基于互联网平台的大数据收集在社会认知研究.docVIP

基于互联网平台的大数据收集在社会认知研究 　　在信息化时代, 随着媒体技术的爆炸式发展, 人们在工作与生活中所产出的信息也在高速增长. “大数据” 这一概念最初由John Mashey 在矽图科技(Silicon Graphics)的报告中提出, 主要阐述了由大型复杂数据的挖掘所带来的新的发现. 而这一概念也随着科学技术的发展, 尤其是互联网平台的日益宽广和其效率的突飞猛进而发生巨大的变化. 时至2012年, 全球平均每天约产出25亿吉字节, 而这一数字每隔约40个月将翻一番. 而互联网使用者也在其中收集人们所产出的各类信息. 例如, 沃尔玛集团每小时可以从用户的业务办理活动中搜集超过2000万Gb的用户数据. 随着信息千变万化, 怎样规模的数据足以被称为“大数据”始终在发生变化, 然而Mcafee等人提出的大数据的几大属性被广泛认同而成为大数据时代的主流观点. 他认为, 大数据之“大”体现在数据的样本量大小、数据采集和分析的速度以及数据的多样性这3个维度. 也正是因为大数据在以上3个方面的特征, 其分析方式和所得到的结果从本质上区别于传统数据. 　　以互联网为平台的数据采集与分析在大数据领域中占有重要地位. 社交网络、云计算等基于互联网的网络数据交流及加工平台促使人们不断尝试将传统活动投放在网络平台上, 从而使经济学、社会学、心理学及计算机科学等多个领域的研究者越来越多地从网络平台获取人们的活动数据, “谷歌流感趋势系统”就是研究者利用网络信息跟踪、分析和预测社会信息的典型案例. Ginsberg等谷歌公司研究者并未采用任何疾病控制与防御中心(Centers for DiseaseControl and Prevention, CDC)的数据, 却成功地通过网络搜索记录快速追踪到了全美国范围内的流感动态. 谷歌公司的追踪仅比当地疫情延迟约一天时间,而相同的工作需要CDC中心通过收集医生的诊疗记录, 花费一周或更多的时间才能完成. 　　由此可见,网络平台中不仅仅储存了大量的既得数据, 而且通过有效的分析, 可以利用此类数据得到在传统研究方式中难以获得的研究结论. 正是基于网络平台的大数据的显著优势, 越来越多的研究和经费计划集中于网络大数据的研究和数据共享. 而其现实价值亦是吸引了众多企业加强了对网络大数据的开发和分析. McAfee等人对多达330个北美公司进行调查并对其主管进行了访谈. 研究发现, 较多主管认为公司决策依靠网络大数据的企业在财政和管理上表现更为出色. 而在行业内排名前1/3的企业中, 这种大数据导向决策的方式所引起的优势更为显著, 表现为在产量上高于同类型企业5%, 在收益上领先6%.网络大数据以其独特的价值和可靠性吸引着研究者、实业家乃至政府对其应用逐步加深, 因而在生产和生活中起着较之以往更为重要的作用. 　　1 大数据与心理学研究 　　近年来, 以网络为平台的社会行为吸引着越来越多的心理学领域研究者的关注. 以网络为平台的大数据分析主要体现在2类数据上, 一类为以Twitter,Facebook等社交网站用户操作为对象的网络社交行为分析; 另一类则是心理学研究者将实验程序从实验室移户到互联网平台, 身处不同地点的被试自行在网站操作完成实验, 这类研究主要依靠亚马逊的MTurk平台等具有交易功能的网站进行. 在社会学、经济学等众多领域, 网络收集大数据已成为众多研究者的选择. 大数据具有样本量大、样本分布广等优势. Paolacci等人[8]收集了1000名使用MTurk平台参加实验的被试的人口变量, 发现样本在地区、年龄、性别、教育程度方面都有较好的分布, 较之以往研究中的样本多集中于特定的在校大学生明显具有优势.然而在网络环境中完成实验, 被试能否正确地理解实验规则并且完成实验等质疑也时常存在. 随着网络平台的运营方式不断完善, 被试任务完成质量的监控也日趋精密, 数据质量也得到了较好的控制. 近年来, 各领域的研究者对网络大数据的信度进行了系统的检验. Germine等人在MTurk平台和实验室分别进行了剑桥面孔记忆(CFMT)、情绪认知(RMIE)等一共5项认知加工测验, 其中网络数据采集样本大小超过4000. 研究发现, 在被试的性别、年龄和任务完成成绩上均无显著差异. Schnoebelen和Kuperman则针对多项语言认知加工任务在MTurk平台上获得的数据进行了信度检验, 发现传统实验室方法获得的数据可以有效地预测网络数据. 更有研究者进一步用测谎问题进行被试在完成任务过程中注意程度的测试, 发现95%以上的被试可以通过. 互联网平台的大数据收集的便利性和可靠性,使其逐渐成为心理学大数据领域的热点. 　　2 基于互联网平台的大数据采