Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Big Data как источник социологической информации: пример анализа блога губернатора Петербурга. / Мальцева, Анна Васильевна; Матвеев, Михаил Сергеевич; Моисеева, Мария Борисовна.
в: Сибирский социум, Том 3, № 3, 2019, стр. 74-84.Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
}
TY - JOUR
T1 - Big Data как источник социологической информации: пример анализа блога губернатора Петербурга
AU - Мальцева, Анна Васильевна
AU - Матвеев, Михаил Сергеевич
AU - Моисеева, Мария Борисовна
N1 - Мальцева А. В. Big Data как источник социологической информации: пример анализа блога губернатора Петербурга / А. В. Мальцева, М. С. Матвеев, М. Б. Моисеева // Siberian Socium. 2019. Том 3. № 3. С. 74-84. DOI: 10.21684/2587-8484-2019-3-3-74-84
PY - 2019
Y1 - 2019
N2 - В статье исследуются возможности Big Data (больших данных) в построении прогнозов, социальные сети как источник информации об обществе, а также рассматривается роль технологии больших данных в процессах обеспечения безопасности. Целью исследования является изучение возможности получения социально значимой информации посредством больших данных, в частности, по одному из аспектов экологической безопасности. Рассмотрены фундаментальные социологические теории, такие как теории общества риска У. Бека, Э. Гидденса, а также информационного общества, учитывающие особенности влияния новейших информационных технологий на общество, в том числе больших данных. На основе ряда исследований, систематизирующих подходы к определению больших данных, выводится авторское определение данного понятия. В работе использованы качественные методы, в частности контент-анализ. Анализ был произведен на примере предоставленного Комитетом по информатизации и связи города Санкт-Петербурга приложения «Инцидент-менеджмент». Эмпирическая база исследования — 16694 комментария на публичной странице губернатора Санкт-Петербурга Александра Беглова, полученные посредством программы на языке Python с использованием VK Api. В ходе исследования проанализированы комментарии пользователей на тему экологических рисков по районам Санкт-Петербурга, выявлены районы, подверженные экологическим рискам в наибольшей степени, а также источники этих рисков и субъекты ответственности за них. В результате проведенного исследования было сделано заключение, что неформальные средства коммуникации представителей исполнительной власти и граждан вызывают большой интерес в качестве источника социологической информации, исследуемого с помощью алгоритмов и методов анализа больших данных. Такой анализ помогает повысить уровень безопасности за счет снижения неопределенности и получения новых знаний об обществе. С другой стороны, исследователи выявили возможные социальные риски, связанные со сбором, хранением и применением больших данных. В частности, это риски внешнего вмешательства в работу приложения. На практике эти риски должны быть предупреждены и минимизированы путем совершенствования и тестирования приложений компанией-разработчиком. Социология, в свою очередь, должна учитывать этот факт и избегать внесения неправомерных погрешностей в исследовательские результаты.
AB - В статье исследуются возможности Big Data (больших данных) в построении прогнозов, социальные сети как источник информации об обществе, а также рассматривается роль технологии больших данных в процессах обеспечения безопасности. Целью исследования является изучение возможности получения социально значимой информации посредством больших данных, в частности, по одному из аспектов экологической безопасности. Рассмотрены фундаментальные социологические теории, такие как теории общества риска У. Бека, Э. Гидденса, а также информационного общества, учитывающие особенности влияния новейших информационных технологий на общество, в том числе больших данных. На основе ряда исследований, систематизирующих подходы к определению больших данных, выводится авторское определение данного понятия. В работе использованы качественные методы, в частности контент-анализ. Анализ был произведен на примере предоставленного Комитетом по информатизации и связи города Санкт-Петербурга приложения «Инцидент-менеджмент». Эмпирическая база исследования — 16694 комментария на публичной странице губернатора Санкт-Петербурга Александра Беглова, полученные посредством программы на языке Python с использованием VK Api. В ходе исследования проанализированы комментарии пользователей на тему экологических рисков по районам Санкт-Петербурга, выявлены районы, подверженные экологическим рискам в наибольшей степени, а также источники этих рисков и субъекты ответственности за них. В результате проведенного исследования было сделано заключение, что неформальные средства коммуникации представителей исполнительной власти и граждан вызывают большой интерес в качестве источника социологической информации, исследуемого с помощью алгоритмов и методов анализа больших данных. Такой анализ помогает повысить уровень безопасности за счет снижения неопределенности и получения новых знаний об обществе. С другой стороны, исследователи выявили возможные социальные риски, связанные со сбором, хранением и применением больших данных. В частности, это риски внешнего вмешательства в работу приложения. На практике эти риски должны быть предупреждены и минимизированы путем совершенствования и тестирования приложений компанией-разработчиком. Социология, в свою очередь, должна учитывать этот факт и избегать внесения неправомерных погрешностей в исследовательские результаты.
KW - информация
KW - социальные медиа
KW - безопасность экологическая безопасность
KW - большие данные
KW - риск
KW - контент-анализ
KW - информационные технологии
M3 - статья
VL - 3
SP - 74
EP - 84
JO - Сибирский социум
JF - Сибирский социум
SN - 2587-8484
IS - 3
ER -
ID: 49954545