许多大型社交网络公司的研究团队可以直接获取服务器数据，用这些数据研究社会交往，随后将研究成果发表在学术刊物上。莫伊拉·伯克(MoiraBurke)与Facebook公司的研究人员一起分析了服务器上关于用户行为的日志，研究用户发布照片与Facebook新用户间有何联系（Burke，MarlowandLento,2009)、Facebook上的社交网络联系与社会资本及孤独等结果的联系(Burke,Marlow and Lento,2010)、Facebook上的不同类型活动如何导致不同的社会资本结果(Burke,Krautand Marlow,2011)。Facebook公司的另一名研究人员发表了一份分析报告，讲的是不同国家的用户在开心时会使用哪些词汇来更新状态(Kramer,2010)。
另一些研究人员与网站或组织机构达成了特殊约定，获取用于研究的数据集。兰普及其同事与在线用户生成内容的网站Everything2达成协议，使用其服务器上的用户日志数据，对该网站上的用户模式进行研究(Lampe，Wash,Velasquez and Ozkaya,2010)。戈尔德(Golder)及同事收到Facebook早期交互的数据库，检验用户间发生的是哪种通信类型，如“戳戳他”等打招呼信息与私信(Golder，Wilkinson,and Huberman,2007)。有些研究人员只能拿到大型在线游戏，如Everquest II(Keegan et al.，2011)的信息，用这些信息来研究大型在线社区中的社会交往。
在这些案例中，所涉及的不仅仅是请求数据，继而将数据载入某个统计程序进行分析的问题。机构需要确信这些研究人员不会伤害他们的用户，因而需要建立适当的隐私、匿名与数据安全协议。提供的数据量通常非常大，所以研究人员既要有计算环境，也要具备存储与分析大规模数据的个人能力。研究人员往往需要与机构成员进行协作，这名成员作为他们研究计划中的内部支持者；然而这种做法也是存在问题的，当该机构发生人员调动，这名支持者离开后，研究人员就无法获取数据。虽然在线社区数据的这种不寻常获取方式对于研究来讲是值得的，但也不应低估进行此类研究的代价。
数字技术研究(世哲手册)
364