当前，科学数据在科学研究中的作用日益显著，数据密集型知识发现方法受到科学界的普遍关注：科学家不仅通过对大量数据实时、动态地监测与分析来解决科学问题，更基于数据来思考、设计和实施科学研究。数据不仅是科学研究的结果，且成为科学研究的基础；人们不仅关心数据建模、描述、组织、保存、访问、分析、复用和建立科学数据基础设施，更关心如何利用泛在网络及其内在的交互性、开放性，利用海量数据的可知识对象化、可计算化，构造基于数据的、开放协同的研究与创新模式。在人文社会科学领域，以“人文计算”、复杂网络分析、大规模数据分析为特征的研究方法逐渐被采纳，人文社会科学的“科学性”显著增强，而批判性与人文关怀有所弱化，学界对此褒贬不一。而人文社会科学研究的数据挑战有以下两点：

其一，科研资料总量的快速增加给人文社会科学学者带来了巨大挑战。2006年，Gregory Crane提出，当前人文社会科学研究者在自身研究领域都面临大量文献资料的处理，这些文献资料的数量已经大大超越了传统阅读能力所能处理的范畴，因而人文社会科学学者也将不得不借助计算机来处理完成相关文献资料，即“百万图书的挑战（Million Books Challenge）”问题。随着跨学科研究趋势的日益增强，传统人文科学和社会科学领域引入了大量的计算机处理模式和分析方法，各类依托计算机存储媒介数字学术资源的开发，基于复杂运算和分析的计算机模拟与实证，基于事实与证据的商业预测与案件证据推理等研究议题广泛兴起，从根本上改变了人文知识的获取、标注、比较、取样、阐释与表现方式。尤其在语言学、文学、历史学、文艺学、民族学等多个人文领域取得了引人注目的效果，并组建了专门的科研机构，形成了国际数字人文机构联盟和数字人文中心网络两大数字人文研究联盟。

其二，资料的数字化改变了传统人文社会科学的资料类型，数字资源的采集、加工和处理对研究成果的获得作用日益显著。目前，海量的图书、报纸、期刊、照片、绘本、乐曲、视频等人文资料被数字化，并在互联网上被提供给研究者存取利用。而以“大数据”为代表的数据资源相对于数字文本、数字文献等数字信息资源，来源更加广泛，数据粒度更小，记录单元更加碎片化，结构更加多元化，机器生成数据也显著多于人工生成数据，信息质量参差不齐，对资料的汇集、保存和综合利用更加依赖计算机的辅助，人文社会科学也越来越需要依赖计算机对研究过程的支撑，传统人文社会科学学者对计算机技术和分析技巧的缺失甚至可能影响人文社会科学研究的最终实现，进而将计算机分析处理能力延伸为人文社会科学研究者科研素养的重要组成部分。

本文部分源引自《中国社会科学网》