研究范式转型 - 数字技术推动软科学研究范式从专家驱动向数据驱动转变，强调运用数字技术揭示数据规律以提升决策质量与效率 [1] - 专家驱动范式依赖理论框架和逻辑推演，数据驱动范式则通过大数据分析解析海量数据的内在关联 [1] - 当前转型面临路径依赖和系统性要素适配不足的制约，需协同数据方法模型、数字人才储备和数据资源三大要素 [1] 转型路径解析 - 需建立数据与专家智慧双轮驱动模式，结合定性经验与定量算法优势互补 [2] - 通过人机协同明确研究问题与解决方案，同时将专家经验内嵌算法以增强模型分析能力 [2] - 战略层面需将数据思维纳入规划，理念层面需营造数据驱动文化氛围 [3] 人才与资源建设 - 加强数据能力培养，打造熟悉大数据技术、方法和精准分析的专门人才 [3] - 引进复合型人才，融合数据科学与软科学背景以满足数据驱动研究需求 [3] - 强化数据资源管理，建设特色数据库并整合外部数据形成跨领域主题库 [4] 方法与模型创新 - 加快算法模型开发，推动机器学习等技术嵌入研究流程实现定性向定量跃迁 [5] - 推动跨学科方法融合，从多学科角度解析数据以构建大数据时代研究方法体系 [5]