Pagrindiniai duomenys, socialiniai mokslai ir tai, kaip neigiamus rezultatus pakeisti teigiamais

Duomenų kiekis sparčiai auga dėl naudojamų mobiliųjų prietaisų, socialinės žiniasklaidos ir duomenų iš kitų nestruktūrizuotų šaltinių. Didelės duomenų technologijos, tokios kaip „Hadoop“, tampa vairuotojo vieta verslo pasaulyje, įdiegdamos naujus metodus, kaip analizuoti didesnį duomenų kiekį iš įvairių šaltinių.

Didieji duomenys yra apibrėžiami kaip duomenų kiekis, įvairovė ir greitis, viršijantis organizacijos galimybes laiku valdyti ir analizuoti. Tikrasis didžiųjų duomenų pranašumas yra realizuojamas, kai juos galima panaudoti norint priimti greitus, faktais pagrįstus sprendimus, kurie gali lemti stambaus verslo sprendimus. Taigi organizacijos, gebančios tyrinėti ir naudotis dideliais duomenimis, paprastai turi aiškų pranašumą. Čia apžvelgsime, ką gali padaryti dideli duomenys, kaip juos galima pritaikyti vienoje duomenų turimoje srityje ir kokias platesnes programas jie turi kitose verslo ir vyriausybės srityse.

Duomenų sprogimas

Geriausias būdas apibrėžti didelius duomenis yra „nuolat augantis informacijos kiekis ir sudėtingumas, kurį mes visi sukuriame ir vartojame kiekvieną dieną“, - sako Charlie Schickas, didelių sveikatos priežiūros ir gyvybės mokslų duomenų sprendimų „IBM“ direktorius. Tiesą sakant, kiekvieną dieną mes sukuriame maždaug 2, 5 kvintilono baitus duomenų, naudodamiesi įvairiais šaltiniais, pradedant įvairiais pirkimo operacijų įrašais ir baigiant sveikatos priežiūros medicinos atvaizdais, pradedant moksliniais tyrimais ir baigiant pranešimais socialinėje žiniasklaidoje.

Paieškos sistemos kartu su socialine žiniasklaida, pavyzdžiui, „Twitter“, sukūrė naują pavyzdį, kuriame kaupiami dideli duomenų kiekiai. Tai taip pat pakeitė mūsų požiūrį į šių duomenų rinkimą ir tvarkymą. Dabartinė kultūra yra suvartoti didesnius šių mažų duomenų vienetų kiekius per trumpą laiką. Šis požiūris kelia didžiulius iššūkius ir įdomias duomenų tvarkymo galimybes. Kad verslo modelis būtų sėkmingas, jis turėtų sugebėti apdoroti didesnį duomenų kiekį, kaupiamą mažais ir vis įvairesniais būdais.

Atsižvelgiant į duomenų apimtį, tampa iššūkiu rasti veiksmingą jų rinkimo mechanizmą. Panagrinėkime sveikatos priežiūros atvejį ir socialinės žiniasklaidos duomenis. Abi šios sritys turi didelius duomenų rinkinius. Šių laukų duomenų rinkimas yra svarbus didelių duomenų evoliucijos žingsnis. Neturėdami tinkamo duomenų rinkimo mechanizmo, negalime gauti tikslių rezultatų.

Tiria ir apdoroja didelius duomenis

Manoma, kad organizacijos, kurios gali tyrinėti didelius duomenis ir jais naudotis, turėtų sugebėti greitai priimti daugiau įrodymais pagrįstų sprendimų. Naudodami didelius duomenis galime lengvai atsakyti į svarbius klausimus, susijusius su bet kuria sritimi. Tačiau čia apžvelgsime socialinių paslaugų sektorių - sritį, kurioje dideli duomenys gali padaryti didžiulį poveikį.

Pvz., Dideliais duomenimis turėtų būti įmanoma analizuoti ir atsakyti į šiuos klausimus ir galiausiai pateikti geresnius rezultatus pacientui:

• Kokia yra koreliacija tarp priėmimo ir galimybės naudotis socialinėmis paslaugomis?
• Ar yra koks nors ryšys tarp buvimo trukmės ir intervencijos veiksmingumo?
• Koks yra ryšys tarp namų adreso ir apsilankymų dažnumo?
• Ar įmanoma rasti ryšį tarp šeimos statuso, intervencijų ir rezultatų, kurie gali padėti mums nustatyti panašius intervencijos kandidatus, kai jie patenka į globos sistemą?
• Ar yra įžvalga tam tikroje gyventojų grupėje, kuri nukreipia mus į savo programų pritaikymą, kad būtų galima reaguoti į neigiamas tendencijas, tokias kaip paauglių nėštumas ar smurtas šeimoje, ar jas žengti pirmyn?

Tiesa, kad didelių duomenų naudojimas socialinių paslaugų sektoriuje socialiniams darbuotojams galėtų padėti stebėti neigiamas tendencijas ir laiku imtis reikiamų veiksmų. Jei sugebame išsiaiškinti poreikius dar prieš klientui žinant apie juos, galime efektyviai valdyti situaciją. Galimas pavyzdys gali būti mokyklos nebaigimas jaunimo sektoriuje. Jei patikrinsime tendencijas, dėl kurių jaunimas atsitraukia nuo mokyklos, arba demonstruojame veiksmus, kurie linkę į didesnį elgesį rizikingo elgesio ar netinkamo švietimo rezultatų atžvilgiu - kai duomenys aiškiai rodo didesnį potencialą - tada tampa įmanoma įsikišti prevencinėms priemonėms, kurios gali nebūti brangesnės, bet yra efektyvesni ir gali būti nukreipti į klientą.

Dideli duomenys leidžia tvarkyti šias situacijas ir sužinoti problemų priežastis. Tai padeda mums pašalinti problemą, kai ji bus nustatyta. Problemą galime sužinoti tik peržvelgę ​​tendencijas ir istorinius duomenis. Analizuodami duomenis socialinėje žiniasklaidoje turime turėti tendencijų analizės mechanizmą. Kuo didesnis analizuojamų duomenų rinkinys, tuo geresnius ir tikslesnius rezultatus galime pasiekti. Didelės apimties duomenys ne tik suteikia galimybę tvarkyti didelius duomenų kiekius, bet ir teikia novatoriškus sprendimus apdoroti platesnį duomenų spektrą. Didieji duomenys turi galimybę tvarkyti struktūrizuotus, nestruktūrizuotus ir pusiau struktūruotus duomenų rinkinius. (Sužinokite daugiau iš 5 realaus pasaulio problemų, kurias gali išspręsti dideli duomenys.)

Didelių duomenų analizė socialiniuose moksluose

Socialinių duomenų analizė yra ne kas kita, kaip socialinių duomenų analizė. Šie duomenys gali būti gauti iš bet kurio lauko. Kaip minėta aukščiau, tam tikrame sektoriuje turime išsiaiškinti tikslią neigiamų rezultatų, tokių kaip vidurinės mokyklos nebaigimas, priežastį. Nustačius problemą, situaciją lengviau tvarkyti. Didieji duomenys yra įrankis, leidžiantis rasti šias įžvalgas.