2025年数字人文与社会科学研究专业考试题及答案

2025年数字人文与社会科学研究专业考试题及答案一、单项选择题（每题2分，共20分）1.数字人文研究中，用于分析文本中高频词汇及其共现关系的核心技术是（）A.地理信息系统（GIS）B.社会网络分析（SNA）C.文本挖掘（TextMining）D.情感分析（SentimentAnalysis）2.以下哪项不属于社会科学研究中数字技术带来的新数据类型？（）A.社交媒体用户互动日志B.历史档案的OCR识别文本C.人口普查的统计报表D.移动设备的GPS轨迹数据3.计算社会科学中“小数据”与“大数据”的根本区别在于（）A.数据量的绝对大小B.数据采集的主动性与被动性C.数据存储的介质类型D.数据分析师的专业背景4.数字人文项目中，为确保历史文献数字化的学术严谨性，关键步骤是（）A.提高扫描分辨率B.建立元数据标准C.开发可视化界面D.增加用户交互功能5.社会网络分析中，衡量节点在网络中“中介”作用的指标是（）A.度中心性（DegreeCentrality）B.紧密中心性（ClosenessCentrality）C.中介中心性（BetweennessCentrality）D.特征向量中心性（EigenvectorCentrality）6.以下哪项是数字人文研究中“计算转向”的典型表现？（）A.用Excel统计历史文献中的人名出现次数B.通过Python编写程序分析古典诗词的韵脚分布C.制作某历史街区的3D模型用于展示D.在数据库中录入地方志的基本信息7.处理社交媒体数据时，“去匿名化”操作可能引发的主要伦理问题是（）A.数据存储成本增加B.用户隐私泄露风险C.数据格式不统一D.分析结果准确性下降8.数字档案建设中，“语义网”技术的核心作用是（）A.提升档案检索速度B.实现跨数据库的知识关联C.压缩数字文件大小D.增强档案的可视化效果9.传统社会科学研究与数字人文研究的关键差异在于（）A.研究问题的提出方式B.对研究对象的价值判断C.数据获取与分析的技术手段D.学术成果的发表形式10.在数字人文项目中，“用户生成内容（UGC）”最主要的应用价值是（）A.降低项目开发成本B.丰富研究数据来源C.提升技术实现难度D.简化成果传播流程二、名词解释（每题5分，共25分）1.数字人文（DigitalHumanities）2.社会网络分析（SocialNetworkAnalysis,SNA）3.文本数据清洗（TextDataCleaning）4.计算社会科学（ComputationalSocialScience）5.数字档案可视化（DigitalArchiveVisualization）三、简答题（每题10分，共30分）1.简述数字人文研究中“量化分析”与“质性研究”的融合路径。2.举例说明社会网络分析在社会学研究中的具体应用场景。3.从数据采集、处理到分析，说明数字技术如何拓展了传统田野调查的研究边界。四、论述题（每题15分，共30分）1.结合具体案例，论述数字人文研究中“技术工具”与“人文价值”的平衡问题。2.大数据时代的社会科学研究面临哪些方法论挑战？如何通过数字人文的跨学科视角应对？五、实践操作题（共35分）假设你负责某高校“地方戏曲文化数字化保护”项目，需完成以下任务：（1）设计一套包含数据采集、处理、分析与展示的完整技术方案（15分）；（2）针对“地方戏曲观众年龄结构变迁”研究子课题，设计具体的数据分析流程，并说明可能使用的工具（10分）；（3）列举项目实施中需要注意的伦理与学术规范问题（10分）。参考答案一、单项选择题1.C2.C3.B4.B5.C6.B7.B8.B9.C10.B二、名词解释1.数字人文（DigitalHumanities）：以数字技术为工具，以人文社会科学问题为导向的交叉研究领域。通过数据挖掘、可视化、计算建模等技术手段，重新审视传统人文研究中的文本、图像、声音等材料，拓展研究维度（如大规模文本分析、历史空间重建），同时关注技术应用的人文价值与伦理边界。2.社会网络分析（SNA）：通过图论方法研究社会关系结构的量化分析技术。将社会行动者（个体、组织等）视为节点，将行动者间的关系（合作、互动、影响等）视为边，通过中心性、社群检测、结构洞等指标，揭示网络中的权力分布、信息传播路径及群体特征，广泛应用于社会学、传播学等领域。3.文本数据清洗：对原始文本数据进行预处理以提高质量的过程。主要步骤包括去除噪声（如乱码、广告）、统一格式（如全角转半角）、纠正错误（如OCR识别错误）、标准化处理（如分词、去停用词）等，是后续文本挖掘、情感分析等任务的基础，直接影响分析结果的可靠性。4.计算社会科学：利用计算技术（如机器学习、复杂系统建模）研究社会现象的交叉学科。通过分析大规模数字痕迹数据（如社交媒体、通信记录），探索社会行为的模式与规律，突破传统社会科学依赖小样本调查的局限，强调数据驱动的假设验证与动态模拟。5.数字档案可视化：将数字档案中的结构化或非结构化数据转化为图形、图表等可视化形式的技术。通过时间轴、热力图、知识图谱等工具，直观呈现档案内容的关联（如人物关系、事件脉络）、分布特征（如地域集中性）或演变趋势（如关键词频率变化），提升档案信息的可理解性与研究效率。三、简答题1.数字人文中“量化分析”与“质性研究”的融合路径包括：（1）数据层面：通过数字技术将质性材料（如历史文本、访谈记录）转化为结构化数据（如词频统计、情感分值），为量化分析提供基础；（2）方法层面：先用量化方法发现模式（如某时期小说中“爱情”一词出现频率异常升高），再通过质性解读探究背后的社会文化动因（如当时婚恋观念的变迁）；（3）验证层面：以量化结果验证质性假设（如通过社交媒体数据验证“代际沟通障碍”的理论），或用质性案例补充量化结论的解释力（如用具体访谈记录说明某统计规律的特殊情境）；（4）工具层面：借助混合方法工具（如Nvivo同时支持文本编码与统计分析）实现两种方法的协同操作。2.社会网络分析在社会学中的应用案例：以“企业创新团队知识传播”研究为例：（1）构建网络：将团队成员视为节点，成员间的知识共享行为（如邮件、会议讨论）视为边；（2）计算指标：分析个体的中介中心性（判断谁是知识传递的关键桥梁）、社群结构（识别非正式的知识传播小团体）、结构洞（发现信息断层区域）；（3）结论应用：若某成员中介中心性极高，可能成为团队知识传播的瓶颈，需加强其与其他成员的互动；若存在多个孤立社群，需设计跨组合作机制以促进知识流动。3.数字技术对传统田野调查的拓展：（1）数据采集：传统田野依赖观察记录、访谈录音，数字技术可补充GPS定位（记录调查对象活动范围）、可穿戴设备（监测生理指标反映情绪）、社交媒体数据（获取调查对象线上行为），形成多源数据；（2）数据处理：用语音转文字工具（如Whisper）快速转录访谈内容，用NLP工具（如Python的jieba分词）自动提取访谈中的高频主题，用情感分析模型识别受访者的隐含态度，提高处理效率；（3）数据分析：通过社会网络分析呈现调查对象的关系网络，用地理信息系统（GIS）绘制“社会空间图谱”（如某社区内不同群体的活动区域重叠度），用时间序列分析追踪特定行为的长期变化，突破传统定性描述的局限。四、论述题1.数字人文中“技术工具”与“人文价值”的平衡需避免两种极端：技术至上或忽视技术。以“《全唐诗》数字分析项目”为例：（1）技术应用：通过文本挖掘统计全唐诗中“月”“酒”等意象的出现频率，用空间分析绘制诗人活动轨迹，用主题模型（LDA）自动识别诗歌主题，这些技术工具极大拓展了传统文学研究的广度（如发现中唐时期“边塞诗”主题占比下降）；（2）人文价值审视：需警惕技术简化人文复杂性。例如，单纯统计“月”的出现次数可能忽略其象征意义的变迁（初唐的“月”多表思乡，晚唐的“月”可能含末世情怀），因此需结合具体诗作的语境分析；此外，技术选择需服务于研究问题——若研究“诗歌情感基调演变”，情感分析模型的训练语料需包含古典汉语情感词典，而非直接使用现代通用模型，避免文化误读；（3）平衡路径：项目团队应包含文学研究者（提出人文问题）、技术专家（提供方法支持）、伦理学者（评估技术风险），在每一步技术应用前明确“为何用”“如何用”“可能的局限”，确保技术为人文研究服务，而非主导研究方向。2.大数据时代社会科学研究的方法论挑战及应对：（1）挑战：①数据偏差：大数据多为“被动留下的数字痕迹”（如社交媒体数据），可能遗漏不使用网络的群体（如老年人），导致样本代表性不足；②因果推断困难：大数据擅长发现相关性（如某地区奶茶销量与离婚率正相关），但难以证明因果关系（需结合实验或理论机制分析）；③伦理风险：用户隐私保护（如通过定位数据追踪个体行为）、数据所有权（如企业数据的获取权限）等问题突出；④解释力局限：机器学习模型（如深度学习）可能得出“黑箱”结论（如预测某政策支持率的模型无法解释关键变量），与社会科学强调的“可解释性”冲突。（2）数字人文的应对路径：①多源数据融合：结合传统调查数据（如问卷调查）与大数据（如社交媒体），用小数据补充大数据的偏差（如用老年群体访谈数据修正社交媒体样本的年龄失衡）；②混合研究设计：在发现相关性后，通过控制实验（如随机对照试验）或定性访谈验证因果关系（如发现“短视频使用时长与孤独感正相关”后，访谈用户探究是“孤独导致刷视频”还是“刷视频导致孤独”）；③伦理框架构建：遵循“最小必要”原则（仅采集研究所需数据）、“去标识化”处理（删除能识别个体的信息）、“透明化”告知（向数据贡献者说明用途），建立跨学科伦理审查委员会；④可解释性技术应用：使用可解释机器学习方法（如LIME、SHAP）分解模型决策过程，或结合质性研究解读量化结果（如用个案访谈说明模型中某变量的作用机制），提升结论的人文可理解性。五、实践操作题（1）技术方案设计：①数据采集：-文本类：收集地方戏曲的剧本、演出记录、老艺人访谈录音（通过田野调查录制）、报刊中的戏曲评论（扫描历史报纸并OCR识别）；-多媒体类：拍摄现存戏曲演出视频（4K高清录制）、收集老唱片音频（数字化转码）、整理戏曲脸谱/戏服的照片（多角度拍摄）；-元数据：记录数据来源（如访谈对象姓名、演出时间地点）、格式（如MP4、WAV）、权限（如是否开放访问）等信息。②数据处理：-清洗：去除访谈录音中的环境噪音（用Audacity软件）、纠正OCR识别错误（人工校对+规则匹配）、统一视频格式为MP4（用FFmpeg）；-结构化：建立数据库（如MySQL），将剧本按“剧种-朝代-角色”分类，将演出记录按“时间-地点-剧团”标注，为多媒体文件添加标签（如“京剧”“武戏”）；-标准化：制定元数据标准（参考DublinCore），确保所有数据包含“标题、创建者、日期、描述”等核心字段。③数据分析：-文本分析：用Python的TextBlob（需定制戏曲领域情感词典）分析报刊评论的情感倾向（判断不同时期公众对地方戏曲的态度变化）；-社会网络分析：构建“戏曲艺人合作网络”（节点为艺人，边为共同演出记录），分析核心艺人及其代际传承关系；-多媒体分析：用OpenCV提取演出视频中的动作特征（如武戏中的打戏频率），用音乐信息检索（MIR）技术分析老唱片的旋律模式（识别剧种特色）。④展示：-可视化平台：开发Web应用（前端用React，后端用Django），包含时间轴（展示戏曲发展关键事件）、地图（标注戏曲流行区域）、知识图谱（呈现剧种-艺人-经典剧目关联）；-交互功能：允许用户搜索特定剧目、播放演出视频、下载剧本原文，设置“用户贡献”模块（鼓励戏迷上传家庭收藏的老照片）。（2）“观众年龄结构变迁”子课题分析流程：①数据收集：-历史数据：整理剧院1980-2020年的售票记录（若纸质需数字化）、老观众访谈中关于“同期观众年龄”的回忆；-现代数据：通过剧院电子售票系统获取2021-2024年的购票者年龄数据（需用户授权）、社交媒体中戏曲相关话题的用户年龄标签（如微博用户资料）。②数据处理：-历史数据标准化：将访谈中的模糊描述（如“大多是中老年人”）转化为年龄区间（如45岁以上占比80%），用插值法填补