依照的描述，心理学是一门研究人类的心理现象、精神功能和行为的科学。心理学研究涉及知觉、认知、情绪、人格、行为、人际关系、社会关系等许多领域，也与日常生活的许多领域——家庭、教育、健康、社会等发生关联。
心理学一方面尝试用大脑运作来解释个体基本的行为与心理机能；同时，心理学也尝试解释个体心理机能在社会行为与社会动力中的角色；而且，它也与神经科学、医学、生物学等科学有关，因为这些科学所探讨的生理作用会影响个体的心智。
心理学包括基础心理学与应用心理学两大领域。心理学家从事基础研究的目的是描述、解释、预测和影响行为。应用心理学家还有第五个目的——提高人类生活的质量。这些目标构成了心理学事业的基础。
依照传统的方法，心理学数据分析依靠的是样本，而心理学样本绝大多数都是小样本，样本可以是几百人，或者多达5000人，但终究还是样本，这离理论上的样本数目还是相差甚远，其分析结果依然被认为不够准确，要一直地对模型进行学习和训练来提高所谓的准确度。所以，能这么说，心理学由于其的特点，限制了心理学科的发展。
如今AI和计算机科学的全力发展让认知研究发生了革命性的变化。很多的数据已不需要心理学家们去刻意采集，人们在互联网的世界里，自觉自愿或者无意识地提供一种真实、准确、及时的数据，这就是社会媒体的数据，这个数据就是大数据。
在一些大型的网络公司手中，就有很多这种准确记录了用户行为的大数据资料。在大数据时代，有人能做到比你自己更了解你自己。大数据已经对我们的社会科学、人文科学会产生很大的影响。
大数据是一个含义广泛的术语，是指面对的数据集是如此的庞大而复杂，需要专门设计的硬件和软件工具做处理。该数据集通常是万亿字节或EB字节的大小。这一些数据集收集自各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章，可能是线性的，但更多的是非线性的。大数据产生的其他例子包括购买交易记录、网络日志、病历、事监控、视频和图像档案、及大型电子商务。大数据分析是在研究大量的数据的过程中寻找模式、相关性和其他有用的信息，它能够在一定程度上帮助公司政府等更好地适应变化，并做出更明智的决策。
这就是，人们通常用4个V(即Volume、Variety、Value、Velocity)来描述大数据的特征：数据体量巨大(Volume)； 数据类型繁多(Variety，结构化数据和非结构化数据）；价值密度低(Value) ；处理速度要求快(Velocity，在巨大的数据量面前，对处理速度的要求就显得“大”）。
数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识，然后人们在数据挖掘的基础上再进行明确目标的数据分析。
数据挖掘中最经典算法就是PageRank。 PageRank是Google背后最重要的算法， 他是Google创始人之一拉里•佩奇（Larry Page）提出，并且在2001年9月被授予美国专利。PageRank里的page可是认为是网页，表示网页排名，也可以认为是Larry Page(google 产品经理)，因为他是这个算法的发明者之一，还是指佩奇（Larry Page），即这个等级方法是以佩奇来命名的。PageRank根据网站的外部链接和内部链接的数量和质量，衡量网站的价值。PageRank背后的概念是，每个到页面的链接都是对该页面的一次投票， 被链接的越多，就从另一方面代表着被其他网站投票越多，也代表着PageRank越高。PageRank其级别从0到10级，10级为满分。一般PR值达到4，就算是一个不错的网站了。Google把自己的网站的PR值定到10。
首先，数据不懂社交。大脑在计算方面很差劲（不信你可以心算一下678的平方是多少），但是大脑懂得社会认知。人们擅长反射彼此的情绪状态，擅长侦测出不合作的行为，擅长用情绪为事物赋予价值。
计算机擅长计算“量”而非“质”。计算机可以计算出你在83%的时间里与6名同事的社交互动情况，但是他们不可能捕捉到你心底对那些多年未见的童年玩伴的感情，更不必说贾宝玉对于仅有三面之缘的史湘云的感情了。因此，在社交关系的决策中，不要愚蠢到放弃自己的感觉和思考，而去相信你桌子上的那台笔记本。
而且，数据偏爱潮流，忽视杰作。当大量个体对某种文化产品迅速产生兴趣时，数据分析可以敏锐地侦测到这种趋势。但是，一些重要的（也是有收益的）特性有可能是在一开始就被数据摈弃了，仅仅因为它们的特异之处不为人所熟知。
大数据就像金庸笔下的侠客，武功高强，出神入化，万夫莫敌，但容易剑走偏锋，走火入魔。这是引入大数据推进心理学研究，一定要注意的。
