2025年大学《数字人文》专业题库- 数字人文对城市社会学研究的影响

2025年大学《数字人文》专业题库——数字人文对城市社会学研究的影响考试时间：______分钟总分：______分姓名：______一、名词解释1.数字人文2.空间分析3.社会网络分析4.数据可视化二、简答题1.简述数字人文对传统城市社会学研究中“地方性知识”观念的挑战与重塑。2.比较利用数字方法进行城市大规模文本分析与传统定性访谈方法在研究目的、数据获取、分析过程和结果呈现方面的主要异同。3.数字人文技术在研究城市社会空间分异方面有哪些具体的应用场景？请举例说明。4.在运用数字人文方法研究城市社会问题时，可能面临哪些主要的伦理困境？研究者应如何应对？三、论述题1.论述数字人文如何改变了城市社会学对“城市社会过程”的理解与分析方式。2.结合具体实例，阐述数字人文方法在城市社会学理论构建与验证中的作用、潜力与局限性。---试卷答案一、名词解释1.数字人文:指运用数字技术、方法和理念，对人文领域的问题进行研究、阐释和展示的新兴交叉学科领域。它强调利用计算、网络、数据库、可视化等技术手段，处理和分析大规模、多样化的文化数据（如文本、图像、声音、空间数据等），以揭示传统方法难以发现的现象、模式和关联，并创新知识呈现方式。**解析思路:*考察对数字人文基本概念的掌握。答案需包含其核心要素：数字技术/方法/理念、人文领域、研究/阐释/展示、交叉学科、数据处理与分析、创新知识呈现等。2.空间分析:指运用地理信息系统（GIS）等工具和方法，对地理空间数据进行采集、管理、处理、分析和可视化，以揭示空间分布格局、空间关系和空间过程。在城市社会研究中，空间分析可用于研究人口分布、社会设施布局、社区空间结构、犯罪热点、社会网络的空间嵌入性等。**解析思路:*考察对空间分析（尤其GIS在城市研究中的应用）的理解。答案需包含其核心技术（GIS）、数据处理与分析过程、研究目的（揭示格局、关系、过程），并联系到城市社会研究的具体应用实例。3.社会网络分析:指运用图论、统计学等方法，研究社会行动者（个体、群体、组织）之间关系结构的研究领域。它关注社会网络的结构特征（如中心性、密度、聚类）、网络演化、信息传播和社会影响等。在城市社会研究中，可用于分析社区关系、社会阶层流动、城市治理结构、文化传承网络等。**解析思路:*考察对社会网络分析基本概念和应用的掌握。答案需包含其核心研究对象（社会行动者关系）、常用方法（图论、统计）、关注点（结构特征、演化等），并联系到城市社会研究的具体应用实例。4.数据可视化:指将数据转化为图形、图像、图表等视觉形式，以便于理解和分析的过程。它不仅是信息的有效传达方式，也是数据分析和探索的重要手段。在城市社会研究中，数据可视化可用于直观展示城市空间分布、人口统计特征、社会网络结构、时间序列变化等，增强研究的可读性和传播力。**解析思路:*考察对数据可视化概念和价值的理解。答案需包含其基本定义（数据转图形图像）、目的（理解分析、信息传达）、方法（图表、视觉形式），并联系到城市社会研究中的具体应用和意义。二、简答题1.数字人文通过引入计算、网络和空间等维度，挑战了传统城市社会学过度依赖实地观察、深度访谈和文本细读来获取“地方性知识”的模式。传统方法往往聚焦于特定地方的面貌和意义，由研究者主观建构。数字人文则能处理海量、多源的数据（如手机信令、社交媒体签到、社交媒体文本、遥感影像、城市档案数字化文本等），揭示超越个体经验和主观认知的、更大范围、更精细的城市空间格局、社会互动模式和行为模式。这并非否定地方性知识的重要性，而是主张将其与基于数据的宏观、微观分析相结合，形成更全面、更动态、更客观（尽管仍需批判性审视数据偏差）的城市理解。它使得“地方性知识”可以从特定个案的质性描述，扩展到基于大规模数据的模式识别和理论检验，推动了从“地方性”到“计算性”知识的生产。**解析思路:*此题考查对数字人文如何改变知识获取方式的理解。要点包括：挑战传统方法（实地、访谈），引入新维度（计算、网络、空间），处理海量多源数据，揭示宏观微观模式，结合地方性知识，从质性描述到模式识别，从地方性到计算性知识。2.利用数字方法进行城市大规模文本分析与传统定性访谈方法的主要异同如下：*研究目的:两者均可用于了解城市居民的态度、观点、体验和生活方式。但数字文本分析更侧重于从海量、匿名的文本中发掘普遍性的社会趋势、情感倾向和群体共识；传统定性访谈则更侧重于深入理解个体经验、复杂情境和意义建构过程。*数据获取:数字文本分析获取数据通常是大范围的、公开的或可爬取的（如社交媒体、新闻评论、网络论坛、城市日志等），具有公开性、可及性和大规模性特点；传统定性访谈数据通过研究者与受访者的直接互动获取，样本量相对较小，但互动性强，信息深度和丰富度更高。*分析过程:数字文本分析主要运用自然语言处理（NLP）技术（如情感分析、主题建模、命名实体识别）进行计算性、模式化的分析，强调客观性和可重复性；传统定性访谈分析则依赖研究者对访谈记录的解读、编码和主题分析，强调主观性、解释性和情境理解。*结果呈现:数字文本分析结果常以可视化图表（如情感分布图、主题词云、情感地理热力图）等形式呈现，直观展示宏观模式；传统定性访谈结果通常以引文、叙事和理论阐述的形式呈现，强调故事性和深度。*主要差异总结:前者是大样本、宏观、模式化、计算驱动；后者是小样本、微观/宏观、深度化、解释驱动。**解析思路:*此题考查对两种不同研究方法的比较能力。需清晰列出比较维度（目的、数据获取、分析过程、结果呈现），并准确阐述各自的特点和差异，同时指出两者在研究城市社会问题上的互补性。3.数字人文技术在研究城市社会空间分异方面有广泛的应用场景，例如：*GIS空间分析:利用GIS平台整合不同来源的空间数据（如人口普查数据、房屋价格数据、犯罪记录、社交媒体签到数据、POI点数据等），进行空间叠加分析、缓冲区分析、热点分析等，可视化展示城市社会资源（教育、医疗、商业设施等）分布与人口社会经济特征（年龄、收入、职业等）的空间关联性，揭示空间分异格局及其形成机制。*移动数据与社会空间:分析手机信令数据，可以揭示居民的通勤模式、活动范围、居住地与工作地分离度，从而研究城市内部不同区域的功能分化、社会阶层空间隔离等现象。*社交媒体数据与城市空间:分析社交媒体用户签到、检查点和文本内容，可以识别城市公共空间的活力热点、不同社区的文化认同、特定人群的空间偏好，揭示社会互动与空间使用的关系。*城市大数据与精细分异:结合多种大数据源（交通、环境、商业等），进行更精细尺度的城市空间分异研究，例如分析特定街道或社区的实时人流、消费热力、环境质量变化与社会群体的关系。**解析思路:*此题考查对数字人文技术在具体研究问题（城市社会空间分异）中应用的理解。答案需列举至少2-3种具体的数字人文技术（GIS、移动数据、社交媒体数据等），并清晰说明每种技术如何应用于研究该问题，阐述其分析方法和可能揭示的现象。4.运用数字人文方法研究城市社会问题时，可能面临的主要伦理困境包括：*数据隐私与匿名化:大规模个人数据（如手机轨迹、社交媒体活动、消费记录）的收集和分析可能侵犯个人隐私。即使进行匿名化处理，也存在重识别风险和推断个体隐私的可能性。如何在利用数据价值与保护个人隐私之间取得平衡是核心挑战。*算法偏见与歧视:算法可能继承或放大现实社会中的偏见（如种族、性别、阶层歧视），导致分析结果产生误导性结论，甚至加剧社会不公。例如，基于历史数据的算法在规划公共资源分配时可能无意中歧视特定群体。*数字鸿沟与社会不平等:数字人文研究往往需要一定的数字素养和技术支持，这可能排斥那些缺乏相关技能或设备的人群。研究结论也可能忽视或固化数字鸿沟带来的社会不平等问题。*数据所有权与访问权:谁拥有、控制和使用产生的数据？研究机构、企业还是公众？数据的开放共享对于促进知识传播和透明度至关重要，但需平衡数据所有者权益和数据安全。*技术决定论风险:过度强调技术的能力，可能忽视技术背后的社会、政治和经济因素，以及技术应用的复杂社会后果。*应对策略:研究者应遵守数据伦理规范，进行严格的数据脱敏和匿名化处理；采用公平性评估方法检测和缓解算法偏见；关注数字鸿沟问题，采用多元方法收集数据；推动数据开放共享，同时保护数据隐私；进行批判性反思，避免陷入技术决定论；加强公众参与，让研究对象的声音被听见。**解析思路:*此题考查对数字人文研究伦理问题的认识。需列举至少3-4种主要伦理困境，并针对每种困境提出合理的应对策略，体现对伦理问题的批判性思考。三、论述题1.数字人文通过引入计算、网络和空间等维度，深刻改变了城市社会学对“城市社会过程”的理解与分析方式。传统城市社会学侧重于通过定性研究描述和解释城市社会现象的发生、发展和影响，往往聚焦于特定时间点或小范围案例。数字人文则能够捕捉和分析城市社会过程的动态性、规模性和复杂性。*动态性:利用时间序列数据分析（如社交媒体帖子、新闻报道、手机轨迹），可以追踪城市事件（如抗议活动、流行病传播、商业周期）的演化过程、扩散模式和关键节点，揭示社会过程的动态机制。*规模性:通过对大规模文本、图像、网络数据等的分析，可以揭示城市社会现象的普遍模式、群体行为和集体意识，例如分析城市居民的普遍情绪、对公共政策的看法、城市文化的传播网络等，超越个体经验，发现宏观规律。*复杂性:数字人文方法能够处理多源异构数据（空间、网络、文本、行为等），进行跨领域的整合分析，揭示城市社会过程各要素之间的复杂互动关系。例如，结合GIS和社交媒体数据，分析城市空间活力与居民在线行为的关系；结合社会网络分析和文本分析，研究城市治理中的信息传播与舆论形成过程。*新现象:数字人文使得城市社会学研究能够关注和分析传统方法难以触及的新现象，如网络社区的兴起、数字身份的建构、虚拟空间的社会互动、算法对城市生活的影响等，拓展了城市社会过程的研究边界。*方法论影响:数字人文促使城市社会学研究从传统的质性深描，走向计算性、可视化、模型化的分析范式，强调数据分析能力和跨学科合作。同时，也要求研究者不仅要掌握社会理论，还要具备一定的计算素养和批判性审视技术的能力。**解析思路:*此题要求深入论述数字人文对城市社会过程研究带来的变革。需从动态性、规模性、复杂性三个核心维度展开，结合具体数字人文方法（时间序列分析、大数据分析、多源数据整合等）和城市社会过程的具体例子（事件演化、群体行为、跨领域互动、新现象等）进行阐述。最后要总结其对研究范式和方法论的影响。2.数字人文方法在城市社会学理论构建与验证中扮演着日益重要的角色，展现出巨大潜力，但也存在局限性。*潜力:*检验与发展理论:大规模数据为检验传统理论在现实中的适用性提供了新的经验基础。例如，利用大规模调查数据或社交媒体数据检验社会分层理论、城市剥夺理论等。同时，通过对新现象的发现和分析，可以启发新的理论概念和理论框架，如数字鸿沟理论、网络社会理论等。*揭示隐藏模式:计算方法能够从海量数据中发现传统方法难以察觉的微妙模式、关联和趋势。例如，通过文本挖掘发现特定社会群体在特定时期对某些社会议题的隐藏态度；通过网络分析揭示城市精英或意见领袖的复杂关系网络。*增强理论的普遍性与精确性:基于大规模数据的分析有助于提升理论结论的统计显著性和外部效度，使理论更具普遍解释力。同时，数据分析可以提供更精确的量化指标来衡量抽象的理论构念（如社会凝聚力、社区认同等）。*可视化促进理论理解:数据可视化能够将复杂的社会关系、空间格局和动态过程以直观的方式呈现出来，有助于研究者、学生和公众理解理论，促进理论传播和对话。*局限性:*数据质量与偏差:数字数据并非完美反映现实。数据收集过程可能存在偏见（如社交媒体用户并非随机样本），数据本身可能包含错误或缺失值，算法也可能引入偏差。基于有偏数据得出的理论结论可能存在误导。*“计算性”风险与“去情境化”:过度依赖计算分析可能导致忽视具体的社会情境、权力关系和个体能动性，使理论变得过于抽象或形式化，失去对“人”本身的关注。数字人文需要警惕从“计算”走向“计算主义”。*技术门槛与理解鸿沟:数字人文方法的应用需要一定的技术能力，可能限制研究者的范围。同时，过于复杂的计算模型和结果可能难以被非专业人士理解和批判性评估。*验证困难:社会科学理论往往难以像自然科学理论那样通过严格实验进行“验证”。数字人文方法提供的更多是经验证据的强有力支持或挑战，而非绝对的证实。理论构建还需要结合历史、比较、质性研究等多方面证据。*伦理与权力:数据的收集、分析和应用涉及复杂的伦理问题，可能被用于商业目的或强化社会监控，对研究者的理论实践提出挑战。*结论:数字人文方法为城