12月19日，哈佛大学尼曼新闻实验室盘点了2014年度最有趣的社会化媒体研究。入选的研究都以社会化媒体作为研究平台或对象，利用社会化媒体所提供的大量数据，或分析当前在线新闻消费模式所发生的变化，或分析当前读者阅读新闻的偏好，亦或透过受众的新闻偏好分析受众群特点等。

　　社会化媒体提供大量数据获研究者青睐

　　利用大量数据得出研究结论的历史由来已久。早在1948年，美国杜鲁门总统赢得大选的第二天，《芝加哥论坛报》就凭借大选结果宣布前并不全面的电话调查数据摆了一次乌龙，刊登了题为《杜威击败杜鲁门》的文章，从而被当作新闻界的一次深刻教训。

　　而在尼曼新闻实验室盘点的研究中，大部分研究项目都基于大量数据的分析。其中来自乔治亚大学的学者伊泰·伊梅尔博伊姆（Itai Himelboim）和马里兰大学学者马克·A.史密斯（Marc A.Smith）、李·雷尼（Lee Rainie）、本·什雷德曼（Ben Shneideramn）的研究项目“推特话题的网络映射：从极化人群到社区集群”（Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters”）颇引人注意。该研究主要通过社会化媒体数据的分析理解普通大众。研究人员分析了上百万条信息，发现在政治讨论中自由派和保守派在探讨统一主题时，所讨论的内容也在很大程度上依赖于不同的信息源，社会化媒体上的数据清晰地呈现了人们意见和观点的多样性。

　　社会化媒体兴起以来，再加上计算机科学等其他学科在分析技术上的辅助，越来越多的研究人员喜欢从社会化媒体中获取数据，从数据中分析人类行为。

　　社会化媒体研究准确性为何有待改善

　　“社会化媒体为人们研究人类行为提供了良好的平台和契机，强大的计算机资源与大量社会化媒体数据相结合，让人口结构研究和人类行为研究达到了空前的规模”，11月，加拿大麦吉尔大学计算机科学系研究人员于尔根·普费弗（Juergen Pfeffer）和美国卡耐基梅隆大学软件研究员德里克· 鲁茨（Derek Ruths）在《科学》上发表题为《大量行为研究的社会化媒体》（Social media for large studies of behavior）时指出，尽管社会化媒体为分析人类行为提供了丰富的数据资料，但越来越多的证据表明，许多预测和分析都歪曲了真实的世界，利用社会化媒体的数据研究依然存在许多漏洞，并得到了其他学科的证实，因此学界必须采取一些行动来提高社会化媒体研究的准确度。

　　“《芝加哥论坛报》之所以会刊登那样的错误文章，正是因为它所依据的电话调查抽样并不充分，错误的抽样必然会导致结果有所偏差。但也因为这件事，人们对数据精确度以及统计研究的准确度有了更加严格的要求，对今天的社会化媒体研究亦是如此”，普费弗和鲁茨说。