基于Google Books的百年传播学史的文化组学研究*
2018-06-08王国燕沈佳斐
■ 王国燕 沈佳斐
一、导论:大数据、Google Books与文化组学
大数据时代的到来,为人文社会科学的量化实证研究提供了更多可能。2011年Science上发布了关于Google Books的封面文章并推出同一系列的3篇论文,从概念、意义到实证层面宣布刚建成的谷歌数字图书馆对人类文化历史定量研究的重要价值,并提出文化组学(culturomics)的概念和方法。这是一个由“文化(culture)”和“基因组学(genomics)”组成的合并词,社会学家让·巴蒂斯特·米歇尔及其合作者对其定义为:文化组学是指通过大规模数据文本的量化分析,对人类文化行为和历史趋势展开计算词汇学的研究方法。米歇尔等人通过对谷歌数字图书馆扫描的500万本历史图书数据进行数据分析与挖掘,采用多元词汇Ngram分析,通过特定语言和词汇在人类文明史上的出现频率的检索测试出人类文化演变的趋势①。谷歌图书大数据的到来,使得有学者感慨传统历史学家快丢掉饭碗了②。
许多未知事件通过媒介大数据信息可以进行很好的预知。美国东北大学巴拉巴西教授等人(Albert-László Barabási)通过对匿名移动电话用户的活动模式进行研究,发现人类93%的行为是可被预测的③。在文化组学2.0项目中利塔如(Kalev H.Leetaru)通过对媒体信息与印刷品的数据库分析,成功预测了2011年的“阿拉伯之春”事件,以及本·拉登(Osama Bin Laden)的生前藏身地阿伯塔巴德(Abbotabad),而且误差仅在半径124英里范围内④。作为一种长时域序列分析工具⑤(谷歌图书语料库的访问工具,根据输入内容生成时间序列趋势图⑥),在最近几年间,谷歌数字图书馆的词频分析视窗Google Ngram Viewer通过对海量书籍中文字内容的分析,已在人文社科的多个领域进行了初步探索与研究。……
