摘要：随着大数据时代的到来对社会科学的研究产生了较大的影响，大数据的运用开始渗透到世界的各个角落，对人类的生活、工作以及思维等方式都会产生较大的影响。关于大数据驱动下的社会科学研究同样的也会受到社会变革的影响，大数据的变革不仅改变了原有的数据运用基础，而且还为新一轮的科学研究提供新的方法和技术手段。文章主要是围绕大数据驱动的社会科学研究转型进行分析和研究，并提出相应的观点，以此促进大数据驱动的社会科学研究转型。
关键词：大数据;社会科学研究范式;知识发现;传统社会科学
互联网技术不断发展，社会信息化和智能化的不断深入，大数据的运用涉及到各个行业中，逐渐的成为了重要的生产因素。因此，大数据的运用和开发受到了全球性的关注，大数据作为新时代的产物，其发展到运用所经历的时间并不久远，因而大数据在具体的运用过程中没有形成统一的概念。但是从近几年出现的大量文献来看，大数据逐渐的成为了当前哲学、自然科学和社会科学等领域重点关注的对象。针对目前相关学者对于大数据的研究主要集中在技术、资源以及应用等方面。
1大数据时代社会科学研究范式面临变革
关于“大数据”一词的由来主要是在1998年《科学》杂质刊登了一文《大数据的处理程序》，在此后的几年中《自然》杂志刊登的每一文都会涉及到“大数据”，因此“大数据”一词的使用成为了普遍性，并得到了人们的认可和使用。由于“大数据”一词在相关的领域中其定义并未得到广泛的认可，主要是由于关注点不同，涉及到的科技企业、研究学者以及相关的数据分析专员等领域对大数据有不同的概念。从狭义上来分析大数据，其主要指的是数据量的大小超过了传统意义上的尺度，通过一般的工具是很难进行相关的数据捕抓、数据储存、数据管理以及分析。对于大数据一词的分析，通常人们只是关注到了数据的“大”，并未能够通过分析和研究大数据的其它属性。
就目前而言，大数据的典型属性可以简单的概括为“4V”性质，即数据体的量大、数据产生速度快、数据种类的多样性以及数据价值密度低等性质。针对目前的大数据研究，大数据的到来改变了我们什么?对于大数据的到来，可以概括为四点：第一点是数据的实时可得性，如目前我们所运用到的互联网技术，关于互联网中所上传到的信息都是实时的，移动互联网和物联网的发展导致了每个人都可以实时的在网络中制造数据。
社会科学在发展的过程中应当实时的利用互联网数据，并利用互联网数据的实时性提高社会科学研究的时效性。第二点主要是大数据的内容是海量性的。大数据中所涉及到的数据内容是海量的，主要是由于互联网的运用能够储存大量的数据，导致大数据能够被无限制的使用。第三点主要指的是数据的非结构化，大数据的产生和运用在形态上是多样化的，如互联网中常出现到的图片、语音、视频等多种形式，在这些形式中包含了哪些内容是我们在日常的工作、生活中所能运用到的?
最后一点是数据分析的技术手段日新月异。随着社会科学的不断发展，伴随着数据规模的不断扩大，关于一些新的大数据分析技术不断的涌现，一些关于机器学习、并行计算等技术的发展和改进加大了大数据的处理速度。在大数据的发展过程中我们应当洞察两类不同范式形成的不同机理，分析两者之间的优劣势和运用场景的基础上，探索未来科学研究的新范式。
2关于数据科学研究演化与主题分布
2.1数据科学基本内涵的研究
在数据科学基本内涵的研究中涉及到了基础理论研究、复杂性科学、统计学、理论和大数据等聚类的主要内容研究，在研究的过程中所涉及到的问题通常有：数据科学学科性的科学性质理论基础的讨论，其又可划分为数据运用中的统计学。其次是数据科学概念和内涵的界定研究，简单的概括可以理解为：在数据的研究过程中需要依据科学性的理论基础进行相关方面的研究与探索，在科学性的研究过程中利用数据的科学性特点可分为自然科学与社会科学两种观念。
在自然科学理念中认为数据的处理利用科学性的理论基础包含了所有与数据生命周期有关的事物，主要的目的是为了能够更好的为数据的研究提供新的方式与方法。而社会科学主要是从数据科学中所涉及到的技术和方法对该学科的邻域进行相关的界定，如视为在统计学的研究中可以将其认为是一个新领域的扩展，主要的研究对象是数据的分析，其中有涉及到数据的建模与及数据的处理方式等内容。
2.2数据科学研究方法、技术与平台
在数据科学的研究方法、技术与平台中，所涉及到的内容包括了机器学习、数据的分类、信息可视化、平台工具和大数据等聚类。在对数据科学的方法和技术的介绍过程中，可以按照相关的数据生命周期对数据进行相关的采集、数据的清洗、数据的变换、数据的集成等内容。在数据科学的运用过程中，某一方法、技术在数据科学中的应用能够进行相关的介绍或者分析。
在某一特定的数据区域中运用专项的数据分析工具，能够最大程度上解决数据分析种类中的各种问题，避免了在分析数据过程中问题的产生。相关研究者在不同的环境或者处理到的数据所带来的各种变化，要有针对性的进行相关的技术挑战以及处理问题的应用能力。关于大数据在各领域大型数据科学平台的建设和研究过程中，要对数据科学与各邻域的应用体现在面向优化和面向创新的两个方面。面向优化指在数据研究过程中使用数据科学更有效地实现预测、优化研究数据的方式和方法并做出一定的决策，而面向创新主要指的是在研究大数据的过程中，相关的科学研究者要有一定的创新力，才能有效的促进大数据的科学发现和突破研究瓶颈。
3数据科学促进社会科学研究转型的应用前景
虽然社会科学在不断的发展与创新，但是社会科学界对于数据科学所带来的各种挑战视乎还没有做好准备，在这样的环境背景下社会科学的研究与创新容易被科学界给边缘化，这也是目前社会科学家所担忧的问题。但是目前的数据在社会科学的研究邻域中逐渐的被拓展和深入，关于大数据的改变已经悄悄的来临。商业大数据所涉及到的内容包括了商业智能化、供应链的管理模式、商业的决策以及招聘信息的文本挖掘等内容，因此商业大数据是邻域数据科学研究过程中的重要组成部分。
大数据的基础集聚中包含了公共医学、城市治理方案以及智能情报等主要的内容。在大数据运用的过程中针对所涉及到的网络，可以进行相关的补充分析，在分析的过程中不难发现数据科学的研究已经开始逐渐的打破了各自为营的政治局面，呈现出了大数据在网络世界和现实世界中的广泛性和国际性。并且随着海量数据的储存、传递、挖掘等工作的不断进步，数据科学在利用网络大平台的运用过程中能够有效的挖掘出相对于传统数据方面上的分析更具有一定的优势，不管是在数据的算法上还是在数据的计算工具上都是优先于传统的数据挖掘工作，对于大数据体量下的数据多样性和数据的复杂性能够完善的进行处理。
结束语
文章主要是粗略的对大数据驱动的社会科学研究转型进行简单的介绍和分析，未形成一个成熟的学术研究结果，只是对于大数据驱动下的社会科学进行相关的探讨和研究，提出一些促进大数据驱动的社会科学转型的措施与方法。文章对大数据背景下社会转型的发展存在的一些问题表示担忧，试图提醒我国社会科学界对这一发展情况必须引起相关的重视，希望在未来的几年中对大数据技术、理论和方法的学习能够促进我国大数据驱动下的社会科学研究的转型。
参考文献：
[1]章昌平,米加宁,李大宇.数据科学研究在社会科学中的应用前景[J].社会科学,2018(9):78-88.
[2]谢康,肖静华,王茜.大数据驱动的企业与用户互动研发创新[J].北京交通大学学报(社会科学版),2018,17(2):18-26.
[3]米加宁,章昌平,李大宇,林涛.第四研究范式:大数据驱动的社会科学研究转型[J].学海,2018(2):11-27.
[4]陈潭,刘成.大数据驱动社会科学研究的实践向度[J].学术界,2017(7):130-140，324-325.
社会科学评职知识阅读：社会科学方面的副高职称课题申报
社会科学技术从业人员在评定副高职称时要申报社科类课题，很多作者对于这类课题申报流程及注意事项了解的都不清楚，其实申报社科课题是科研人员学术研究水平的重要体现，很多作者也会选择通过专业的机构进行申报，在他们的帮助下社科课题申请成功率才会高很多，下面期刊天空的编辑老师也介绍下评副高职称申报课题注意事项。
