تحلیل کلان‌داده‌ها در جامعه‌شناسی

به گزارش گروه پژوهش خبرگزاری علم و فناوری آنا، پیشرفت‌های تکنولوژیکی که در دهۀ گذشته صورت گرفته است، اکنون همۀ جنبه‌های زندگی ما را تحت تأثیر قرار داده است. در وضعیت موجود افراد زمان زیادی را در طول روز در فضای مجازی یا در اینترنت به سر می‌برند.

علیرضا کریمی (استادیار گروه جامعه شناسی، دانشگاه خوارزمی) در مقاله‌‎ای با عنوان «جامعه‌شناسی؛ علوم اجتماعی محاسباتی و تحلیل کلان‌داده‌ها» به این موضوع اشاره می‌کند که  گستردگی کاربرد اینترنت در زندگی روزانه سبب گسترش زیست در فضای مجازی شده است.

* مقایسه زندگی در فضای مجازی و دنیای واقعی

کریمی در این مقاله می‌نویسد: زیست در دنیای مجازی در حال سبقت از زیست افراد در دنیای واقعی است. فضای مجازی حجم عظیمی از داده‌ها را تولید میکند که حاصل کنش افراد است. تولید چنین داده‌هایی به صورت ثانیه‌ای در حال افزایش است و با حجم فزایند‌های از انباشت داده‌ها مواجه هستیم که جامعه‌شناسان تحلیل زیادی از آن‌ها ندارند.

فضای مجازی حجم عظیمی از داده‌ها را تولید میکند که حاصل کنش افراد است

یکی از مهمترین دلایل این امر محدودیت روش‌های پیشین در مطالعۀ داده‌های فضای مجازی است. چنین داده‌هایی عمدتاً ۲۰ سال پیش وجود نداشته‌اند ولی در وضعیت موجود حجم داده‌ها به صورت شتابان در حال افزایش است. دسترسی و تحلیل این داده‌ها نیازمند تغییرات اساسی در روش‌های پژوهش جامعه‌شناسی است.

* شکل‌گیری علوم اجتماعی محاسباتی

به زعم این پژوهشگر در دوره کنونی نیازمند روش‌هایی هستیم که کنش‌گران در همان‌جایی که حضور دارند، مطالعه شوند. چنین ضرورتی سبب شکل‌گیری و گسترش علوم اجتماعی محاسباتی (CSS) شده است. علوم اجتماعی محاسباتی انقلابی در مطالعۀ پدیده‌های اجتماعی ایجاد کرده است.

کریمی متاثر از همین رویکرد می‌نویسد: علوم اجتماعی محاسباتی ترکیبی از رشته‌های علوم اجتماعی و مهندسی کامپیوتر است که امکان تحلیل داده‌های فضای مجازی و رسانه‌های اجتماعی (فیسبوک، توئیتر، ویکی‌پدیا و اپلیکیشن‌های مختلف فضای مجازی) به مثابه کلان‌داده را فراهم آورده است. به‌عبارت‌ دیگر علوم اجتماعی محاسباتی مجموعه‌ای از روش‌های جمع‌آوری داده‌ها، مدیریت داده‌ها، پردازش داده‌ها و تحلیل داده‌هاست که حوزه‌های مختلفی اعم از ترکیب کلان داده‎‌ها، روش‌های محاسباتی و حوزه‌های علم داده را در بر می‌گیرد که بتوان از این طریق به استخراج روند‌ها و پیش‌بینی پدیده‌های اجتماعی پرداخت.

علوم اجتماعی محاسباتی ترکیبی از رشته‌های علوم اجتماعی و مهندسی کامپیوتر است که امکان تحلیل داده‌های فضای مجازی و رسانه‌های اجتماعی به مثابە کلان‌داده را فراهم آورده است

از نظر این پژوهشگر علوم اجتماعی محاسباتی با وجود پیچیدگی‌های فراوان و اتکای آن بر ماشین‌های یادگیری باز هم روشی در خدمت علم جامعه‌شناسی است به این معنا که بدون وجود زمینه‌های نظری و فقدان مسأله و سؤال‌های پژوهشی، بهره‌گیری از علوم اجتماعی محاسباتی بی‌معنا خواهد بود.

* تاثیر علوم اجتماعی محاسباتی در جامعه‌شناسی

کریمی در ادامه می‌نویسد: جامعه‌شناسی در شرایطی که به مطالعە کلان‌داده‌ها و کنش‌های افراد در فضای مجازی و رسانه‌های اجتماعی می‌پردازد، علوم اجتماعی محاسباتی را به مثابۀ یک روش برای پاسخ به سؤالات و دغدغه‌های پژوهشی به کار می‌گیرد.

علوم اجتماعی محاسباتی تحول بزرگی در روش‌های پژوهش جامعه‌شناسی است. پیدایش و گسترش علوم اجتماعی محاسباتی را نباید به معنای ناکارآمدی روش‌های پیشین دانست و روش‌های مختلف مورد استفاده در پژوهش‌های جامعه‌شناسی را نباید به عنوان رقیب در نظر گرفت بلکه هر یک از روش‌ها در شرایط خاص خود جزء بهترین‌ها هستند. تغییرات سریع جوامع انسانی نیازمند تغییر و تکامل روش‌ها برای تحلیل پدیده‌های اجتماعی است.

* مقایسە علوم اجتماعی محاسباتی با بهره‌گیری از تحلیل کلان‌داده‌ها

کریمی در انتها با اشاره به این موضوع که مقایسە علوم اجتماعی محاسباتی با بهره‌گیری از تحلیل کلان‌داده‌ها، تفاوت‌هایی با روش‌های پیشین دارد به موارد زیر اشاره می‌کند:

• تحلیل‌گران کلان‌داده به‌جای تکیه بر نمونه‌گیری به دنبال استفاده از تمام داده‌های موجود هستند. این به‌ویژه برای افزایش دقت پیش‌بینی‌ها ضرورت دارد،
• تحلیل‌گران کلان‌داده از دقت در سطح خُرد چشم‌پوشی می‌کنند تا در سطح کلان بینش پیدا کنند و روند کلی پدیده را لحاظ کنند،
• تجزیه و تحلیل کلان‌داده به دنبال هم‌بستگی‌ها هستند، نه علت‌های شکل‌گیری یک پدیده و می‌تواند به ما بگوید که چه چیزی در حال رُخدادن است نه اینکه چرا اتفاق می‌افتد،
• تغییر روش‌های تحلیل داده‌ها به سمت تحلیل کلان‌داده، به تغییر از نقاشی به عنوان شکلی از بازنمایی به فیلم تشبیه می‌شود.

او در پایان می‌نویسد: تغییرات سریع جوامع انسانی نیازمند تغییر و تکامل روش‌ها برای تحلیل پدیده‌های اجتماعی است.