从传统社会学到计算社会学的方法论探析不仅对学科发展具有非常重要的理论价值,并且对于我们认知和理解当今数字化社会也是非常有现实意义和实践指向的。本文首先在阐释传统社会学方法论的哲学基础上,概述了其方法论的主要特征。其次,借助实证案例展示了计算社会学较传统社会学在研究内容、研究工具、研究设计和研究过程中的改变。在研究对象和研究内容上,具有海量性、持续动态性、削弱了主观性干扰的不反应性特征的大数据引发了社会学研究中“全数据替代小样本”、“自动捕捉替代传统问卷调查”、“科学始于数据”等社会学研究新命题,带来了更加整体化和系统化的思维方式。在研究工具上,借助互联网、传感器等工具设备自动实时采集各种信息;非关系型数据库、云存储等数据存储工具解决了海量异构数据需要配置不同的存储设备的问题;人工智能、深度学习、云计算等信息处理技术帮助破解了非结构化数据;数字化工具、VR和AR等技术工具帮助实现了数字与现实的融合。同时,计算社会学的研究设计和研究过程也发生重大改变,更多具有研究价值的议题被讨论;维基调查方法、生态瞬时评估法、游戏化调查方法等新的调查方法出现,降低了调查成本,也增加了调查的灵活性;开展在线实验室、创造零可变成本数据的实验和进行大规模协作变成可能。在实证研究的基础上进而说明了社会学“计算范式”的出现,大数据带来的全样本将替代传统社会学的小样本,混杂性将逐步替代精确性,研究也从理论驱动和数据驱动逐步转向了理论与数据双向驱动的发展方向,传统社会学中存在分歧的定性与定量方法论逐步走向融合,对相关关系的成功挖掘干扰了对因果关系的探寻。文章虽然说明了大数据的到来对传统社会学方法论造成了冲击,但是并不意味着传统社会学方法论将被彻底颠覆,计算社会学的出现是为社会学研究方法论增添了一条新的计算进路。面对计算社会学目前存在的对数据质量、研究对象数据编码化以及相关伦理问题的质疑,计算社会学最重要的还是要着眼于社会学学科本身,认真思考具有历史特殊性的人类社会的意义和价值,用更理性、更谨慎的态度看待这场方法论转向。