大数据对史学研究的影响论文

由《中国史研究》杂志社和暨南大学古籍研究所联合主办的“历史文献与古代社会研究的现状与展望”学术研讨会，于6月25—27日在广州召开。来自中国社会科学院、南开大学、中山大学、武汉大学、南京大学、上海师范大学、四川大学等单位的80多名专家与会，共提交相关论文69篇。中山大学党委书记陈春声，暨南大学党委副书记、纪委书记夏泉，《中国史研究》主编彭卫，暨南大学古籍研究所所长刘正刚等在开幕式发言时指出，历史文献是史学研究的基础，大数据时代给中国古代史研究带来了不可忽视的机遇与挑战，随着更多新文献不断被发现、特别是数据库等应用方式的普及，需要研究者具备更好的史识与问题意识；应该处理好传世文献与出土新资料之间的关系，不能过度重视新资料而忽视传世文献；历史文献的书写在不同时代都有可能经历了增减和改造，因此历史研究者还要做好文本考证工作，处理好追求小“真”与大“真”的关系。 在大会学术报告和小组讨论环节，与会学者分别选取正史、文集、志书、档案、类书等传世文献资料及考古发掘、碑刻、简牍等资料，就其如何促进古代社会研究展开热烈讨论。从论文及讨论情况看，此次会议有四个特点： 其一，这是一次多学科交叉的学术研讨会。会议收到的学术论文涉及历史学、文献学、民族学、人类学、文学、考古学、宗教学等不同学科，还有部分学者提交了大数据时代如何深化中国古代史研究方面的文章，呈现出多学科交叉的'特点，对于开阔学术视野，丰富研究视角，以及学科之间相互借鉴研究方法等，具有积极的推动作用。 其二，传世文献与出土文献并重。大多数学者仍偏重于从传世历史文献中发现新问题，或对传世文献进行新解读，也有部分学者重视对新发现的文献材料的运用，如对韩国、英国、德国、日本等相关机构所藏文献的新发现进行探讨，对闽东地区新发现契约文书展开研究，还有学者重视对出土文献的运用与解读。南京大学古典文献研究所程章灿教授认为书札是提供历史人物与事件信息的第一手资料，其史料、艺术、文物价值都很重要。书札文献的整理出版有字迹辨认难、收发信人考证难、多页书信排序难、甄别真伪难等困难，需要从文献史料角度、书法艺术角度以及笺纸文物角度相互结合，推进数量众多的历史书札的研究和利用。 其三，注重运用多种文献资料展开比较研究。与会专家的研究中展现出将传统文献（如正史、文集、笔记、方志等）、民间文献（如碑刻、家谱）、新出土资料、口述资料等进行比较互证，展开对某一问题的研究讨论的特点。如著名蒙元史专家、南京大学刘迎胜教授，针对陈桱《通鉴续编》中一段与蒙古先世和成吉思汗建国前有关的记载，与《元史》《圣武亲征录》《蒙古秘史》等文献进行细致比对，进而对《通鉴续编》中的相关记载及其传播流变做了细致考察。刘正刚教授以明初女官制度为例，指出地方文献对正史有重要的补充完善价值，虽然女官个体在正史中不见踪影，但通过地方志、文集、碑刻、族谱等资料，可以逐步复原她们的鲜活形象。 其四，对史学理论与方法的探讨，也提出一些新的观点。如对历史实证主义的思考，对目前学界存在的“二重证据法”的过度解读现象的思考和认识等。东北师范大学赵轶峰教授提出要重新思考历史研究中的实证主义；彭卫教授以秦汉史为例，提出应当处理好传世文献与新出资料的关系，他认为传世文献是构建我们对秦汉时代历史想象的基本脉络和空间，出土资料一个重要功用在于纠谬、连接历史碎片，两者之间是互补而非替代的关系。

是的，大数据对史学研究的影响是一个有趣且具有研究价值的话题，可以作为论文题目。在过去，史学研究主要依赖于文献、史料、考古发现等传统的研究方法。而现在，随着大数据技术的发展，史学研究也开始采用数据挖掘、数据分析等技术进行研究。大数据技术可以帮助史学研究者更好地分析历史事件、发现历史规律，从而对历史研究提供更深入、全面的认识。例如，通过大数据分析历史文献，可以快速发现历史事件的规律性和趋势；通过大数据挖掘历史记录，可以发现历史事件背后的联系和趋势；通过大数据分析考古发现，可以更好地理解古代人类的生活方式、思想、文化等等。因此，探究大数据对史学研究的影响，可以从技术、方法、应用等多个方面进行深入研究，对推动史学研究方法的创新和发展有着积极的作用。

大数据对科学研究思维方式的影响，维克托·迈尔·舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中明确指出，大数据时代最大的转变就是思维方式的3种转变：全样而非抽样、效率而非精确、相关而非因果。

（1）全样而非抽样

过去，由于数据存储和处理能力的限制，在科学分析中，通常采用抽样的方法，即从全集数据中抽取一部分样本数据，通过对样本数据的分析，来推断全集数据的总体特征。通常，样本数据规模要比全集数据小很多，因此，可以在可控的代价内实现数据分析的目的。

现在，我们已经迎来大数据时代，大数据技术的核心就是海量数据的存储和处理，分布式文件系统和分布式数据库技术，提供了理论上近乎无限的数据存储能力，分布式并行编程框架MapReduce提供了强大的海量数据并行处理能力。

因此，有了大数据技术的支持，科学分析完全可以直接针对全集数据而不是抽样数据，并且可以在短时间内迅速得到分析结果，速度之快，超乎我们的想象。就像前面我们已经提到过的，谷歌公司的Dremel可以在2～3秒内完成PB级别数据的查询。

（2）效率而非精确

过去，我们在科学分析中采用抽样分析方法，就必须追求分析方法的精确性，因为，抽样分析只是针对部分样本的分析，其分析结果被应用到全集数据以后，误差会被放大，这就意味着，抽样分析的微小误差，被放大到全集数据以后，可能会变成一个很大的误差。

因此，为了保证误差被放大到全集数据时仍然处于可以接受的范围，就必要确保抽样分析结果的精确性。正是由于这个原因，传统的数据分析方法往往更加注重提高算法的精确性，其次才是提高算法效率。

现在，大数据时代采用全样分析而不是抽样分析，全样分析结果就不存在误差被放大的问题，因此，追求高精确性已经不是其首要目标；相反，大数据时代具有“秒级响应”的特征，要求在几秒内就迅速给出针对海量数据的实时分析结果，否则就会丧失数据的价值，因此，数据分析的效率成为关注的核心。

（3）相关而非因果

过去，数据分析的目的，一方面是解释事物背后的发展机理，比如，一个大型超市在某个地区的连锁店在某个时期内净利润下降很多，这就需要IT部门对相关销售数据进行详细分析找出发生问题的原因；另一方面是用于预测未来可能发生的事件，比如，通过实时分析微博数据，当发现人们对雾霾的讨论明显增加时，就可以建议销售部门增加口罩的进货量。

因为，人们关注雾霾的一个直接结果是，大家会想到购买一个口罩来保护自己的身体健康。不管是哪个目的，其实都反映了一种“因果关系”。但是，在大数据时代，因果关系不再那么重要，人们转而追求“相关性”而非“因果性”。

比如，我们去淘宝网购物时，当我们购买了一个汽车防盗锁以后，淘宝网还会自动提示你，与你购买相同物品的其他客户还购买了汽车坐垫，也就是说，淘宝网只会告诉你“购买汽车防盗锁”和“购买汽车坐垫”之间存在相关性，但是，并不会告诉你为什么其他客户购买了汽车防盗锁以后还会购买汽车坐垫。