也多以實踐應用為主，這種重技術輕理論的傳播研究在受眾至上的傳播業(yè)界或許有一定的商業(yè)價值，但對傳播學學術研究則不可取。傳播學研究的最主要目的是發(fā)現人類傳播行為的規(guī)律，增加這方面的知識，一個有理論價值的傳播研究，也一定是有應用價值的，反之，僅做實踐應用而缺乏理論視角的傳播研究難以產生理論貢獻。

四、大數據中傳播學研究的方法和路徑

（一）數據采集方式變革

大數據時代下對傳播學所產生的最根本的影響在于數據生產方式的變革。人們無意識的網絡搜索行為習慣成為主要的數據來源。其中無意識的網絡行為并不是說人們對自己的行為完全不知曉，而是指這種網絡行為的初始目的不是為了給相關的企業(yè)或者是研究機構留下記錄。延伸到傳播學領域，指的是針對客戶信息數據的搜集不再依靠傳統(tǒng)的問卷調查以及電話訪問等方式，讓受訪者明確獲知自己填寫的答案將會被運用到數據分析中。并且傳統(tǒng)的數據收集方式下樣本的總量是有限的，無法實現全面的覆蓋。而在大數據時代下所適用的研究方法則是借助開放式的平臺，引導受診者主動填寫相關的資料與信息并且加以記錄。以自媒體所進行的新聞生產為例，絕大多數的新聞信息來源都是個體在生產，并且將其發(fā)送到微博和微信公眾號上，其中微博與微信公眾號就是這種開放式的平臺，上面的信息內容都是由用戶主動地進行資料與信息不斷地填充。因此對傳播學研究而言，需要借助這種形式的平臺來搜集相關的數據，不僅可以與現有的開放式平臺進行合作，同時還可以自行搭建平臺。

（二）抽樣方法的前景

大數據會提高抽樣研究的準確性，但是抽樣方式會發(fā)生改變。在傳統(tǒng)的抽樣研究中，會假設一個全樣本，然后進行抽樣設計，但在實際操作過程中，往往會受限于數據易得性，而使研究樣本的代表性和信度受到質疑。而在大數據環(huán)境中，首先，我們需要厘清大數據本身已經是數據的前端采集結果，這是大數據的本質，而它就是一個全樣本。抽樣的時候，其實是對數據后端的一次再處理。也就是說，大數據本身是伴隨著分析處理方法的開發(fā)而誕生的，如mapreduce等，運用這些方法直接分析數據的準確性最高，但是需要傳播學者進行計算機相關知識的學習，或者跨學科間學者進行合作。只有在無法使用大數據分析工具的情況下，傳播學者才會使用抽樣分析方法。抽樣方法的改變指的是樣本來源的改變。原本的樣本是在現實生活中采集，而大數據下的樣本是在大數據里面進行抽樣，這樣一方面使數據可得性大大提高，按照科學抽樣方式設計的可執(zhí)行度高;另一方面，由于操作層面中的數據易得性也能促進抽樣方法的發(fā)展和更新，使抽樣方法更準確。

（三）非結構化數據的結構化分析

如前文分析，傳播學者對大數據的運用是對數據后端的再運用，那么這個再次的運用分析，就是把數據的“大”往“小”的分析，也是把“非結構化”的數據進行“結構化”的分析。換言之，就是要從這些看似雜亂無章的數據中尋找到有價值的關系鏈和運用前景。不同于自然科學數據的特點，社會科學的數據不僅非結構化數據多，而且實時性強，大量數據都是隨機動態(tài)產生，根據網絡數據做經濟形勢、安全形勢、社會群體事件的預測卻成為可能。傳播學者不是要獲取更多的數據，而是要首先得到大數據，然后做去冗分類、去粗取精，科學合理地二次抽樣采集數據，進一步進行數據挖掘。

（四）可視化分析：數據藝術家的誕生

伴隨著大量數據分析處理后的結果需要展示給客戶或普通受眾，那么普通的圖表已經無法展示大數據的數據處理結果，只有可視化的結果才可以被接受。但是單就可視化的方法來看，它的展現程度也不盡相同。好的可視化展示應該是通過清晰美觀的圖示，能讓人理解數據的真正含義或者它的真實面貌。而這對科學傳播和視覺傳播的學者來說，都是一個可探索的領域。能美觀地、有趣地、便于理解地展示和分享有關計算的數據和故事，是未來數據藝術家的努力方向。

五、結語

大數據技術給整個新聞傳播領域帶來了革命性的變化，尤其是深刻地改變了傳統(tǒng)的傳播學研究方法和理念。但如同任何新事物一樣，基于大數據的傳播研究并非一帆風順，在實際中是一把“雙刃劍”，基于大數據的傳播研究面臨新的技術、倫理、理論等挑戰(zhàn)，同傳統(tǒng)的傳播學研究一樣，基于大數據的傳播研究只是一種工具和手段，只有趨利避害，充分利用新技術拓展研究的領域和問題，發(fā)展新媒體環(huán)境下的傳播研究理論，才能充分發(fā)揮大數據在傳播學研究中的價值。

參考文獻：

[1]倪寧，金韶.大數據時代的精準廣告及其傳播策略：基于場域理論視角[J].現代傳播（中國傳媒大學學報），2015（2）.

[2]楊雅.大數據分析與可視化技術：新聞傳播的新范式：“大數據與新聞傳播創(chuàng)新”研討會綜述[J].國際新聞界，2016（3）.

[3]劉義昆.大數據時代的數據新聞生產：現狀、影響與反思[J].現代傳播（中國傳媒大學學報），2015（11）.

[4]胥琳佳.大數據對于傳播學研究內容和方法的影響：基于社交媒體和移動互聯網的思考[J].中國出版，2015（18）.

編輯 陳鮮艷