Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Большие данные в исследовании политических процессов. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

1 / 91 2 3 4 5 6 7 8 9 > Следующая >>>

Минист

Федеральное государственное бюджетное образовательное учреждение

ерство науки и высшего образования Российской Федерации

высшего образования

«Московский педагогический государственный университет»

В. Бродовская, А. Ю. Домбровская

Е.

БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ

ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

Учебное пособие

2-е издание, стереотипное

электронное

МПГУ

Москва • 2024

УДК 31(075.8) ББК 66.04я73

Б88

Рецензенты:

Батанина Ирина Александровна, доктор политических наук,

профессор, заведующая кафедрой социологии и политологии ФГБОУ ВО

«Тульский государственный университет»

Шаповалов Владимир Леонидович, кандидат исторических наук,

доцент кафедры социально-политических исследований

и технологий Института истории и политики ФГБОУ ВО

«Московский педагогический государственный университет»

Бродовская, Елена

Б88

Большие данные в исследовании политических процессов: учеб-

ное пособие/ Е.В.Бродовская, А. Ю. Домбровская.–

электрон. –

Москва: МПГУ,

Викторовна.

2024

. – 88 с.

2-е изд., стер.

– Текст: электронный.

ISBN 978-5-4263-0712-4

В учебном пособии раскрываются теоретико-методологические иметодические аспекты больших данных как метода анализа политических процессов поцифровым маркерам. Раскрываются основы итипы киберметрического анализа как способа изучения больших данных. Показаны особенности таких методов интеллектуального поиска цифровых маркеров политических процессов винтернет-контенте, как Predictor Mining, Data Mining, проанализированы эвристические и методические основы этих методов социального компьютинга. Представлены образцы разработки поисковых запросов итехник киберметрии сприменением онлайн-сервисов для мониторинга социальных медиа. Приведены ипроанализированы конкретные примеры киберметрических исследований в сфере изучения политических процессов по цифровым следам. Приводятся задания для самостоятельного освоения студентами техники применения больших данных ванализе политических процессов. Рекомендуется магистрантам направлений «Интернет-технологии вполитике иуправлении», «Политическое прогнозирование и проектирование» иаспирантам направления обучения «Политология», преподавателям высшей школы, читающим предметы, связанные соценкой роли Интернета всовременных реалиях, ученым, исследующим проблемы интернет-коммуникации сприменением киберметрического анализа.

УДК 31(075.8) ББК 66.04я73

ISBN 978-5-4263-0712-4 © МПГУ, 2018

СОДЕРЖАНИЕ

Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

ГлаваI. Теоретико-методологические основы исследований сприменением

больших данных всистеме методов социального компьютинга . . . . . 6

ГлаваII. Дизайн Big Data исследований политических процессов

поцифровым маркерам . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

ГлаваIII. Инструменты киберметрии

как способ аккумулирования ианализа больших данных . . . . . . . . . . . . 25

ГлаваIV. Техника аккумулирования больших данных– цифровых маркеров политических процессов сприменением онлайн-сервисов длямониторинга социальных медиа

(составление поисковых запросов) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

ГлаваV. Приемы графической ивербальной интерпретации больших данных визучении политических процессов поцифровым

следам . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

Задания для самостоятельной работы

иконтрольные вопросы потемам . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

Рекомендуемая литература . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

ВВЕДЕНИЕ

Появление вконцеXXв. интернет-коммуникации иее интенсивное развитие оказало колоссальное воздействие навсе сферы жизнедеятельности общества. Содной стороны, киберпространство предложило новый способ социального поведения людей, в том числе гражданского и политического участия. С другой– интернет-технологии обеспечили возможность аккумулирования цифровых «следов» поведения пользователей. Эти данные, идущие отпоисковых систем, социальных медиа, мессенджеров, сенсорных альными машинами, называют большими данными– Big Data. Большие данные обладают рядом особых свойств:

– большим объемом, который несовместим схранением наперсональном компьютере;

– большой скоростью производства;

– содержательным многообразием;

– хаотичностью, неструктурированностью;

– гибкостью (совместимостью, подстраиваемостью под раз- личные базы данных);

– корреляционностью.

Вместе стем величина больших данных– это неглавное делении этого понятия. Основное– это природа их формирования. Большие данные создаются без исследовательского участия, это неспровоцированная информация, это автоматически сгенерированные данные о фактах социального поведения, которые невозможно обработать имеющимися сегодня пакетами для статистической обработки данных.

Большие данные впервые вистории прикладного политического анализа поставили вопрос отом, что основная проблема информации, так как большие данные– это уже аккумулированный огромный массив постоянно пополняемой информации, вопрос заключается в способах анализа неструктурированных данных.

Вполне очевидно, что Big Data, этот глобальный массив социальной информации, представляет собой объект исследования большого числа научных дисциплин. Интегральной областью, изучающей взаимодействие информационных, политических, социальных идуховных процессов, является

устройств, огромные по объему и собираемые специ-

вопре-

– несбор

социальный компьютинг.

Введение

Его основной метод– киберметрический анализ, который позволяет аккумулировать большие данные ианализировать репрезентированные в интернет-контенте цифровые маркеры политических процессов.

Для современного профессионала всфере гуманитарного знания, ипрежде всего политолога, реализующего интернет-технологии вполитике иуправлении (социально-медийную аналитику, технологии создания и продвижения онлайн-сетевых политических и коммерческих брендов ит. д

.), весьма важной компетенцией служит умение применить техники киберметрии для оценки состояния ивыявления тенденций вразвитии политических процессов поцифровым маркерам. Немаловажно умение применить в научном исследовании методы киберметрии для аспирантов общественных и гуманитарных направлений подготовки, в том числе понаучной специальности «Политология».

Учебное пособие имеет цель дать общее представление опоня-

тии, эвристических возможностях метода

больших данных вприкладном анализе политических процессов, атакже сформировать навыки применения киберметрии визучении цифровых маркеров политических изменений. Учебные кейсы, показанные виздании, направлены на формирование компетенций, связанных со способностью осуществлять графическую вербальную интерпретацию больших данных, автоматически генерируемых специальными инструментами анализа интернет-контента. Список контрольных вопросов для самопроверки, рекомендуемая литература потеме иприложения помогут студентам освоить методы применения больших данных висследовании политических процессов.

Рекомендуется магистрантам направления «Интернет-технологии вполитике иуправлении» иаспирантам научной специальности «Политология», преподавателям высшей школы, читающим предметы, связанные с оценкой роли Интернета в современных реалиях, ученым, исследующим проблемы интернет-коммуникации сприменением киберметрического анализа.

ГЛАВАI

ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ

ИССЛЕДОВАНИЙ СПРИМЕНЕНИЕМ БОЛЬШИХ

ДАННЫХ ВСИСТЕМЕ МЕТОДОВ СОЦИАЛЬНОГО

КОМПЬЮТИНГА

Термин «большие данные» (Big Data) используется вдвух смыслах. Это гигантские массивы информации– цифровые следы, аккумулируемые специальными инструментами изразличных источников: социальных медиа, мессенджеров, сенсорных устройств ит. д. Большие данные вэтом смысле характеризуют глобальный объем, неструктурированность, неспровоцированность создания. Дефиниция «большие данные» также может обозначать метод анализа гигантского по объему неструктурированного массива информации. Вэтой кий эвристический потенциал оценки состояния идинамики массового сознания, гражданского иполитического участия, жизненных стратегий пользователей, атакже установления значимых корреляций для прогнозирования социальных иполитических процессов по цифровым маркерам. Анализ больших данных осуществляется с помощью методов социального компьютинга. Поэтому важным представляется вначале рассмотреть понятие исущность данного место автоматизированного анализа больших данных в системе методов социального компьютинга.

При определении понятия социального компьютинга также необходимо учитывать существование двух его проявлений– как области научных исследований и как сферы компьютерных технологий.

Приоритетная задача настоящего пособия состоит в анализе первого значения понятия. В этом случае социальный компьютинг понимается как область дисциплинарности иполипарадигмальности подхода к изучению взаимосвязи информационных, коммуникационных исоциальных процессов, которая формируется в условиях функционирования иразвития глобальной электронной сети.

Термин “Social Сomputing” дословно переводится как социальные «вычисления». Другими словами, это сплав социальной икомпью-

направления современных исследований и определить

ипостаси большие данные отличает высо-

исследований, основанная на меж-

ГлаваI. Теоретико-методологические основы исследований сприменением больших данных

всистеме методов социального компьютинга

терной науки, сформировавший новую парадигму междисциплинарных исследований. Эта парадигма основана напозитивистском восприятии цифровых следов социальных связей индивидов как маркеров социальных иполитических процессов.

Наиболее понятное и адекватное понимание социального компьютинга предложено А. А. Давыдовым [28], [29]. Вего публикациях социальный компьютинг характеризуется как общий термин для обозначения группы технологий настыке исследований иприложений вобластях

социального поведения ивычислительных систем или как совокупность социотехнических средств для анализа ииспользования человеческих связей как части процесса анализа больших данных.

Вместе стем вспециальной литературе встречается сужение определения социального компьютинга до использования вычислительных методов сцелью изучения социального поведения. Данная трактовка рассматриваемого понятия неучитывает такой важный элемент социального компьютинга, как

наличие взаимосвязи лю-

дей посредством Интернета, электронных социальных сетей.

Заслуживает внимания опыт определения термина «социальный компьютинг» наоснове облака тегов, составленного по материалам докладов конференции “Social Computing, BehavioralCultural Modeling and Prediction”. В фокусе семантического ядра оказались понятия сети, социального, моделей имоделирования, динамики, анализа общественного мнения, двусторонней связи, реального и виртуального миров, симуляции, взаимодействия, информальных групп, социальных графов, анализа

больших дан-

ных ипроч.

Анализ облака тегов позволил выявить семантическое пространство «социального компьютинга» и редуцировать его ктакому семантическому ряду: «моделирование социального взаимодействия общностей игрупп сиспользованием методов анализа больших данных, репрезентированных винтернет-контенте».

Исходя из этого, многочисленные определения социального компьютинга сводятся куказанию назначимость синтеза точного исоциально-гуманитарного знания впроцессе исследования вли яния интернет-коммуникации насознание иповедение людей.

Сегодня вмировом научном сообществе формируется иразвивается ряд междисциплинарных направлений, близких кобласти исследований социального компьютинга.

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

Социология Интернета/социология киберпространства (Sociology of theInternet/Sociology of cyberspace)– отрасль социологии, объек-

том которой является исследование функционирующего в сети пространства социальных связей, апредметом анализа– социальные процессы иотношения вкиберпространстве.

Цифровая социология (Digital sociology)– еще одна отрасль социологической науки, ориентированная на изучение цифровых медиа иих роли вповседневной жизни пользователей, социальных эффектов новых медиа, их

воздействие нареальные социальные связи ипроцессы. Объект изучения цифровой социологии значительно шире, чем объект социологии Интернета, социологии онлайн-сообществ, социологии социальных медиа ит. п., ивключает не только интернет-пространство как особый социокультурный итехнологический феномен, ноите социальные среды, которые создают другие телекоммуникационные технологии. Впредметное поле цифровой социологии также входят Интернет вещей итехнологии работы сбольшими данными, которые, всвою очередь, формируют цифровую среду (digital space). Цифровая социология вэтой связи может рассматриваться всамом широком понимании как сфера актуализации возможностей, которые дают цифровые инструменты для переосмысления структуры социологического знания. Вэтом смысле социальный компьютинг может рассматриваться как возможность «переформатирования» данных прикладных отраслей гуманитарных наук.

Культуральные «вычисления» (Cultural Computing)– направление исследований, сфокусированных наизучении культурных эффектов развития телекоммуникационных систем, выявлении цифровых маркеров культурных процессов, происходящих в виртуальном пространстве, вцелом, воздействии интернет-коммуниации наразвитие сферы культуры иискусства,

Когнитивные «вычисления» (Cognitive Computing)– направление исследований, в которых применяются технологии оперативной обработки больших данных, структурирования хаотичных потоков глобальных пообъему массивов информации

Эмоциональные «вычисления» (Affective Computing – междис- циплинарная область, направленная наразработку интеллектуальных систем для обнаружения, распознавания, интерпретации и моделирования человеческих эмоций. Наибольшее применение эмоциональные «вычисления» находят в сфере развития

ГлаваI. Теоретико-методологические основы исследований сприменением больших данных

всистеме методов социального компьютинга

виртуальной идополненной реальности, цифровой медицины, игровой индустрии.

Контекстуальные «вычисления» (Context Computing) и иные виды автоматического иавтоматизированного анализа больших данных, которые осуществляют программы искусственного социального интеллекта (Artiﬁ cial SocialIntelligence Agents). Контекстуальные «вычисления» ориентированы на создание систем, учитывающих социальный инвайронмент, ситуацию, вкоторой пребывает пользователь. Контекстуальные «вычисления» также неоценимы вразработке логики аккумулирования ианализа больших данных, позволяют учесть контексты формирования измеряемых информационных потоков.

Ключевые исследовательские задачи исследований всфере социального компьютинга исмежных направлений:

• разработка методологических, методических и организаци-

онных основ изучения интернет-пространства ит. д.;

• исследование внутренних механизмов строения и развития

социальных структур виртуального социального пространства;

• анализ процессов формирования иразвития виртуальных со-

обществ;

• изучение особенностей социальных действий и поведения

людей вусловиях интернет-пространства;

• изучение влияния виртуальной среды (online) на сообщества, структуры ипроцессы, имеющие место в«реальной» жизни (ofﬂ ine), изучение феномена перехода виртуальных структур, сообществ, событий ит. д. в«реальное» пространство (так называемая девиртуализация);

• разработка методов автоматизированного анализа интернетконтента;

• создание методов автоматизированного структурирования информационных потоков всоциальных медиа;

• формирование методов

создания компьютерных корпусов ос-

новных языков России ипостсоветского пространства;

• разработка методов создания базы цифровых маркеров со-

циальной напряженности на основных языках народов России ипостсоветского пространства;

• формирование методов создания базы цифровых маркеров межнациональных и межрелигиозных конфликтов на основных языках народов России ипостсоветского пространства;

Е. В. БРОДОВСКАЯ, А. Ю. ДОМБРОВСКАЯ. БОЛЬШИЕ ДАННЫЕ В ИССЛЕДОВАНИИ ПОЛИТИЧЕСКИХ ПРОЦЕССОВ

• разработка методов создания базы цифровых маркеров не-

конвенциональных массовых; политических протестов наосновных языках народов России ипостсоветского пространства;

• формирование методов создания базы цифровых маркеров распространения экстремизма итерроризма наосновных языках народов России ипостсоветского пространства;

• разработка методов создания базы цифровых маркеров фальсификации отечественной имировой истории наосновных языках народов России

ипостсоветского пространства;

• формирование методов создания базы цифровых маркеров фейковой новостной информации на основных языках народов России ипостсоветского пространства;

• разработка методов создания базы цифровых маркеров сецессии субъектов Федерации/дезинтеграции общества наосновных языках народов России;

• формирование методов создания базы цифровых маркеров электорального поведения наосновных языках народов России;

• разработка методов создания

базы цифровых маркеров граж-

данской идобровольческой активности наосновных языках народов России;

• формирование методов сегментирования хабов, лидеров общественного мнения, онлайн-сообществ Рунета идр.

Перечисленные направления исследований в сфере больших данных– лишь небольшой список возможных позиций предметного поля Big Data– эмпирического анализа.

Главная особенность методологии исследований всфере социального компьютинга состоит

вее междисциплинарности иполипарадигмальности. Логика Big Data анализа должна основываться наприменении фундаментальной базы, отраженной втеоретических подходах и концепциях. Ниже описаны те из них, которые взависимости отпредмета исследования, могут составлять вразличных комбинациях теоретическую основу анализа больших данных– цифровых маркеров политических процессов:

– теория глобальной информационной сети (С. Колеман [105], Д. Тапскотт [86]), анализирующая социальные механизмы воздейст вия Интернета наразличные сферы общественной жизни;

– концепция коллективного поведения (Г. Лебон [53], Г. Тард[83], Г. Ортега-и-Гассет [67], С. Московичи [59] идр.), описывающая механизмы массовых действий ифакторов, воздействующих наних.

1 / 91 2 3 4 5 6 7 8 9 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]