Перспективы использования «больших данных» для анализа миграционных процессов
Перспективы использования «больших данных» для анализа миграционных процессов
Аннотация
Код статьи
S207987840029686-3-1
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Алешковский Иван Андреевич 
Аффилиация: МГУ им. М. В. Ломоносова
Адрес: Российская Федерация, Москва
Гребенюк Александр Александрович
Аффилиация: МГУ им. М. В. Ломоносова
Адрес: Российская Федерация, Москва
Максимова Анастасия Сергеевна
Аффилиация: МГУ им. М. В. Ломоносова
Адрес: Российская Федерация, Москва
Аннотация

В статье рассмотрены возможности и особенности применения методов обработки «больших данных» при исследовании миграции населения. Особое внимание уделено основным проблемам получения первичной информации из цифровых источников и ограничениям их использования. Оценены возможности использования «цифровых следов» мобильных операторов, приложений маршрутизации и открытых данных социальных сетей для анализа миграционных потоков. Проанализированы примеры подобных исследований. Сделаны выводы о перспективах использования «больших данных» цифровых сервисов как нового источника информации о миграции населения.

Ключевые слова
миграция населения, большие данные, источники данных, социальные сети
Источник финансирования
Настоящее исследование проведено в рамках программы развития МГУ им. М. В. Ломоносова и поддержано проектом № 23А-Ш-05-04 междисциплинарной научно-образовательной школы МГУ «Математические методы анализа сложных систем».
Классификатор
Получено
15.09.2023
Дата публикации
31.12.2023
Кол-во символов
33221
Всего подписок
7
Всего просмотров
191
Оценка читателей
0.0 (0 голосов)
Цитировать Скачать pdf 200 руб. / 1.0 SU

Для скачивания PDF нужно оплатить подписку

Полная версия доступна только подписчикам
Подпишитесь прямо сейчас
Подписка и дополнительные сервисы только на эту статью
Подписка и дополнительные сервисы на весь выпуск
Подписка и дополнительные сервисы на все выпуски за 2023 год

Библиография

1. Алешковский И. А. , Гребенюк А. А. , Сидоров И. Н. Социальные риски и негативные последствия распространения технологий искусственного интеллекта // Электронный научно-образовательный журнал «История». 2022. T. 13. Выпуск 4 (114). URL: https://history.jes.su/s207987840019849-2-1/ DOI: 10.18254/S207987840019849-2

2. ВЦИОМ Исследование: Цифровой детокс — 2023: о пользовании интернетом и отдыхе от него. Июнь 2023 г. [Электронный ресурс]. URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/cifrovoi-detoks-2023-o-polzovanii-internetom-i-otdykhe-ot-nego (дата обращения: 30.11.2023).

3. Градосельская Г. В. Сетевые измерения в социологии: учебное пособие. М.: Феникс, 2004.

4. Губа К. Большие данные в социологии: новые данные, новая социология? // Russian Sociological Review. 2018. Vol. 17. No. 1. P. 213—236. DOI: 10.17323/1728-192X-2018-1-213-236.

5. Дмитриев А. С. Big data, 4v: volume, velocity, variety, value. // Мониторинг общественного мнения. № 2 (126). Март — апрель 2015. С. 156—159.

6. Замятина Н. Ю., Яшунский А. Д. Виртуальная география виртуального населения // Мониторинг общественного мнения: экономические и социальные перемены. 2018. № 1. С. 117—137. DOI: 10.14515/monitoring.2018.1.07.

7. Мусин У. Р., Нусратуллин И. В. Применение «больших данных» в оценке миграционных процессов. // Вестник Московского университета. 2017. № 7—8.

8. Официальный портал компании “Brand Analitycs” [Электронный ресурс]. URL: https://brandanalytics.ru/statistics/author (дата обращения: 30.11.2023).

9. Официальный сайт Правительства России [Электронный ресурс]. URL: http://government.ru/news/49647/ (дата обращения: 30.11.2023).

10. Указ Президента Российской Федерации от 31 октября 2018 г. № 622 «О Концепции государственной миграционной политики Российской Федерации на 2019—2025 гг.» (с изменениями и дополнениями от 12 мая 2023 г.) [Электронный ресурс]. URL: https://base.garant.ru/72092260/ (дата обращения: 30.11.2023).

11. Чернышев К. А. Межрегиональные связи населения Крыма: исследование на основе цифровых и статистических данных о местах рождения мигрантов // Геополитика и экогеодинамика регионов. 2022. Т. 8. № 3. С. 253—264.

12. Чудиновских О. С. Большие данные и статистика миграции // Вопросы статистики. 2018. № 25 (2).

13. Шнейдер Л. Б., Сыманюк В. В. Пользователь в информационной среде: цифровая идентичность сегодня // Психологические исследования. 2017. Т. 10. № 52. DOI: 2017v10n52/1406.

14. Шульц В. Л., Гребенюк А. А., Ашманов И. С. Теоретико-методологические проблемы цифровой социологии // Вестник Московского университета. Серия 18. Социология и политология. 2022. Т. 28. № 1. С. 126—144. DOI 10.24290/1029-3736-2022-28-1-126-144.

15. Alexander M., Polimis K., Zagheni E. The impact of Hurricane Maria on out-migration from Puerto Rico: Evidence from Facebook data // Population and Development Review. 2019. V. 45. No. 3. P. 617—630. DOI: 10.1111/padr.12289.

16. Bertocchi D. Exploring mobile network data for tourism statistics: the collaboration between Istat and Vodafone Business Italia // Rivista di Statistica Ufficiale. 2022. № 3. P. 43—76. DOI: 10.1481/ISTATRIVISTASTATISTICAUFFICIALE_3.2022.02.

17. Big data, migration and human mobility [Электронный ресурс]. URL: https://www.migrationdataportal.org/themes/big-data-migration-and-human-mobility (дата обращения: 15.11.2023).

18. Chaoming Song, Zehui Qu, Nicholas Blumm, Albert-László Barabási Limits of Predictability in Human Mobility. // Science. 19 February 2010. Vol. 327. Issue 5968. P. 1018—1021. DOI: 10.1126/science.1177170.

19. COVID‑19-Mobility Trends Reports — Apple [Электронный ресурс]. URL: https://covid19.apple.com/mobility (дата обращения: 30.11.2023).

20. COVID-19 Community Mobility Report [Электронный ресурс]. URL: https://www.google.com/covid19/mobility/ (дата обращения: 30.11.2023).

21. Dubois A., Zagheni E., Garimella K., Weber I. Studying migrant assimilation through Facebook interests // Social Informatics. SocInfo. Lecture Notes in Computer Science, V. 11186 / ed. S. Staab, O. Koltsova, D. Ignatov. Cham: Springer, 2018. P. 51—60. DOI: 10.1007/978-3-030-01159-8_5.

22. Gualda E., Rebollo C. The refugee crisis on Twitter: A diversity of discourses at a European crossroads // Journal of Spatial and Organizational Dynamics. 2016. V. 4. No. 3. P. 199—212.

23. Lu X., Wetter E., Bharti N., Tatem A.J., Bengtsson L. Approaching the limit of predictability in human mobility // Sci Rep. 2013. October 11.3. Issue 2923. DOI: 10.1038/srep02923.

24. Marquez N., Garimella K., Toomet O., Weber I. G., Zagheni E. Segregation and sentiment: Estimating refugee segregation and its effects using digital trace data // Guide to Mobile Data Analytics in Refugee Scenarios: The Data for Refugees Challenge Study / ed. A. Salah, A. Pentland, B. Lepri, E. Letouzé. Cham: Springer, 2019. P. 265—282. DOI: 10.1007/978-3-030-12554-7_14.

25. Righi A. Assessing migration through social media: a review. // Mathematical Population Studies. 2019. V. 26. No. 2. P. 80—91. DOI: 10.1080/08898480.2019.1565271.

26. Social Media and Forced Displacement: Big Data Analytics and Machine Learning. UN Global Pulse and UNHCR Innovation Service. White Paper. September 2017 [Электронный ресурс]. URL: https://www.unhcr.org/innovation/wp-content/uploads/2017/09/FINAL-White-Paper.pdf (дата обращения: 23.11.2023).

27. Stewart I., Flores R., Riffe T., Weber I., Zagheni E. Rock, Rap, or Reggaeton? Assessing Mexican immigrants’ cultural assimilation using Facebook data // Proceedings of the World Wide Web Conference (WWW ‘19). San Francisco, CA, USA, May 13—17, 2019 / ed. L. Liu, R. White. N. Y.: Association for Computing Machinery. 2019. P. 3258—3264. DOI: 10.1145/3308558.3313409.

28. Wasif & Arshad, Iram & Alsamhi, Saeed. Big Data Testing Techniques: Taxonomy, Challenges and Future Trends // Computers, Materials & Continua. 2022. No. 74. DOI: 10.32604/cmc.2023.030266.

29. Witteborn S. The digital gift and aspirational mobility // International Journal of Cultural Studies. 2019. V. 22. No. 6. P. 754—769. DOI: 10.1177/1367877919831020.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести