2021北师大新传研究生学修硕829
论述问题：
请叙述互联网大数据对传播学研究中量化研究和质化研究方法的挑战。
解答的想法
首先对问题中的相关概念进行概念说明，结合网络大数据的特点指出对两种研究方法的挑战。 例如，互联网大数据的海量信息难以挖掘，量化研究方法和质量化研究方法的正确性问题、数据的可靠性问题等成为课题。
参考答案
量化研究是指利用统计、数学或计算技术等方法系统地和经验地考察社会现象。 这项研究的目标是发展和运用与社会现象相关的数学模型、理论或假设。 质的研究是社会科学领域的基本研究范式也是科学研究的重要步骤和方法之一意味着通过挖掘问题，了解事件的现象，分析人类的行为和观点，回答问题来获得敏锐的洞察力。
相对于以量化研究和质量化研究为主要方法的传统传播学研究，利用大数据的传播学研究给方法带来了革命性的变化。
一、对网络大数据量化研究方法的挑战
大数据的全部数据代替了抽样调查的随机样本，数据量大幅增加。
使用大数据的传播学研究和传统传播学研究最大的不同在于，使用大数据的传播学研究能够“全面调查”海量数据，代替传统的“观豹”抽样。 传统的传播学研究在测量参加者的态度、认知、行为时，多采用随机抽样和固定样本，以问卷调查、内容分析、实验法等定量研究和深入访谈等定性研究方法为主，但传统的调查成本不高
网络和社交媒体的广泛使用通过网络反映了人的行为和信息的方向，在技术支持下，研究者通过识别、挖掘和利用人们的“电子痕迹”，将网民的心理和行为转换成了可以直接识别的大量数据。 在社会多样性、受众个性化、传播渠道多样化等背景下，样本量有限的抽样研究难以捕捉到受众细分信息，数据量的大幅增长进一步提高了抽样难度，并通过相关软件完善了抽样信息
弄清了量化研究方法的正确性
从以往传播研究所依赖的“小数据”到大数据的一个重大变化是后者放弃了对准确性的追求。
由于以往抽样调查的样本量有限，调查员必须尽力保证收集到的所有样本数据准确无误。 抽样调查的核心是如何减少错误的发生，但不可避免。 在收集数据时，抽样调查专家必须采取各种战略减少错误的发生概率，在数据分析之前，对收集到的数据进行整理和补充，需要耗费大量人力； 使用大数据技术收集大量数据时，这种纠错和纠错方法是行不通的。 因此，不仅成本巨大，而且几乎不可能保持大数据收集标准的一致性，因此，更大数据量的增加，带来的商业价值远远超过了耗资巨大增长的准确性。
二、对网络大数据质化研究方法的挑战
技术困境挑战质化研究方法
传统传播学研究采用文本分析法、案例分析法等进行质化研究。 由于研究所依据的数据量有限，数据库比较简单，但基于大数据，传播学研究所依据的数据资料多来源于互联网、新兴社交媒体等生成的大量非结构化数据。 如果这些非结构化数据中隐藏着有价值的信息，如文本、图像、HTML、音频/视频等，则必须使用专用软件进行分析。 与结构化数据相比，非结构化数据不便于用结构化数据的二维数据库表示，即逐列表示变量，逐行表示记录。 不利于搜索、搜索和存储，增加了数据丢失的可能性。 因此，数据多样化和快速膨胀带来的数据卷巨大化和数量格式复杂化，给传统的分析软件和存储提出了很大的课题，对大数据分析要求的实时或在线处理的需求也是传统数据仓库技术的课题。 随着数据处理的需要，开发大量的数据跟踪分析软件，需要高昂的成本和专家，这些都非常匮乏。
大数据技术会降低质量化研究方法的可靠性
目前，数据源开放性不足，权威大数据源多掌握在政府和大企业手中，国家必须从制度和机制上给予保障。 同时，文本的质量也很重要，但如果不注意识别，文本的内容也会被欺骗。 可靠性问题首先是伪造或故意制造的虚假信息，例如网上个人信息质量和准确性低，经常未经验证，其次是数据，再如各类测评网站的虚假评论等，再次是数据失真。 这既包括数据收集过程中发生的手动干预导致的数据失真，也包括数据更新后的初始数据不反映实际情况。 传统的传播学研究中质化的研究方法注重可靠性问题，而大数据技术本身的诟病降低了这种研究方法的可靠性。
三、结语
大数据技术给整个新闻传播领域带来了革命性的变化特别是极大地改变了传统传播学的研究方法和理念但是，与任何新事物一样，基于大数据的传播研究并不是一帆风顺的，实际上是一把双刃剑。 基于大数据的传播研究面临着新技术、伦理、理论等挑战，与传统的传播学研究一样，基于大数据的传播研究只是工具和手段，趋利避害，利用新技术拓展研究领域和问题，发展新媒体环境下的传播研究理论
【参考文献】
[1]ymdtd，朝气蓬勃的豆芽.大数据技术对传播研究方法的影响和挑战[J] .现代传播[中国传媒大学学报]
),2014,36(11):99-102.