计算机和大数据都是当前社会变革深化发展中的重要技术支撑，基于大数据的社会学研究也正在成为学科研究的热点话题。在大数据时代背景下，庞大的数据规模、精密的数据分析功能以及实时化的数据追踪为探索与揭示社会学的相关理论与规律提供了新的研究路径。由边燕杰和陈皆明主编的《社会学概论》（2013年5月高等教育出版社出版）是社会学专业教学课程体系的入门指导教材，它以架构社会学研究的整体学科概貌为核心，对现代社会学研究中的创新议题进行延伸性思考与探索，兼顾了社会学入门指导教材的专业性和通识性。
　　《社会学概论》共涵盖十四章的内容：第一章以社会学的定位为切入点阐述了社会学的学科起源、演变、研究方法、研究对象、理论基础等内容;第二章讨论文化与社会的关系，分析了人类社会中两大基本要素;第三章论述了人的社会化，阐明了个人到群体的社会化过程;第四章到第九章具体论述了社会化过程中社会角色的构建、社会人际的互动、人的婚姻与家庭、社会的群体与组织、社会网络的整体概貌、社会的分层与流动以及社区的构建与发展;第十章到第十四章则从社会管理与研究的角度分别讨论了社会控制机制的建设、社会问题的治理、人口老龄化的应对、社会学视野下的经济发展以及社会变迁下的社会现代化历程。
　　基于大数据时代的技术优势和创新研究理念，笔者认为，大数据时代社会学研究正面临着新的机遇和挑战。
　　一、大数据时代社会学研究面临的挑战
　　相对于传统数据来说，大数据时代在数字科技变革的支撑下实现了数据规模、变量、数据分析结构、数据分析能力等各个方面的突破性发展。面对规模巨大、变量复杂，且需要实时化、立体化监控、测量和分析的大数据，社会学研究衍生了一些新的挑战和问题。
　　一方面，社会学研究的数据规模大、分析难度高。在大数据时代，社会发展的各个方面都产生了大量实时信息与数据，也很容易通过信息技术进行抓取，但这些未经加工和筛选的原始数据规模十分庞大，要想在短时间内完成数据的分析难度较大，而且很容易在同类数据的整合分析中浪费资源、重复投入，不仅会提高研究成本，同时对社会学研究的精准性、间接性和严谨性也会造成一定的影响。
　　另一方面，大数据时代的社会学研究面临着数据安全的挑战，它主要包括两点：一是大数据时代国家、企业、集体和个人都十分注意数据信息的安全保护，因此对各项数据的收集和保护较为严格，而社会学研究恰好需要大量的数据信息作为支撑。要想取得不同主体的数据安全认可，收集相应的信息数据并不简单;二是大数据时代背景下的社会学研究也应当注重数据的安全保护，确保社会学研究过程中的关键性信息和数据能够在研究过程中加强保护、集中处理，避免数据的泄露，引发其他不良后果。
　　二、大数据时代社会学研究面临的机遇
　　第一，社会学的数据描述与规律研究将更加全面和严谨。在大数据技术的支撑下，社会学研究学者可以广泛汇总社会学课题研究的相关信息和数据，调查某一社会现象在整个研究系统中的情况，而不仅仅依靠有限的样本进行推敲，大大提高了社会学研究的全面性、准确性和严谨性。也就是说，大数据的数据收集能力和数据分析能力大大提高，所采用的社會学样本分析趋近于总体全貌，为科学、全面地描述社会现象、总结社会学规律奠定了坚实的数据分析基础。
　　第二，大数据增强了社会学数据分析的准确性和可靠性，为社会的治理提供了数据支撑和决策支持，进一步推动了国家社会重要战略的决策、实施和完善。社会学研究是应用性和实践性较强的学科，它的研究能够更好地促进社会治理的现代化、科学化和规范化发展，但社会的治理牵涉的主体十分复杂，每一个决策都至关重要，如果没有庞大的数据和案例作为支撑，社会学的规律很难在社会治理的现实场景中得到应用。而大数据的引入克服了这一缺点，它能够在社会学决策之前对海量动态数据进行科学的分析和评估，从而保证数据的真实性和决策的可行性。
　　笔者认为，在大数据时代引发各领域深刻变革的同时，社会学学者也应当着力思考大数据技术对社会学研究的影响，突破传统的社会学研究内容与方式，实现社会学认识论与方法论的自我突破和发展。