大数据催生史学大变革_数据分析师
我们几乎是在毫无准备的情况下迎来了信息革命,非常突兀地一下子进入了大数据时代。历史学也不例外。
大数据使历史资料利用产生革命性变革
众所周知,大数据具有速率、体量、多样性、价值密度四大特征。在历史学领域,大数据成百倍、成千倍地扩大了历史资料的范围。尤其突出的是,除传统的文献与遗址、遗物外,人类存留的所有纸质的、音像的和其他物质的、非物质的资料,几乎都可被用来协助复原历史的本来面貌。人们在大规模数据基础上可以做到的事情,在以往小规模的局部数据基础上是无法完成的。
大数据的价值更在于它为我们的生活创造了前所未有的可量化的维度。过去不可计量、难以存储、不易分析和不方便共享的很多东西被数据化,并被迅速传输,这就使人们能够通过拥有大量的数据,包括许多不那么精确的数据,打开理解世界的一扇新的大门。大数据通过数据采集、数据储存、数据分析、数据管理为大范围、中时段、长时段定量分析提供了现实的可能。历史学研究与大规模基因检测相结合,有力推动了家族史、宗族史、移民史、民族史研究,就是一个成功的实践。
大数据所提供的古今中外既有研究信息,无疑有助于人们较为系统、全面地了解相关问题已有的各种成果,了解它们的成就和存在的问题,在一个高起点上开展创造性研究。这可以避免许多意义不大的重复劳动。
大数据使历史资料利用产生革命性变革,更集中表现在大数据有助于人们获得新的认知,因为它可以较好地用数字模拟方式在一个大范围内展现历史场景。大数据信息系统还可以较方便地将历史活动中各种要素全面、综合、动态地展示出来,这样,它就可能为历史研究创造新的价值基准。
大数据有助于提升历史活动中大众主体的角色定位
长期以来,由于既有文献资料的限制,人们研究历史时,总是以社会精英人物为主要对象,这就难以避免使社会精英成为历史活动的主体。历史唯物主义者始终重视人民大众在历史活动中的主体作用,只是由于资料稀缺,人民大众常常成为虚拟笼统的、抽象而概念化的存在。大数据使草根大众日常的、琐碎的巨量历史资料可以被便捷地利用,这就使历史活动中的草根大众鲜活起来,具体起来,成为真实的存在。
大数据的一个重要特征,就是能够较方便地将人文社会科学研究与自然科学、技术科学紧密结合起来,有效运用自然科学、技术科学最新成果及研究手段,从而有效推动人文社会科学内部各学科实现真正的交叉、渗透和结合,使跨学科研究不仅成为了解历史客观实际的必要,而且成为真正的可能。这就使历史认识超越社会精英狭窄的范围,而切实了解社会精英和草根大众复杂的内在联系。可以说,正是大数据的巨量档案资料和空前丰富的内容,推动了传统政治史、经济史、思想史研究的重大突破,并给社会史、文化史、生活史的研究,给民众心理、民众信仰、民众实际利益诉求的研究,提供了进行实证性研究的坚实基础。
历史活动中大众主体地位的上升,并不意味着对社会精英在历史发展过程中重要作用的否定。但大数据将提供非常有力的证据,说明社会精英的所作所为如何离不开社会大众这个主体,历史进程如何最后仍决定于社会大众主体的取舍。大数据能将政治史、经济史、社会史、文化史研究在微观、中观及宏观层面上真正综合起来,这就更能揭示包括精英与大众在内的全体社会成员如何自觉或不自觉地共同创造历史的本来面貌。
大数据推动历史学从庙堂之学走向公众之学
现代化进程中,人的主体性不断增强,随之而来的便是越来越多的人们开始关注自己个人的、家庭的、家族的历史,关注自己家乡的、地方的、民族的和国家的历史。历史的记忆成为人们生活的重要组成部分,成为人们文化的基础性诉求。公众史学因之应时勃兴,并愈来愈活跃。
随着信息化在全社会的普及,历史书写进入寻常百姓家,人们可以自由地书写自己的历史,自由地在网络上参与书写地方的、国家的及其他各种专门的历史,自由地对历史问题发表评论。这样,历史研究和历史书写便不再仅仅是历史学家的专长,公众也不再仅仅是被动的接受者。实际上,大数据已经刺激了大批非历史专业的人们参与到历史研究、历史书写队伍中来,他们没有受过历史研究的基本训练,但又各有自己专业之所长,常常可以发专业史家之所未发,当然,也会使历史记述与历史解读更加多元多样,乃至出现各种一般不应有的严重讹误。
大数据使得千千万万社会成员可以很方便地对历史问题发表自己的意见,对所有与历史相关的著作及其他成果自由进行评论,并迅速扩散、传播,对真实历史、专家之学、庙堂之学形成了巨大的冲击力。值得关注的是,大数据时代最大的转变就是放弃对因果关系的渴求,取而代之是关注各种相关的关系,也就是说,它会引导人们只需要知道“是什么”,而不需要知道“为什么”。这就将颠覆千百年来人类的思维惯例,对人类的认知和与世界交流的方式提出全新的挑战。
其实,公众史学的勃兴,并不影响专家治史学。大数据为文献收集、校勘、考订提供了诸多方便,但终究不能取代“板凳需坐十年冷,文章不作半句空”的深入研究和深邃思考。公众史学与专家之学应相得益彰。
面对大数据史学与史家的时代责任
今天,大数据使得史学表现形态及传播形态产生了革命性变化,它也使粗制滥造、鱼龙混杂、不负责任的许多所谓历史新诠释、历史新故事的影响力、动员力空前扩大。史学领域话语权的争夺,比之以往任何时候都更加激烈、更加严酷。
大数据时代史学与史家的职责更为重大。大数据不是取消历史研究中所坚持的历史唯物主义立场、观点和方法,而是更需要坚持历史唯物主义立场、观点和方法。在无数纷繁复杂、彼此矛盾的历史资料中,要想不迷失方向,准确再现客观实在的历史并做出严肃认真的科学解释,从而帮助人们理性对待历史和由历史演进而来的现实,仍然需要我们像创立了历史唯物主义的马克思那样,认真辨析历史矛盾运动中的表象与本质、偶然与必然、局部与整体,从各种矛盾陈述中清理出真实的事实,从形形色色被扭曲、被掩盖、被虚构的历史记述中恢复历史的本来面目,从而揭示历史发展的客观规律,认识历史自身的真理。
大数据将量化研究广泛引入各种历史问题研究之中,但是,任何量化的东西,都有其边界。目前各种数据库所选录的数据,不仅存在既有资料本身的局限,还有建立数据库时建立者自身标准的局限。使用数据库者,选择多少样本,选择什么类型的样本,亦有极大的主观性。因此,不能将量化研究的意义无限夸大,定量研究须与定性研究结合起来,成果方才可能有更多的科学含量。
当代史学与史家,要名副其实承担起自己的时代责任,善于运用大数据时代提供的世界性知识和世界性视野,真正跨越学科藩篱,组成多学科研究团队,通过综合研究,使史学与史家的能力获得提升,使公众史学水准获得提高,使种种背弃、轻侮历史真实的错误行径得到摒弃。
一个真正的马克思主义史家,必须始终不渝坚守的责任就是:敬畏历史,追求信史。历史的中心是人、人群、人类,而人、人群、人类的活动从来就离不开自然环境,离不开宏大的生态系统。大数据为我们更深入全面地研究人类史和自然史,提供了比之以往更为方便的平台,我们要以此为契机,坚持追求信史的史家责任。因为,信史是马克思主义史家生命价值之所在。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21