12月20日，“清新书院·学术午餐会”活动在清华大学未来媒体实验室举行。本次午餐会邀请了北京大学博雅特聘教授，北京大学新闻与传播学院学术委员会主任、副院长，北京大学新媒体研究院副院长刘德寰，为我们作题为《数据及其陷阱——兼谈新闻传播研究方法的现状》的分享。刘教授讲述了新闻传播学科面临的理论与方法问题，同时指出在大数据欣欣向荣的时代，也应该警惕数字陷阱。本次午餐会由清华大学新闻与传播学院党委副书记蒋俏蕾副教授主持，吸引了来自不同高校与工作单位的硕博研究生到场学习交流。
首先，刘德寰老师从传播学方法论的演变出发，早期新闻学阶段，新闻传播学教育主要以培养大众传媒人才为重点，强调“采写编评”的技能训练，但在方法上忽视了社会科学的数理统计与定性研究。随着传播学学科的建立，定量与定性研究方法逐渐被引入，内容分析成为主流方法。然而，与其他社会科学的学科相比，传播学的理论基础与研究方法依然较为薄弱。新媒体兴起后，数据分析成为传播学的重要方法，但统计建模的基础却被“大数据”的表层应用掩盖，导致学科方法论出现了某些方面的退步。老师特别指出，单纯依赖数据的可视化与快速展示功能，并不等同于科学分析，深度的统计建模和逻辑推理才是提升研究质量的关键。
随后，刘德寰老师通过多个精彩有趣的实际案例剖析了大数据分析中的常见误区，他指出在企业的传播营销中，不可简单地利用后台大数据理解自己的用户和市场，或是认为抽样调查的结果弱于大数据，这可能导致生成错误的“用户画像”。相较于企业后台的“大数据”，第三方数据分析更适合作为判断市场的基石。紧接着，老师通过实践中大数据出现矛盾的情况，展示了辛普森悖论的本质，即整体数据趋势可能与分层数据趋势相矛盾，进一步说明数据分析需充分考虑分类变量，否则可能得出不可靠的结论，进而影响到个人、组织的判断乃至整个社会的政策。
最后，刘德寰老师以“用户画像”的设计与解读为例，指出许多企业对用户数据的分析存在片面性，并说明了如何通过统计建模揭示用户行为背后的规律。老师指出，简单的用户分类往往难以反映实际的消费偏好，而复杂模型能够整合多维度数据，从而生成更具预测力的用户画像。例如，通过对用户消费行为的回归分析，研究可以进一步提取了此类群体的消费习惯与媒体接触特征，从而为精准投放提供了科学依据。他强调，用户画像的设计可以以大数据驱动，但更需结合社会学和心理学的深度洞察，避免陷入过度简化的误区。只有整合大、小数据管理的要点和优点，我们才能逐渐完善认知模型，辨别信号和噪音。
“清新书院 · 学术午餐会”是由清华大学新闻与传播学院党委研究生工作组主办、清华大学新闻与传播学院研究生分会承办的学术交流活动。午餐会以新闻传播学为讨论内容，同时鼓励相关交叉学科的学术交流。每次午餐会由一位主讲嘉宾分享相关研究的选题过程、领域概况、研究方法和创新性结论等。在汇报分享过程中，主讲嘉宾及同学们可同时免费享用举办方提供的午餐，并展开深度交流。
供稿丨缪伊婷
排版丨缪伊婷
摄影丨张琪云
审核丨黄一洋 雷凌雯
28:32
