在数据技术（Data Technology,DT）时代，大数据已成为创新与竞争的驱动力。数据技术的成熟促使数据爆发性、指数级地增长，形成海量规模，无法使用传统尺度衡量、计算。据统计，2012年以来，全球数据总量年增长率维持在50%左右，到2020年全球数据总量将达到40ZB左右。数据类型呈现结构化、半结构化和非结构化的多样态，数据来源广泛而复杂，有源于各种传感器、测试仪器、模拟实验室、相关企业的数据，也有源于个人数字终端的社交网络、搜索引擎、网页浏览记录等。大数据对各行各业提出了挑战，对美学亦是如此。大数据给美学研究与传播提供了新方式、新视角、新路径，蕴含极大价值，既带来了良好的发展机遇，同时也带来了强烈的冲击震荡。

　　大数据对美学存在多重影响

　　1.就研究思维而言，大数据引发美学研究的思维变革。大数据既能处理“因果关系”又能处理“相关关系”，即不仅能够回答“为什么”还能回答“是什么”。如迈尔-舍恩伯格和库克耶在《大数据时代》一书中所言，大数据给我们思维的启示是“首先，要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本。其次，我们乐于接受数据的纷繁复杂，而不再追求精确性。最后，我们的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系”。传统美学研究思维主要探究美的本质与现象间的因果关系，现在要开启全新思维范式，培养、树立大数据意识，在因果性之上还要重视事物的相关性、混杂性，以复杂性思维推进美学研究的现代化。

　　2.就研究模式而言，大数据带来美学研究的模式转变。当下大数据研究新模式是继实验科学、理论科学、计算科学之后出现的第四种研究范式，即“数据密集型科学发现”（Data-Intensive Scientific Discovery）模式，研究者运用数据挖掘工具进行统计与计算，揭开数据背后的谜底。以往传统美学研究先以某种理论假说推断审美现象，再收集证据来验证假说。而运用数据分析研究，可以不断修正美学研究的抽象理解，从审美现象的相关性上加深对美的本质认识。用数据说话将成为美学研究常用模式之一。当然，如果仅仅是对数据分析，没有思辨说明、因果分析，也会存在数据堆砌的嫌疑。

　　3.就研究深度而言，大数据推动美学研究的纵深掘进。大数据对解读人的审美行为、美感等规律提供了技术基础、机遇。以往，我们对美感研究主要依靠问卷、访谈、实验等方法，美感的神经运动一直被认为是很难观测的。当代神经美学证实对人物特写的审美欣赏刺激了梭状回的“面部区域”，对风景画的审美欣赏则刺激了海马旁回的“方位区域”。神经科学解释了神经元通过突触传递信息的原理，有关上千神经元的同步活动数据被显微镜观测到。另外，对美感的研究可以借鉴在线文本情感的分析技术，如通过计算机软件精确识别海量文本中语言所表现出的情感。人的审美情感是多样的，愉悦也有程度差异。我们可以建立美感数据库，利用大数据挖掘技术，对美感进行分类、匹配，从而捕捉人的美感特征。大数据架起了美学理论与实证研究的桥梁，实验获得的相关性数据，可以为美学理论提供实证证据，使美学定性与定量研究相辅相成。

　　4.就研究精度而言，大数据提高了美学研究的准确程度。美学学科性质决定了美学研究的抽象性、模糊性，难以使用数量化、模型化予以表现。同时，美学研究多采用有限的小样本个案方法进行推理，研究者较多主观感觉、理解与判断。大数据可以改变美学研究有限数据的质量，较为清晰地呈现美学各种复杂关系，逐渐揭开模糊的审美问题迷雾，提高美学研究的科学性。

　　5.就研究空间而言，大数据拓展美学研究的疆域范围。DT时代的小样本个案研究会趋向于大数据研究，如对唐诗的研究，有学者运用大数据技术对5万首唐诗进行深度文本分析，发现了唐诗中出现频率最高的词、描写最多的季节、最多的情感。一些美学与艺术问题都可以通过统计分析、数据挖掘等手段进行分析。如大数据可以分析不同艺术家的风格倾向，形成用于识别个人风格的“艺术家指纹”；分析审美思潮的历史演变，艺术中心历史迁移等变化；分析美学研究文本的主题、意图、关键词等，丰富内容含量。大数据使美学研究空间得以拓展。

　　6.就研究设计而言，大数据校准美学研究的选题设计。大数据对美学研究有关选题进行量化处理，可发现空白的、薄弱的、亟待解决的研究领域或时代方向、研究热点等，帮助学者更有针对性地进行课题设计，使之准确对焦。比如，现在有机构对2018年国家社科、教育部社科立项的哲学学科高频关键词研究发现，“主义”“批判”“康德”“表征”“新时代”“情感”“思想”较多。这些大数据使我们对美学研究状况有更多的了解，也激发我们研究灵感、触发研究动机。