杜君芳 李玉玲

一、前言

互联网大数据的特点是数据量大、更新速度快、数据多样性。特别是与人相关的大数据集规模越来越大，正在成为许多传统学科前沿的研究领域[1]，同样也为研究音乐行为和心理带来了新的机会和挑战。

心理学研究表明，音乐能满足人们的心理需求[2-3]。神经学研究表明，听音乐时分泌的激素和化学物质会激活大脑中的奖励机制；对情感和音乐的研究揭示了音乐家如何通过音乐表达情感，被听众感知的过程。医学研究表明，音乐能提高手术后的身体康复。音乐治疗方面的研究表明，音乐干预可以成功用于解决自闭症、抑郁症、创伤后应激障碍和痴呆症患者的心理和情绪健康问题。但这些在传统领域运用传统方法获得的研究成果存在一定局限性。

首先，大多数研究样本量很大程度上由于实验设置的限制，仅仅能在实验室证明音乐影响的效果。尽管神经科学已证明聆听音乐是如何与大脑功能活动联系在一起，但是小样本中音乐行为的不同偏好和已有的音乐经验，使研究结果的概括性不强。大样本可以提高统计效力，并允许研究人员通过控制更多的变量（例如年龄、性别和所在地等），检验样本的组内和组间效果，以明确了解影响因素。其次，实验研究中所使用的音乐刺激都无法真实再现人们在日常生活中自然地与音乐互动的方式以及对音乐兴趣的范围，它仅仅是检验或测量了人们倾听、回应、参与音乐的一个片段，实验设计缺乏生态性，导致了研究结果缺乏外部效度。……