人文社会科学大数据研究的基本特征
综合已有的研究，人文社会科学的大数据研究具有如下基本特征：
一是所涉及资料均大大超过一般的阅读、分析和理解所能处理的范畴，是以往“不可研究”或“难以研究”的，大数据分析方法的出现提供了人文社会科学研究新的研究空间，提供了新的研究可能。
二是一般引入计算分析方法，其结论并非观察、思索、领悟等传统方法获得，而是通过大量数据的汇集而“自动涌现”，其理论的获得不同于传统人文社会科学研究。
三是均构建了可持续完善和丰富的数据集和分析工具，其可用性、共享性、重用性、协作性大大增强，提供了人文社会科学学者大规模协作的可能。
四是均具有跨学科特征。数字人文研究需要汇集专业领域技能、数据管理技能、数据分析技能和项目协作技能，因而这类项目往往由跨度较大的不同学科的专业学者共同完成。
五是决定研究质量的主要是数据集的质量、数量和利用方式，而研究假设相对容易。在某种程度上，数据科学家将成为人文社会科学大数据研究中的主角。
人文社会科学大数据研究的隐忧
虽然以微软、谷歌、IBM为代表的主流数据服务商都极力推崇数字化人文社会科学研究的美好前景，但其也存在不足：
首先，非场景化的研究逻辑缺乏适用性与人文关怀。由于完全剥离了数据所处的具体环境，数据可能生涩，并且缺乏可理解性和适用性。比如商业分析中的数据挖掘，其可用性仅10%左右，并非“一挖就灵”。2012年，加拿大作家史蒂芬·马尔什在其文章《文学不是数据：反对数字人文》中也表示，将文学当作数据会失去文学本身丰富的意蕴。
其次，人文社会科学的大数据研究有可能“敏锐地”发现问题，却无法给问题合理的解释，也无法给出有针对性的对策，限制了其应用范围。比如舆情分析、政策计算、情感计算的应用。
再次，数据分析的集群研究会消灭重要的个体特征，而个体反而是众多人文社会科学研究关注的焦点。
最后，人文社会科学大数据研究过分关注技术分析，可能忽视创新思维和思辨分析，不利于大师级人文社会科学学者的培养。
总之，随着人文社会科学数据的快速增长以及大数据分析技术的日益完善，人文社会科学的大数据研究必然会成为人文社会科学的主流领域，但不会替代现有的人文社会科学研究，而是相互补充，相得益彰。
（孙建军 作者为国家社科基金重大项目“面向学科领域的网络信息资源深度聚合与服务研究”首席专家、南京大学教授）