Big data и новые задачи социологии
Научная статья
-
Лейла Шамильевна Крупеникова
Институт социологии и регионоведения Южного федерального университета, Ростов-н-Дону, Россия
LeilaKrupenikova@gmail.com
Elibrary Author_id 492102Для цитированияКрупеникова Л. Ш. Big data и новые задачи социологии // Гуманитарий Юга России. 2022. Том 11. № 2. С. 50-57. DOI: https://doi.org/10.18522/2227-8656.2022.2.3 EDN: KWMQGA
Аннотация
Целью исследования: характеристика экспертных оценок и аналитический обзор результатов использования больших данных (big data) как массивов социологической информации, дающих возможность определить новые перспективные методы построения социологического знания. Методологическая база исследования. Основными и исследовательскими методами являются методы концептуального анализа экспертных оценок, методы сравнения, обобщения и генерализации выводов, методы систематизации результатов оценочных экспертиз, методы интеграции данных, методы прогнозной аналитики, выражающиеся в классификации разных не связанных между собой оценок. Результаты исследования. В статье показано, что массивы информации в виде больших данных становятся важными социологическими исходными данными, дают возможность более полного изучения социальной динамики, создания на их основе новых динамических моделей социальной реальности, соразмерных цифровой информации, а также становятся основой формирования новой социологической теории – теории цифровой социологии. Для нее возникают новые методологические вызовы, требующие обоснования новых методов исследования и переосмысления инструментария и понятийного аппарата, например, такие как сетевое и нейронное моделирование, тематическое моделирование, автоматическое генерирование гипотез, интеграция мультимодальных данных, операционализация ключевых концептов, символизация и цифровизация социологического дискурса, фреймирование и кластеризация знаний, методы визуализации в репрезентации объяснительных процедур, реляционный анализ значений, символическая обработка естественного языка и др. Перспективы исследования. Цифровая социология позволяет изучать паттерны поведения человека в связи с гораздо большими, чем это было ранее, формами обусловленности: как в реальных условиях, реальном времени, так и в различных условиях виртуальности, как в форме события, так и в формах намерения, действия или даже эмоции.Ключевые слова:big data (большие данные), большие массивы информации, модели социальной действительности, цифровизация, цифровая социологияЛитература
Берроуз Р., Севидж М. После кризиса? Bigdata и методологические вызовы эмпирической социологии // Социологические исследования. 2016. № 3. С. 28–35.
Губа К. Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. 2018. Т. 17, № 1. С. 213–234.
Девятко И. Ф. От «виртуальной лаборатории» до «социального телескопа»: метафоры тематических и методологических инноваций в онлайн-исследованиях // Онлайн-исследования в России: тенденции и перспективы / под ред. А. В. Шашкина, И. Ф. Девятко, С. Г. Давыдова. М.: Типография, 2016. С. 19–33.
Дудина В.И., Юдина Д.И. Извлекая мнения из сети Интернет: могут ли методы анализа текстов заменить опросы общественного мнения? // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 5. С. 63–78.
Ницевич В. Ф. Цифровая социология: теоретико-методологические истоки и основания // Цифровая социология. 2018. Т. 1, № 1. С. 18–28.
Одинцов А. В. Социология общественного мнения и вызов Big Data // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 3. С. 30–43.
Платонова С. И. Эпистемические объекты и социальные отношения в современном обществе // Вестник Ленинградского государственного университета им. А. С. Пушкина. 2018. № 3-1. С. 114–123.
Anderson C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete // Wired. 2008. 23 June. Available at: https://www.wired.com/2008/06/pb-theory/.
Bihani P., Patil S. T. A comparative study of data analysis techniques // International Journal of Emerging Trends & Technology in Computer Science. 2014. № 3 (2). Р. 95-101.
Gandomi A., Haider M. Beyond the hype: Big data concepts, methods, and analytics // International Journal of Information Management. 2015. № 35 (2). Р. 137–144.
Kamal M., Vishanth Z. Critical analysis of Big Data challenges and analytical methods // Journal of Business Research. 2017. Vol. 70. Р. 263–286. https://doi.org/10.1016/j.jbusres. 2016.08.001.
Latour B., Jensen P., Venturini T., Grauwin S., Boullier D. “The Whole Is Always Smaller than Its Parts” – a Digital Test of Gabriel Tardes’ Monads // The British Journal of Sociology. 2012. Vol. 63, № 4. P. 590–615.
Lazer D., Pentland A., Adamic L., Aral S., Barabasi A-L., Brewer D., Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G., Macy M., Roy D., Van Alstyne M. Computational Social Science // Science. 2009. Vol. 323, № 5915. P. 721–723.
Lupton D. Digital sociology. Abingdon, Oxon. 2015. 230 p.
Lynch C.A. Big data: How do your data grow? // Nature. 2008. Vol. 455. № 7209. Р. 28–41.
Marres N. Digital sociology: The Reinvention of Social Research // Polity. Cambridge Press, 2017. 232 p.
Resnyansky L. Conceptual frameworks for social and cultural Big Data analytics: Answering the epistemological challenges // Big Data & Society. 2019. Vol. 6, № 1. P. 1–12.
Turkle S. Life on the screen: identity in the age of the Internet. New York: Simon & Schuster, 1995. 347 p.
Fan J., Han F., Liu H. Challenges of Big Data analysis // National Science Review. 2014. Vol. 1, № 2. P. 293−314. Available at: https:// www.ncbi.nlm.nih.gov/pmc/articles/ PMC 4236847/.
Wynn J. Digital sociology: emergent technologies in the field and the classroom // Sociological Forum. 2009. № 24 (2). Р. 448–456.
СтатьяПоступила: 24.03.2022
Опубликована: 26.05.2022
Форматы цитированияДругие форматы цитирования:
APAКрупеникова, Л. Ш. (2022). Big data и новые задачи социологии. Гуманитарий Юга России, 11(2), 50-57. https://doi.org/10.18522/2227-8656.2022.2.3РазделСОВРЕМЕННОЕ РОССИЙСКОЕ ОБЩЕСТВО
