京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:重构文化空间的人文向度
随着大数据时代的来临,人们在虚拟空间与物理空间的杂居,以及“拟态环境”对文化空间的重构,导致了知识在获取、存储、交流、再生产等诸多环节发生深刻变化。如何面对由此带来的挑战成为摆在广大学者面前的重要课题。
大数据时代首先带来了传播话语权的迁移。在印刷时代,知识分子常常是报纸书籍等纸媒话语权的拥有者。比如,民国时期的《新青年》、《新潮》、《语丝》、《晨报·副镌》等报刊,其编者常常具有大学教师、编辑、作家等多重身份,这为他们重构文化空间、进行文化启蒙打下了重要基础。而在大数据时代,由于媒介身份和教育身份的分离,当今学者难以形成占据主导地位的话语权。文化话语权逐步从传统学者移至媒介巨头,尤其是以电视、网络等现代传播手段为代表的传媒机构。无论如何,大数据重构了文化传播的空间形态,也打破了原有的话语体系平衡,缔造出新的话语权分布,进而带来了一个迫在眉睫的问题:作为掌握媒介话语权的传媒机构如何重塑文化价值空间?从目前看,媒介文化产业正迅速崛起、快速发展,但由于从业人员的芜杂,资本力量渐渐成为传媒文化的主宰。特别是在资本逻辑的驱动下,文化的价值向度被严重剥落。不仅如此,媒介偏好也是一个重要原因。印刷文明推崇客观和理性的思维,同时鼓励严肃、有序和具有逻辑性的公众话语。而大数据不仅用视像渐渐取代传统文字,还使信息变得海量且混杂无章,这导致公众话语变得散乱无序。正如尼尔·波兹曼的喟叹:这是一个“娱乐至死”的时代。因此,在大数据时代,广大学者必须积极应对文化空间和教育背景的深刻变化,特别要处理好“为学”及人文教育等问题。
首先,就为学而言,在印刷媒介时代,藏书、购书与纸媒阅读常常是文人学者为学的主要方式。民国时期,学者家中的藏书一般都要超过上万册,据邓云乡回忆:“教文史的大教授通常都藏书几万册”。“据统计,现存鲁迅藏书有4062种,约14000册,其中中文书籍2193种,外文书籍1869种,包括中文线装书、中文平装书、俄文书、西文书、日文书等。”可以说,鲁迅的文学及学术成就与其藏书、借书乃至抄书密不可分。而在知识的交流与传承上,也多是通过课堂、宴饮、聚会、拜访等方式进行。比如20世纪30年代的北京,林徽因的“太太客厅”、朱光潜的“读诗会”、《晨报·副镌》“沈从文们”的聚会等都是当时为学交流的典型代表。
而在大数据时代,人们足不出户就可以查到各地的藏书状况及学习资源,国内外开放的网络数据资源使知识获取更为便捷迅速。数字化出版的崛起更是重新塑造了人们的交流方式、交流对象和文化传递模式。在知识的存储上,电子图书具有纸媒所不具备的携带方便、易于查询等长处,实现了从古昔的汗牛充栋到当今的大容量可移动介质的重大转变。在知识的交流上,网络的发展提供了更多的交流机会,E-mail、博客、微博、论坛、微信等网络平台已经成为日常交流的重要方式,而知识的分享、交流和传递也更为迅速和便捷。在知识的再生产上,海量网络资源为人们的书写记录提供了重要平台。比如,部分史料在搜集、整理、编写、保管、出版、传播等环节开始趋于数字化发展。由此可见,大数据时代的“为学”方式较纸媒时代已经发生很大改变。随着“数字鸿沟”的不断拉大,广大学者除了要秉承传统的为学精神,还要不断学习新的知识获取及交流方法,使自身的学术研究不断适应时代的发展要求。
此外,人文教育也是必须面对的一个问题。30年前,尼尔·波兹曼在谈到电视对美国教育的影响时指出,“美国目前最大的教育产业不是在教室里,而是在家里,在电视机前。”这种警醒亦如当下的大数据之于教育。传统课堂传授的知识备受各类现代传播媒介的信息冲击,学生获取知识及价值认同的途径已发生重要改变。大数据时代使得我们的教育变得越来越“教条化”。这就要求人文教育工作者既要注重网络传播的伦理规范,还要加强高校自身的职责建设,推动网络新媒体与传统教学资源的有机组合。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09