在大数据浪潮席卷的时代里，传播学研究迫切需要革新。要是学者依旧墨守成规，那么极有可能被时代抛弃。接下来，我们一同来探讨传播学研究怎样适应大数据时代。

时代之需

大数据时代已全面到来，海量数据如潮水般涌来，这对传播学学者来说，是一场巨大挑战，以往传统研究方法在大量数据面前力不从心，传播学学者要学会用数据思维和计算方法，重新审视和研究传播学问题，学界已意识到这种紧迫性，且开始了一系列积极尝试。

计算传播学顺应时代需求而产生，它借助大数据来驱动，并且与多个学科相互交叉融合，这一新兴领域的出现，恰恰体现了时代对传播学研究提出的新要求，学者们唯有顺应潮流，掌握新的研究手段，才能够在新时代的传播学研究里取得成果。

高校实践

许多高校敏锐察觉到学科发展的趋势，于是纷纷成立了计算传播学实验室或者研究中心，南京大学设有计算传播学实验中心，该中心主要专注于信息扩散等方向的研究，为计算传播学的学术研究开辟了新的领域，它吸引了众多研究人员投入精力，并且取得了一些阶段性的成果。

北京师范大学同样积极进取，该校的计算传播学研究中心着重关注社交机器人等方面。这些研究不但紧跟学术前沿，而且具备很强的现实意义。比如说对舆情传播的研究，能够帮助了解社会动态，从而为有关部门提供决策依据。

研究领域

有几个来自高校的计算传播学研究实验室，其覆盖的研究领域众多，深圳大学计算传播研究实验室的核心方向有三个方面，分别是计算传播理论与社会发展等，该实验室结合社会需求来开展针对性研究，从而为社会发展提供理论支持，在大数据与计算传播方法研究里，他们探索出了许多有效的研究方法和工具。

复旦大学计算传播学团队专注于计算传播理论、舆论研究等方面，他们的研究在理论和实践两方面，为传播学研究增添了新的生机与活力，比如在智能媒体与算法社会的研究里，对媒体发展的新趋势进行分析 。

培养模式

各高校在人才培养方面进行了诸多探索，北京师范大学计算传播学研究中心是其中代表，它结合其他高校培养方式，形成了“学中做，做中学”的培养路径，学生能在实践里学习知识与技能，还能加深对计算传播学的理解，这种模式可让学生更快适应未来的研究及工作。

南京大学计算传播学实验中心运用“传 - 帮 - 带”模式，教授王成军着重强调小团体共同前行的动力，在此过程中学生相互帮助，营造出积极的学习氛围，而这种氛围有利于学生充分施展自身潜力。

能力要求

计算传播学的跨学科特性给学者带来了新的要求，学者不但要拥有传播学方面的知识，而且要掌握数据思维以及计算方法，他们得能够处理数量巨大的数据，借助计算去剖析信息传播的规律，只有具备了这些能力，才可以在计算传播学领域取得一定成就。

跨学科思维很重要，研究能力也很重要。学者需要联合不同学科的资源，把计算和传播进行深度融合。在多学科相互碰撞的过程中，去寻找新的研究思路，以此推动学科发展以及理论创新。

未来展望

计算与传播的融合越来越紧密，相关实验室的建设为人才培养提供了积极的实践，这些经验为探索交叉学科人才培养路径提供了线索，未来，计算传播学肯定会在传播学研究里占据重要位置。

学界要付出努力，社会也要付出努力，共同为计算传播学人才培养给予更好的支持。如此一来，才能够培养出更多优秀的计算传播学人才，进而推动传播学研究跟上时代发展的步伐。

你觉得计算传播学在未来会在哪些特定领域发挥更显著的作用？要是你认为这篇文章对你有益处，欢迎进行点赞以及分享！