社会问题的大数据研究需要综合运用互联网技术、计算机以及人工智能技术，根据数据获取与分析的要求，开发出能够有效实现研究目标的具体操作工具。新型社会计算工具多种多样，可以根据具体研究的需要进行研制与开发。例如，麦考利与莱斯科韦茨开发出一种网络算法，用以检测社交网络用户各类联系人的信息，包括姓名、年龄、职业、学历等。把这些信息与网络用户本人的信息进行对比，通过各种测量相似性的算法，估算联系人与用户的关系，将这些不同的联系人归入不同的组群（如好友、同事、同学等），实现用户个人网络的自动分组。该算法在实验验证阶段已经获得了成功。这个新型社会计算工具的开发更像是为谷歌、脸书等网站进行的改良顾客体验的研究，它如此技术化，以至于许多社会学者几乎无法看懂。但这种研究对社会网络研究与社会网络理论的发展意义重大。运用这种工具，研究者们能够从社交网络媒体中挖掘出大量的社会网络数据，并有可能利用这些数据进行更大规模、更精准的社会网实证分析。新型社会计算工具的研制与开发的方式与途径多种多样。为了进行某一社会问题的研究，社会学研究者与精通计算机技术的专家合作，可以量体裁衣地开发出研究所需要的某些小型工具。但对于那些大型且功能复杂工具的研制，则需要依赖多学科研究人员的共同努力，借助专业公司的力量，甚至依靠国家才能完成。

大数据的出现，有助于社会问题研究者摆脱传统思维模式和固有偏见的局限，认识和思考更客观、全面、准确、深刻，能够进行更完整、更清晰的分析，做出更科学、更精准的判断。从一定意义上说，大数据是一种“以数据为大”的方法论，是认识世界、理解世界、改造世界的新能力。大数据为社会科学研究带来发掘利用海量信息的理念、方法和服务，在社会问题研究中运用好大数据，可以避免研究者主观臆断，提高研究者的研究能力，提高研究质量，开启研究的新局面。当然，我们在认识大数据优势的同时，也要充分认识大数据的局限性。这种局限性更多的是来自大数据产生的基础。首先，大数据并不是全数据。因为社会还未完全数字化，大数据从根本上说不可能是全数据。其次，大数据的使用有一定局限性，在有些领域强，在有些领域弱。再次，大数据不完全具有代表性。由于我们的社会还不能完全数字化（特别是关于人们的思想、感情等领域的信息，很难准确数字化），导致大数据无法完整反映人的社会政治行为。比如，互联网上的各种意见，集合起来堪称海量。但是，这些声音并不代表全体国民的意见。(www.daowen.com)