2025年數(shù)字人文與社會(huì)科學(xué)研究專業(yè)考試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.數(shù)字人文研究中，用于分析文本中高頻詞匯及其共現(xiàn)關(guān)系的核心技術(shù)是（）A.地理信息系統(tǒng)（GIS）B.社會(huì)網(wǎng)絡(luò)分析（SNA）C.文本挖掘（TextMining）D.情感分析（SentimentAnalysis）2.以下哪項(xiàng)不屬于社會(huì)科學(xué)研究中數(shù)字技術(shù)帶來的新數(shù)據(jù)類型？（）A.社交媒體用戶互動(dòng)日志B.歷史檔案的OCR識(shí)別文本C.人口普查的統(tǒng)計(jì)報(bào)表D.移動(dòng)設(shè)備的GPS軌跡數(shù)據(jù)3.計(jì)算社會(huì)科學(xué)中“小數(shù)據(jù)”與“大數(shù)據(jù)”的根本區(qū)別在于（）A.數(shù)據(jù)量的絕對(duì)大小B.數(shù)據(jù)采集的主動(dòng)性與被動(dòng)性C.數(shù)據(jù)存儲(chǔ)的介質(zhì)類型D.數(shù)據(jù)分析師的專業(yè)背景4.數(shù)字人文項(xiàng)目中，為確保歷史文獻(xiàn)數(shù)字化的學(xué)術(shù)嚴(yán)謹(jǐn)性，關(guān)鍵步驟是（）A.提高掃描分辨率B.建立元數(shù)據(jù)標(biāo)準(zhǔn)C.開發(fā)可視化界面D.增加用戶交互功能5.社會(huì)網(wǎng)絡(luò)分析中，衡量節(jié)點(diǎn)在網(wǎng)絡(luò)中“中介”作用的指標(biāo)是（）A.度中心性（DegreeCentrality）B.緊密中心性（ClosenessCentrality）C.中介中心性（BetweennessCentrality）D.特征向量中心性（EigenvectorCentrality）6.以下哪項(xiàng)是數(shù)字人文研究中“計(jì)算轉(zhuǎn)向”的典型表現(xiàn)？（）A.用Excel統(tǒng)計(jì)歷史文獻(xiàn)中的人名出現(xiàn)次數(shù)B.通過Python編寫程序分析古典詩詞的韻腳分布C.制作某歷史街區(qū)的3D模型用于展示D.在數(shù)據(jù)庫中錄入地方志的基本信息7.處理社交媒體數(shù)據(jù)時(shí)，“去匿名化”操作可能引發(fā)的主要倫理問題是（）A.數(shù)據(jù)存儲(chǔ)成本增加B.用戶隱私泄露風(fēng)險(xiǎn)C.數(shù)據(jù)格式不統(tǒng)一D.分析結(jié)果準(zhǔn)確性下降8.數(shù)字檔案建設(shè)中，“語義網(wǎng)”技術(shù)的核心作用是（）A.提升檔案檢索速度B.實(shí)現(xiàn)跨數(shù)據(jù)庫的知識(shí)關(guān)聯(lián)C.壓縮數(shù)字文件大小D.增強(qiáng)檔案的可視化效果9.傳統(tǒng)社會(huì)科學(xué)研究與數(shù)字人文研究的關(guān)鍵差異在于（）A.研究問題的提出方式B.對(duì)研究對(duì)象的價(jià)值判斷C.數(shù)據(jù)獲取與分析的技術(shù)手段D.學(xué)術(shù)成果的發(fā)表形式10.在數(shù)字人文項(xiàng)目中，“用戶生成內(nèi)容（UGC）”最主要的應(yīng)用價(jià)值是（）A.降低項(xiàng)目開發(fā)成本B.豐富研究數(shù)據(jù)來源C.提升技術(shù)實(shí)現(xiàn)難度D.簡(jiǎn)化成果傳播流程二、名詞解釋（每題5分，共25分）1.數(shù)字人文（DigitalHumanities）2.社會(huì)網(wǎng)絡(luò)分析（SocialNetworkAnalysis,SNA）3.文本數(shù)據(jù)清洗（TextDataCleaning）4.計(jì)算社會(huì)科學(xué)（ComputationalSocialScience）5.數(shù)字檔案可視化（DigitalArchiveVisualization）三、簡(jiǎn)答題（每題10分，共30分）1.簡(jiǎn)述數(shù)字人文研究中“量化分析”與“質(zhì)性研究”的融合路徑。2.舉例說明社會(huì)網(wǎng)絡(luò)分析在社會(huì)學(xué)研究中的具體應(yīng)用場(chǎng)景。3.從數(shù)據(jù)采集、處理到分析，說明數(shù)字技術(shù)如何拓展了傳統(tǒng)田野調(diào)查的研究邊界。四、論述題（每題15分，共30分）1.結(jié)合具體案例，論述數(shù)字人文研究中“技術(shù)工具”與“人文價(jià)值”的平衡問題。2.大數(shù)據(jù)時(shí)代的社會(huì)科學(xué)研究面臨哪些方法論挑戰(zhàn)？如何通過數(shù)字人文的跨學(xué)科視角應(yīng)對(duì)？五、實(shí)踐操作題（共35分）假設(shè)你負(fù)責(zé)某高校“地方戲曲文化數(shù)字化保護(hù)”項(xiàng)目，需完成以下任務(wù)：（1）設(shè)計(jì)一套包含數(shù)據(jù)采集、處理、分析與展示的完整技術(shù)方案（15分）；（2）針對(duì)“地方戲曲觀眾年齡結(jié)構(gòu)變遷”研究子課題，設(shè)計(jì)具體的數(shù)據(jù)分析流程，并說明可能使用的工具（10分）；（3）列舉項(xiàng)目實(shí)施中需要注意的倫理與學(xué)術(shù)規(guī)范問題（10分）。參考答案一、單項(xiàng)選擇題1.C2.C3.B4.B5.C6.B7.B8.B9.C10.B二、名詞解釋1.數(shù)字人文（DigitalHumanities）：以數(shù)字技術(shù)為工具，以人文社會(huì)科學(xué)問題為導(dǎo)向的交叉研究領(lǐng)域。通過數(shù)據(jù)挖掘、可視化、計(jì)算建模等技術(shù)手段，重新審視傳統(tǒng)人文研究中的文本、圖像、聲音等材料，拓展研究維度（如大規(guī)模文本分析、歷史空間重建），同時(shí)關(guān)注技術(shù)應(yīng)用的人文價(jià)值與倫理邊界。2.社會(huì)網(wǎng)絡(luò)分析（SNA）：通過圖論方法研究社會(huì)關(guān)系結(jié)構(gòu)的量化分析技術(shù)。將社會(huì)行動(dòng)者（個(gè)體、組織等）視為節(jié)點(diǎn)，將行動(dòng)者間的關(guān)系（合作、互動(dòng)、影響等）視為邊，通過中心性、社群檢測(cè)、結(jié)構(gòu)洞等指標(biāo)，揭示網(wǎng)絡(luò)中的權(quán)力分布、信息傳播路徑及群體特征，廣泛應(yīng)用于社會(huì)學(xué)、傳播學(xué)等領(lǐng)域。3.文本數(shù)據(jù)清洗：對(duì)原始文本數(shù)據(jù)進(jìn)行預(yù)處理以提高質(zhì)量的過程。主要步驟包括去除噪聲（如亂碼、廣告）、統(tǒng)一格式（如全角轉(zhuǎn)半角）、糾正錯(cuò)誤（如OCR識(shí)別錯(cuò)誤）、標(biāo)準(zhǔn)化處理（如分詞、去停用詞）等，是后續(xù)文本挖掘、情感分析等任務(wù)的基礎(chǔ)，直接影響分析結(jié)果的可靠性。4.計(jì)算社會(huì)科學(xué)：利用計(jì)算技術(shù)（如機(jī)器學(xué)習(xí)、復(fù)雜系統(tǒng)建模）研究社會(huì)現(xiàn)象的交叉學(xué)科。通過分析大規(guī)模數(shù)字痕跡數(shù)據(jù)（如社交媒體、通信記錄），探索社會(huì)行為的模式與規(guī)律，突破傳統(tǒng)社會(huì)科學(xué)依賴小樣本調(diào)查的局限，強(qiáng)調(diào)數(shù)據(jù)驅(qū)動(dòng)的假設(shè)驗(yàn)證與動(dòng)態(tài)模擬。5.數(shù)字檔案可視化：將數(shù)字檔案中的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為圖形、圖表等可視化形式的技術(shù)。通過時(shí)間軸、熱力圖、知識(shí)圖譜等工具，直觀呈現(xiàn)檔案內(nèi)容的關(guān)聯(lián)（如人物關(guān)系、事件脈絡(luò)）、分布特征（如地域集中性）或演變趨勢(shì)（如關(guān)鍵詞頻率變化），提升檔案信息的可理解性與研究效率。三、簡(jiǎn)答題1.數(shù)字人文中“量化分析”與“質(zhì)性研究”的融合路徑包括：（1）數(shù)據(jù)層面：通過數(shù)字技術(shù)將質(zhì)性材料（如歷史文本、訪談?dòng)涗洠┺D(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)（如詞頻統(tǒng)計(jì)、情感分值），為量化分析提供基礎(chǔ)；（2）方法層面：先用量化方法發(fā)現(xiàn)模式（如某時(shí)期小說中“愛情”一詞出現(xiàn)頻率異常升高），再通過質(zhì)性解讀探究背后的社會(huì)文化動(dòng)因（如當(dāng)時(shí)婚戀觀念的變遷）；（3）驗(yàn)證層面：以量化結(jié)果驗(yàn)證質(zhì)性假設(shè)（如通過社交媒體數(shù)據(jù)驗(yàn)證“代際溝通障礙”的理論），或用質(zhì)性案例補(bǔ)充量化結(jié)論的解釋力（如用具體訪談?dòng)涗浾f明某統(tǒng)計(jì)規(guī)律的特殊情境）；（4）工具層面：借助混合方法工具（如Nvivo同時(shí)支持文本編碼與統(tǒng)計(jì)分析）實(shí)現(xiàn)兩種方法的協(xié)同操作。2.社會(huì)網(wǎng)絡(luò)分析在社會(huì)學(xué)中的應(yīng)用案例：以“企業(yè)創(chuàng)新團(tuán)隊(duì)知識(shí)傳播”研究為例：（1）構(gòu)建網(wǎng)絡(luò)：將團(tuán)隊(duì)成員視為節(jié)點(diǎn)，成員間的知識(shí)共享行為（如郵件、會(huì)議討論）視為邊；（2）計(jì)算指標(biāo)：分析個(gè)體的中介中心性（判斷誰是知識(shí)傳遞的關(guān)鍵橋梁）、社群結(jié)構(gòu)（識(shí)別非正式的知識(shí)傳播小團(tuán)體）、結(jié)構(gòu)洞（發(fā)現(xiàn)信息斷層區(qū)域）；（3）結(jié)論應(yīng)用：若某成員中介中心性極高，可能成為團(tuán)隊(duì)知識(shí)傳播的瓶頸，需加強(qiáng)其與其他成員的互動(dòng)；若存在多個(gè)孤立社群，需設(shè)計(jì)跨組合作機(jī)制以促進(jìn)知識(shí)流動(dòng)。3.數(shù)字技術(shù)對(duì)傳統(tǒng)田野調(diào)查的拓展：（1）數(shù)據(jù)采集：傳統(tǒng)田野依賴觀察記錄、訪談錄音，數(shù)字技術(shù)可補(bǔ)充GPS定位（記錄調(diào)查對(duì)象活動(dòng)范圍）、可穿戴設(shè)備（監(jiān)測(cè)生理指標(biāo)反映情緒）、社交媒體數(shù)據(jù)（獲取調(diào)查對(duì)象線上行為），形成多源數(shù)據(jù)；（2）數(shù)據(jù)處理：用語音轉(zhuǎn)文字工具（如Whisper）快速轉(zhuǎn)錄訪談內(nèi)容，用NLP工具（如Python的jieba分詞）自動(dòng)提取訪談中的高頻主題，用情感分析模型識(shí)別受訪者的隱含態(tài)度，提高處理效率；（3）數(shù)據(jù)分析：通過社會(huì)網(wǎng)絡(luò)分析呈現(xiàn)調(diào)查對(duì)象的關(guān)系網(wǎng)絡(luò)，用地理信息系統(tǒng)（GIS）繪制“社會(huì)空間圖譜”（如某社區(qū)內(nèi)不同群體的活動(dòng)區(qū)域重疊度），用時(shí)間序列分析追蹤特定行為的長(zhǎng)期變化，突破傳統(tǒng)定性描述的局限。四、論述題1.數(shù)字人文中“技術(shù)工具”與“人文價(jià)值”的平衡需避免兩種極端：技術(shù)至上或忽視技術(shù)。以“《全唐詩》數(shù)字分析項(xiàng)目”為例：（1）技術(shù)應(yīng)用：通過文本挖掘統(tǒng)計(jì)全唐詩中“月”“酒”等意象的出現(xiàn)頻率，用空間分析繪制詩人活動(dòng)軌跡，用主題模型（LDA）自動(dòng)識(shí)別詩歌主題，這些技術(shù)工具極大拓展了傳統(tǒng)文學(xué)研究的廣度（如發(fā)現(xiàn)中唐時(shí)期“邊塞詩”主題占比下降）；（2）人文價(jià)值審視：需警惕技術(shù)簡(jiǎn)化人文復(fù)雜性。例如，單純統(tǒng)計(jì)“月”的出現(xiàn)次數(shù)可能忽略其象征意義的變遷（初唐的“月”多表思鄉(xiāng)，晚唐的“月”可能含末世情懷），因此需結(jié)合具體詩作的語境分析；此外，技術(shù)選擇需服務(wù)于研究問題——若研究“詩歌情感基調(diào)演變”，情感分析模型的訓(xùn)練語料需包含古典漢語情感詞典，而非直接使用現(xiàn)代通用模型，避免文化誤讀；（3）平衡路徑：項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)包含文學(xué)研究者（提出人文問題）、技術(shù)專家（提供方法支持）、倫理學(xué)者（評(píng)估技術(shù)風(fēng)險(xiǎn)），在每一步技術(shù)應(yīng)用前明確“為何用”“如何用”“可能的局限”，確保技術(shù)為人文研究服務(wù)，而非主導(dǎo)研究方向。2.大數(shù)據(jù)時(shí)代社會(huì)科學(xué)研究的方法論挑戰(zhàn)及應(yīng)對(duì)：（1）挑戰(zhàn)：①數(shù)據(jù)偏差：大數(shù)據(jù)多為“被動(dòng)留下的數(shù)字痕跡”（如社交媒體數(shù)據(jù)），可能遺漏不使用網(wǎng)絡(luò)的群體（如老年人），導(dǎo)致樣本代表性不足；②因果推斷困難：大數(shù)據(jù)擅長(zhǎng)發(fā)現(xiàn)相關(guān)性（如某地區(qū)奶茶銷量與離婚率正相關(guān)），但難以證明因果關(guān)系（需結(jié)合實(shí)驗(yàn)或理論機(jī)制分析）；③倫理風(fēng)險(xiǎn)：用戶隱私保護(hù)（如通過定位數(shù)據(jù)追蹤個(gè)體行為）、數(shù)據(jù)所有權(quán)（如企業(yè)數(shù)據(jù)的獲取權(quán)限）等問題突出；④解釋力局限：機(jī)器學(xué)習(xí)模型（如深度學(xué)習(xí)）可能得出“黑箱”結(jié)論（如預(yù)測(cè)某政策支持率的模型無法解釋關(guān)鍵變量），與社會(huì)科學(xué)強(qiáng)調(diào)的“可解釋性”沖突。（2）數(shù)字人文的應(yīng)對(duì)路徑：①多源數(shù)據(jù)融合：結(jié)合傳統(tǒng)調(diào)查數(shù)據(jù)（如問卷調(diào)查）與大數(shù)據(jù)（如社交媒體），用小數(shù)據(jù)補(bǔ)充大數(shù)據(jù)的偏差（如用老年群體訪談數(shù)據(jù)修正社交媒體樣本的年齡失衡）；②混合研究設(shè)計(jì)：在發(fā)現(xiàn)相關(guān)性后，通過控制實(shí)驗(yàn)（如隨機(jī)對(duì)照試驗(yàn)）或定性訪談驗(yàn)證因果關(guān)系（如發(fā)現(xiàn)“短視頻使用時(shí)長(zhǎng)與孤獨(dú)感正相關(guān)”后，訪談?dòng)脩籼骄渴恰肮陋?dú)導(dǎo)致刷視頻”還是“刷視頻導(dǎo)致孤獨(dú)”）；③倫理框架構(gòu)建：遵循“最小必要”原則（僅采集研究所需數(shù)據(jù)）、“去標(biāo)識(shí)化”處理（刪除能識(shí)別個(gè)體的信息）、“透明化”告知（向數(shù)據(jù)貢獻(xiàn)者說明用途），建立跨學(xué)科倫理審查委員會(huì)；④可解釋性技術(shù)應(yīng)用：使用可解釋機(jī)器學(xué)習(xí)方法（如LIME、SHAP）分解模型決策過程，或結(jié)合質(zhì)性研究解讀量化結(jié)果（如用個(gè)案訪談?wù)f明模型中某變量的作用機(jī)制），提升結(jié)論的人文可理解性。五、實(shí)踐操作題（1）技術(shù)方案設(shè)計(jì)：①數(shù)據(jù)采集：-文本類：收集地方戲曲的劇本、演出記錄、老藝人訪談錄音（通過田野調(diào)查錄制）、報(bào)刊中的戲曲評(píng)論（掃描歷史報(bào)紙并OCR識(shí)別）；-多媒體類：拍攝現(xiàn)存戲曲演出視頻（4K高清錄制）、收集老唱片音頻（數(shù)字化轉(zhuǎn)碼）、整理戲曲臉譜/戲服的照片（多角度拍攝）；-元數(shù)據(jù)：記錄數(shù)據(jù)來源（如訪談對(duì)象姓名、演出時(shí)間地點(diǎn)）、格式（如MP4、WAV）、權(quán)限（如是否開放訪問）等信息。②數(shù)據(jù)處理：-清洗：去除訪談錄音中的環(huán)境噪音（用Audacity軟件）、糾正OCR識(shí)別錯(cuò)誤（人工校對(duì)+規(guī)則匹配）、統(tǒng)一視頻格式為MP4（用FFmpeg）；-結(jié)構(gòu)化：建立數(shù)據(jù)庫（如MySQL），將劇本按“劇種-朝代-角色”分類，將演出記錄按“時(shí)間-地點(diǎn)-劇團(tuán)”標(biāo)注，為多媒體文件添加標(biāo)簽（如“京劇”“武戲”）；-標(biāo)準(zhǔn)化：制定元數(shù)據(jù)標(biāo)準(zhǔn)（參考DublinCore），確保所有數(shù)據(jù)包含“標(biāo)題、創(chuàng)建者、日期、描述”等核心字段。③數(shù)據(jù)分析：-文本分析：用Python的TextBlob（需定制戲曲領(lǐng)域情感詞典）分析報(bào)刊評(píng)論的情感傾向（判斷不同時(shí)期公眾對(duì)地方戲曲的態(tài)度變化）；-社會(huì)網(wǎng)絡(luò)分析：構(gòu)建“戲曲藝人合作網(wǎng)絡(luò)”（節(jié)點(diǎn)為藝人，邊為共同演出記錄），分析核心藝人及其代際傳承關(guān)系；-多媒體分析：用OpenCV提取演出視頻中的動(dòng)作特征（如武戲中的打戲頻率），用音樂信息檢索（MIR）技術(shù)分析老唱片的旋律模式（識(shí)別劇種特色）。④展示：-可視化平臺(tái)：開發(fā)Web應(yīng)用（前端用React，后端用Django），包含時(shí)間軸（展示戲曲發(fā)展關(guān)鍵事件）、地圖（標(biāo)注戲曲流行區(qū)域）、知識(shí)圖譜（呈現(xiàn)劇種-藝人-經(jīng)典劇目關(guān)聯(lián)）；-交互功能：允許用戶搜索特定劇目、播放演出視頻、下載劇本原文，設(shè)置“用戶貢獻(xiàn)”模塊（鼓勵(lì)戲迷上傳家庭收藏的老照片）。（2）“觀眾年齡結(jié)構(gòu)變遷”子課題分析流程：①數(shù)據(jù)收集：-歷史數(shù)據(jù)：整理劇院1980-2020年的售票記錄（若紙質(zhì)需數(shù)字化）、老觀眾訪談中關(guān)于“同期觀眾年齡”的回憶；-現(xiàn)代數(shù)據(jù)：通過劇院電子售票系統(tǒng)獲取2021-2024年的購票者年齡數(shù)據(jù)（需用戶授權(quán)）、社交媒體中戲曲相關(guān)話題的用戶年齡標(biāo)簽（如微博用戶資料）。②數(shù)據(jù)處理：-歷史數(shù)據(jù)標(biāo)準(zhǔn)化：將訪談中的模糊描述（如“大多是中老年人”）轉(zhuǎn)化為年齡區(qū)間（如45歲以上占比80%），用插值法填補(bǔ)