从复杂性科学哲学看大数据的方法论价值

发布时间：2021-10-29 23:59

　　数据量的爆炸式增长与新的收集、分析工具的出现使得数据密集型科学出现,并迅速占据了科学家、科学哲学家的视线。这门新兴科学因数据在其中地位的改变也被称为大数据科学。它不仅蕴含了巨大的商业价值,还因其范式改变带来的方法论变革而具有重要的哲学意义。云计算是具有大数据方法特征的数据分析技术,相比于传统数据分析技术,它更适用于海量数据的处理与分析。通过比较大数据方法与传统方法,得出大数据方法是介于还原论与整体论之间的一种方法,这种方法对复杂性科学哲学的"超越还原论"的终极目标有推动但未完全实现。大数据科学被认为是一种新的复杂性科学,其具有特色的方法论特征也给复杂性科学解决其他问题提供了新思路。 

【文章来源】：系统科学学报. 2020,28(01)北大核心CSSCI

【文章页数】：6 页

【文章目录】：
1 新范式与新方法
    1.1 大数据科学与新范式
    1.2 Google云计算数据分析技术与传统数据分析技术
2 大数据方法特征
    2.1 横向建模
    2.2 相关与因果
    2.3 完全自动化的过程
3 大数据方法与传统还原方法之间的张力
    3.1 还原方法的局限
    3.2 全样本不等于整体数据
结论


【参考文献】：
期刊论文
[1]由大数据引起的对因果与相关的讨论[J]. 齐磊磊.  自然辩证法研究. 2017(05)
[2]数据密集型、大数据与“第四范式”[J]. 董春雨,薛永红.  自然辩证法研究. 2017(05)
[3]从经验归纳到数据归纳:特征、机制与意义[J]. 董春雨,薛永红.  自然辩证法研究. 2016(05)
[4]大数据背景下的谷歌翻译——现状与挑战[J]. 斯介生,宋大我,李扬.  统计研究. 2016(05)
[5]大数据经验主义——如何看待理论、因果与规律[J]. 齐磊磊.  哲学动态. 2015(07)
[6]Google三大云计算技术对海量数据分析流程的技术改进优化研究[J]. 卢小宾,王涛.  图书情报工作. 2015(03)



本文编号：3465639