张峰，女，博士毕业于中国人民大学，现为北京理工大学人文与社会科学学院教授、博士生导师、副院长。兼任中国技术经济学会复杂科学管理分会常务理事，北京市逻辑学会副秘书长，全国自然辩证法研究会科学方法论委员会理事，教育部学位论文评审专家，中国博士后科学基金评审专家，国家社会科学基金通讯评审专家。主持国家、省部级等课题20余项，其中国家社会科学基金项目3项，北京市哲学社会科学规划项目2项，北京市教育科学“十四五”规划优先关注课题1项，中国学位与研究生教育学会项目3项（含重点项目1项）。已出版著作7部，其中专著3部，在重要学术期刊上发表学术论文50余篇。荣获北京理工大学“十二五”科技工作先进个人、“三育人”先进个人、北京理工大学第十二届教育教学成果奖。

随着人类社会信息化、数字化程度加深，以及物联网概念的兴起与推广，大数据已成为人类认识世界的重要媒介，具有重要的科学研究价值。同时，大数据深刻改变了人们的思维方式，更新了人们对科学研究的理解，为大数据科学新方法的形成奠定了基础。本书从数据科学发展对科学方法创新的影响切入，以科研范式的演进为线索，探讨了大数据视域下科学新方法形成的内在机制，系统构建了大数据时代科学新方法的理论体系；通过对大数据挖掘、建模、可视化、相关分析、预测等方法的深入剖析，揭示出大数据科学新方法的总特征及其对科研活动的影响。在此基础上，本书反思了大数据科学新方法应用衍生的数据伦理问题，分析了目前大数据科学方法的认识误区，以期全面、深刻地理解大数据所带来的认识论变革，并为科学研究提供方法论指导。

导论
第1章 大数据引领数据科学新发展
1．1 大数据时代的到来
1．1．1 大数据的产生和发展趋势
1．1．2 大数据的基本特征
1．2 大数据关键技术与应用
1．2．1 大数据关键技术
1．2．2 大数据技术的应用
1．3 大数据时代的数据科学新发展
1．3．1 数据科学成为一门新兴科学技术
1．3．2 数据科学促进跨学科研究方法融合
1．4 大数据视域下科学方法创新的国内外研究现状
1．4．1 国外研究现状
1．4．2 国内研究现状

第2章 大数据时代的科学方法变革
2．1 科研范式演进中的方法变革
2．1．1 科学研究范式的演变
2．1．2 大数据时代科学方法变革的必然性
2．2 大数据时代科学新方法形成的影响因素
2．2．1 思维方式的转变
2．2．2 科研信息化的推动
2．2．3 数据处理技术的革新
2．3 大数据时代科学新方法群的形成
2．3．1 数据科学发展对科学方法提出新需求
2．3．2 科学新方法群的产生

第3章 大数据挖掘方法：数据驱动的科学规律分析
3．1 数据挖掘技术的溯源与发展
3．1．1 数据挖掘的哲学基础
3．1．2 数据挖掘技术的分类
3．1．3 数据挖掘技术的演进
3．2 大数据时代数据挖掘面临的困境
3．2．1 大数据的新特点带来的技术困境
3．2．2 实践应用需求带来的新挑战
3．3 大数据时代数据挖掘方法创新
3．3．1 大数据挖掘与传统数据挖掘的比较
3．3．2 大数据挖掘方法的新特征
3．4 大数据推动数据挖掘实现新突破
3．4．1 数据挖掘智能驱动程度更高
3．4．2 数据挖掘探寻规律层次更深
3．4．3 数据挖掘预测结果可信度更高
3．4．4 数据挖掘计算处理速度更快

第4章 大数据建模方法：模型与数据的深度融合
4．1 数据建模方法概述
4．1．1 数据建模的概念
4．1．2 数据建模的分类
4．1．3 传统数据建模的局限性
4．2 大数据建模方法及其特征
4．2．1 数据建模方法与传统建模方法的比较
4．2．2 大数据建模方法的新特征
4．3 大数据建模方法对科学研究的影响
4．3．1 大数据建模方法推动科学研究的发展
4．3．2 大数据建模方法突破了自然科学和社会科学的研究界限
4．4 大数据建模方法的不足与优化路径
4．4．1 大数据建模方法面临的挑战
4．4．2 大数据建模方法的优化路径

第5章 大数据可视化分析：基于人机交互的科学发现过程
5．1 可视化分析概述
5．1．1 数据可视化的概念
5．1．2 数据可视化发展概况
5．1．3 数据可视化的分类
5．2 融合人机交互技术的大数据可视化分析
5．2．1 面向大数据主流应用的信息可视化技术方法
5．2．2 人机交互在大数据可视化分析中的应用
5．3 基于大数据可视化分析的科学发现过程
5．3．1 基于大数据可视化分析的科学发现路径
5．3．2 大数据可视化分析法在科学研究中的应用
5．3．3 大数据可视化分析面临的挑战与机遇

第6章 大数据相关分析方法：从因果性到相关性研究
6．1 统计学中的相关分析方法及其局限
6．1．1 相关分析方法的基本理论
6．1．2 传统相关分析方法的局限性
6．2 大数据视域下的相关分析方法发展
6．2．1 基于最大信息系数（MIC）的大数据相关分析法
6．2．2 基于最大相关系数（MAC）的大数据相关分析法
6．2．3 大数据相关分析方法的发展趋势
6．3 大数据相关分析方法的特征
6．3．1 扩大资源范围——使用更完整的数据
6．3．2 改变数据处理方式——信息技术成为突破口
6．3．3 转移科研关注点——始于对数据的相关分析
6．4 大数据视域下的相关分析与因果性讨论
6．4．1 传统科学认识论中的因果与相关关系
6．4．2 大数据视域下的因果与相关关系再认识

第7章 大数据预测方法：从科学预测到实时决策
7．1 传统统计预测方法及其局限性．|
7．1．1 预测方法
7．1．2 传统统计预测方法的局限性
7．2 大数据预测方法的发展
7．2．1 大数据预测方法的出现
7．2．2 大数据预测与传统预测的比较
7．2．3 大数据预测方法的发展
7．2．4 大数据预测方法创新的认识论与方法论意义
7．3 大数据预测方法的特征
7．3．1 数据特点——多维度
7．3．2 预测方法——相关性
7．3．3 预测过程——动态性
7．3．4 预测结果——实时性
7．4 大数据预测对决策的影响
7．4．1 大数据为决策提供充分的信息基础
7．4．2 大数据关联关系分析提高决策的针对性
7．4．3 大数据预测的速度促进决策及时性
7．4．4 大数据预测能力推动决策科学化
7．5 大数据预测的方法论反思
7．5．1 大数据预测方法的不足
7．5．2 有效利用大数据预测方法

第8章 大数据时代科学新方法的特征及影响
8．1 大数据时代科学新方法的特征
8．1．1 面向全体数据
8．1．2 重视相关关系
8．1．3 接受多样性
8．1．4 增强预测性
8．2 大数据时代科学新方法对科研活动的影响
8．2．1 融合科学方法论
8．2．2 提高科学发现的概率
8．2．3 拓宽科学研究视野
8．2．4 丰富知识生产模式
8．2．5 聚合科学共同体

第9章 大数据时代科学新方法应用面临的数据伦理困境
9．1 大数据时代科学新方法应用衍生数据共享问题
9．1．1 科学数据共享的技术实现难题
9．1．2 科学数据共享的社会因素制约
9．2 大数据时代科学新方法应用对隐私安全的冲击
9．2．1 与科学方法变革相适应的隐私保护制度亟待完善
9．2．2 大数据时代科学新方法应用中的个人隐私权利边界模糊
9．2．3 大数据时代科学新方法应用的隐私安全监督主体缺位
9．3 科学新方法应用中数据共享与隐私保护的冲突
9．3．1 科学数据共享与隐私保护冲突溯源
9．3．2 科学数据共享与隐私保护冲突的表现形式

第10章 大数据时代科学新方法应用面临伦理困境的应对策略
10．1 坚持数据开放共享与隐私保护原则
10．1．1 权利与义务对等
10．1．2 自由与监管适度
10．1．3 诚信与公正统
10．1．4 创新与责任一致
10．2 完善数据共享与隐私安全管理和监督体系
10．2．1 出台法规明确数据共享与隐私安全边界
10．2．2 形成科学的大数据管理机制
10．2．3 强化科学共同体内外部监督与道德评价功能
10．2．4 提升数据生命周期参与者的自律性
10．3 树立大数据时代的数据伦理观念
10．3．1 树立风险与利益相平衡的价值观
10．3．2 加强责任伦理意识培养

第11章 大数据时代科学方法创新驱动科学新发展
11．1 大数据时代科学方法创新的哲学反思
11．1．1 面向全体数据不等同拥有全部信息
11．1．2 重视相关关系不等于因果关系被取代
11．1．3 基于大数据的科学发现不等于科学研究全过程
11．2 未来大数据相关科学方法的创新趋势
11．2．1 人工智能方法辅助科学研究
11．2．2 众包模式协同大数据挖掘
11．3 大数据时代科学新方法助力科学新发展
参考文献
后记