期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
数据密集型知识发现的边界与陷阱——以美国大选预测为例 被引量:15
1
作者 罗俊 罗教讲 《学术论坛》 CSSCI 北大核心 2017年第3期1-7,共7页
信息时代数据快速增长,数据密集型知识发现成为科学研究的新途径。它在取得一系列成就的同时,也出现了走向"唯数据论"的极端倾向。数据生成、采集的方式和特点,数据分析处理技术的水平,决定了数据密集型知识发现存在能力边界... 信息时代数据快速增长,数据密集型知识发现成为科学研究的新途径。它在取得一系列成就的同时,也出现了走向"唯数据论"的极端倾向。数据生成、采集的方式和特点,数据分析处理技术的水平,决定了数据密集型知识发现存在能力边界。对于科学研究尤其是社会科学研究而言,数据的代表性、数据的质量、算法的模糊性等是必须认真考量的问题。数据密集型知识发现的产生,并不意味着"理论的终结"和传统科学方法都已过时,而是在新的基础上使实验、理论、模拟与数据统一起来成为可能,这一发展方向具有更为广阔的前景。 展开更多
关键词 数据密集型知识 数据驱动 数据代表性 数据质量 数据 计算社会科学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部