来源：“研究事儿”微信公号

社交媒体的大数据以其无与伦比的“大”给人们带来了很多错觉，然而，“大”一定能够代表全体吗？“大”一定是更好的吗？“大”一定比个体更有价值吗？这些问题，值得我们每个人在面对社交媒体大数据时，认真思考。

现如今，社交媒体已经成了“大数据”的代言人，人们对社交媒体提供的海量数据格外重视。然而，社交媒体上的海量数据究竟能够反映多少真实？数据内容的价值几何？

著名互联网企业家及学者Kalev Leetaru，近期以Twitter为例撰文指出，社交媒体的大数据可能并没有想象中那么“大”，有研究价值的部分其实是很有限的。

一、“大”能代表全体吗？

首先，“大”不等于“整体”。大多时候人们提起大数据，隐含的前提是这个数据涵盖全部数据信息。然而事实并非如此。理论上来说，我们所说的大数据，应该是总体数据。但事实是，除了部分数据原始拥有者也许真的可以拿到全部数据，对于绝大多数第三方而言，他们手中的大数据只是部分数据，那么再“大”的数据，也是“局部”。“大”是相对的概念，“大”与“全部”不可同日而语。比如，以Twitter数据为基础进行的研究，可能只是Twitter用户的“局部”。

其次，“大”不等于“更好”。人们提起大数据，还有一个隐含前提是大的就是更好的，事实未必如此。我们举一个数据调查的经典案例：1936年美国大选前，有两家公司在进行预测，第一家是杂志《文摘周刊》，之前他们已经成功预测了5次总统大选结果。1936年，他们随杂志寄出问卷，共收回250万份问卷，相较于当时美国1亿选民而言，250万已是相当大的数量。他们经过统计分析，发现候选人蓝顿比他的对手罗斯福高了14%。另外一家调查公司只调查了5000人，用的是随机抽样方法，预测是罗斯福当选。最后罗斯福以压倒性的票数胜过蓝顿。

尽管250万是一个更“大”的数据，但是他们的样本池是杂志订阅人，在那个大萧条的年代，能够订阅杂志的显然是比较有钱的人，而中低收入者和失业者才是罗斯福的坚强后盾。由此我们可以看出，相较于更“大”的数据而言，“数据的代表性”才能更有效地预测事件的结果。

二、“大”必定有价值吗？

有关大数据的特点，较为认可的是“4V”，即海量（volume），快速（velocity），庞杂（variety）和价值（value）。大数据的神话之一，是过分夸大其无与伦比的“大”所带来的价值，然而，“大”就一定有价值的吗？

对于大数据迷思，批判的声音从未止息。人们在海量的信息中沉溺，但深究这些信息，Kalev Leetaru的研究认为，Twitter与传统媒体相比更偏向于用户的行为数据，信息内容也较为庞杂，而新闻媒体提供的信息出处更明确，稳定性更高，历史逻辑更加清晰。显然，与传统媒体提供的数据相比，大数据时代社交媒体的信息“价值密度较低”。传统媒体所提供的数据信息，其价值被严重低估。

大数据兴起以后，社交媒体的数据往往都掌握在商业经营者手中，只有这些媒体公司才能真的接近数据。而大部分商业经营者对于大数据的使用，往往是商业意义上的预测工具，是为了更好地吸引广告商对社交媒体进行投入，以获取更多利益，很多时候运用社交媒体大数据进行的研究，往往都是比较表浅的描述。《大数据：改变我们生活、工作和思想》一书中，作者迈尔恩伯格和库基尔》提出：“大数据时代最大的转变就是放弃对因果关系的渴求，取而代之的是关注社会的各类关系。即只要知道‘是什么’，而不需要知道‘为什么’。这就颠覆了千百年来人类的思维习惯，对人类的认知与世界交流的方式提出了全新的挑战。”

清华大学新闻与传播学院教授刘建明认为，如果大数据技术使人类只知道是什么，就不再有探索客观规律的要求——寻求“为什么”，那么大数据只能让人停留在事物的表面，最终使人类走向无知，以致消弭科学研究，最终导致社会的倒退。

三、“大”比个体更有价值吗？

在很多运用社交媒体数据进行的研究中，研究者往往找出网上的人们在特定时间、特定事件中的发生行为，以进行预测。但是网上账号和本人之间是否可以完全对应？账号与人之间的联结究竟如何发生？是否存在断裂？

我们都知道，即便一个人在现实生活中规规矩矩，也不能保证他在网上不是“暴民”。如何通过一个人的网络行为来预测他在现实中所采取的行动和对策，这中间的过程还需要很多研究。

不少迷信大数据的人，往往忽视了社会科学与自然科学之间的差异。一些人认为社会科学与自然科学一样，都有一个固定不变的本质，因此可以通过量化研究来确定社会事件之间的因果联系。然而，社会科学又的确不同于自然科学，因为社会现象存在很多偶然性，事件与事件之间并不必然存在强有力的决定性关系，尤其是人的行为，更是精微而多变，这也正是社会科学的魅力所在。因此，我们是否可以简单地把网上账号和一个人划上等号，大数据提供的人格画像对于研究人类行为的适用性到底有多少价值？这些问题仍需要我们深入思考。

因此，当我们面对大数据，尤其是通过大数据得出的各种结论的时候，不妨在心里打上几个问号：这个数据从何而来，能够代表谁，得出的结论又是为了什么？也许只有这样，我们才不会迷失在社交媒体的信息汪洋中，才不会因为“大数据”的结论，而错失观察生活得出结论的可能性，毕竟再大的网络数据也不是社会本身。

分享让更多人看到