然而，尽管政治科学长期以来一6传统，但毫无疑问，政治科学家会遇到越来越大、结构越来越复杂的数据集。当前的《政治分析》虚拟期刊《政治科学中的大数据》中出现了一些大数据应用的良好示例。在一篇又一篇文章中，我们看到政治科学家正在使用创新的大数据技术和方法来收集数据和检验假设。
例如，Berinsky、Huber 和 Lenz展示了如何使用 Amazon.com 的 Mechanical Turk 招募实地实验对象。由于实 企业电子邮件列表 地实验是许多社会科学家用来测试许多不同行为理论的重要方法，Berinsky、Huber 和 Lenz 展示了如何以低成本完成大规模实地实验。这说明了如何应用新的大数据方法来开发收集政治科学研究问题数据的新方法。
那么大数据在政治学中是否重要？
答案既不是肯定也不是否定。长期以来，政治学家一直在进行的研究确实类似于我们现在所说的大数据。我们也看到越来越多的研究使用大型数据集和机器学习方法。我猜这些趋势将会持续下去，因为政治学家正在利用社交媒体数据、大量现场实验和民意调查数据以及其他大规模数据集来寻找有趣的新研究机会，而几年前，这些数据集还无法用现有的计算资源轻松分析。
R. Michael Alvarez是加州理工学院的政治学教授。他的研究和教学重点是选举、投票行为和选举技术。他与 Jonathan N. Katz 共同担任《政治分析》杂志主编。该杂志的新虚拟期刊《政治学中的大数据》展示了大数据工具如何应用于前沿政治学研究，以及政治方法论者如何为大数据革命做出贡献。
《政治分析》记录了政治方法论领域令人兴奋的发展，为政治科学模糊边界之外的实证和方法论学术研究做出了贡献。该书由政治方法 学会和美国政治科学协会政治方法论分会出版。根据 2012 年 ISI 期刊引证报告，《政治分析》在 157 种政治科学期刊中按 5 年影响因子排名第 5。请在 Facebook 上点赞《政治分析》，并在 Twitter 上关注@PolAnalysis。
通过电子邮件或RSS订阅 OUPblog
订阅 OUPblog 上的政治和政治科学文章。图片来源：Internet Background with斯
超越帕克斯曼可能是一回事，但从喜剧演员跃升为严肃的政治评论员则完全是另一回事。拉塞尔·布兰德声称，他 你向潜在的创业雇主展示你的内容创作能 有权就民主政治现状发表意见，而这种权力来自“这种既有范式”之外的来源，这实际上只与他作为（不）出名的喜剧演员的身份有关。这一说法的问题在于——正如许多喜剧演员自己承认的那样——近年来，政治喜剧和讽刺作品的本质是从宣传腐蚀性的玩世不恭而不是健康的怀疑态度中获得极大的乐趣和巨大的利润。
拉斯，