Использование больших данных социальных сетей для анализа внутренней миграции населения

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена разработке методики исследования миграционного движения населения на основе анализа больших данных социальных сетей через поиск закономерностей отражения процесса внутренней миграции в сообщениях пользователей социальных медиа. Проведенное исследование позволило оценить степень валидности и релевантности такого рода цифровых следов индивидов как источника эмпирических данных о внутренней миграции. Для формирования базы исходных эмпирических данных, состоящей из сообщений о переезде, опубликованных пользователями социальных сетей, использовалось программное решение ввиде платформы Brand Analytics. Врезультате апробации методики была установлена фрагментарность исследовательских, аналитических и прогностических возможностей использования сообщений в социальных сетях в качестве источника данных овнутрироссийской миграции населения. В качестве перспективы развития подобных исследований предложен нарративный анализ на основе сформированной выборки сообщений пользователей, имеющих опыт переселения внутри страны.

Об авторах

Анастасия Сергеевна Максимова

Московский Государственный Университет имени М.В. Ломоносова

Email: lubijizn@yandex.ru
ORCID iD: 0000-0003-3847-1791
SPIN-код: 7343-4140
Кандидат экономических наук, доцент Высшей школы современных социальных наук Москва, Россия

Александр Александрович Гребенюк

Московский Государственный Университет имени М.В. Ломоносова

Email: gaa-mma@mail.ru
ORCID iD: 0000-0001-9003-4551
SPIN-код: 4007-9651
Доктор экономических наук, заместитель директора Высшей школы современных социальных наук Москва, Россия

Иван Андреевич Алешковский

Московский Государственный Университет имени М.В. Ломоносова

Email: aleshkovski@yandex.ru
ORCID iD: 0000-0001-9276-3133
SPIN-код: 1467-7893
Кандидат экономических наук, доцент Факультета глобальных процессов Москва, Россия

Список литературы

  1. 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. EDN: SWVTCX.
  2. Lupton D. Digital Sociology: An Introduction. Sydney: University of Sydney, 2012. 17 p. doi: 10.2139/ssrn.2273418.
  3. Орлова И.Б., Фомин Е.В. Цифровая социология: возможности, риски, перспективы // Национальная безопасность/Nota Bene. 2020, № 3. С. 48-63. doi: 10.7256/2454-0668.2020.3.33274. EDN: MJWSXZ.
  4. Digital 2022: Another year of bumper growth // We Are Social: [сайт]. 26.01.2022. URL: https://wearesocial.com/uk/blog/2022/01/digital-2022-another-year-of-bumper-growth-2/ (дата обращения: 27.12.2024).
  5. Исследование ВЦИОМ «Медиапотребление и активность в интернете» // ВЦИОМ: [сайт]. 23.09.2021. URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/mediapotreblenie-i-aktivnost-v-internete (дата обращения: 27.12.2024).
  6. Гребенюк А.А., Субботин А.А. Исследование миграционных процессов в электронных социальных сетях // Цифровая социология. 2021, т. 4, № 2. С. 23-31. doi: 10.26425/2658-347X-2021-4-2-23-31. EDN: FVKNMY.
  7. Aleshkovski I., Gasparishvili A., Grebenyuk A. The Changing Landscape of Russia's Emigration from 1990 to 2020: Trends and Determinants // Journal of Globalization Studies. 2023, vol. 14, № 1. P. 42-65. doi: 10.30884/jogs/2023.01.04
  8. Social Media and Forced Displacement: Big Data Analytics and Machine Learning: White Paper. // UN Global Pulse and UNHCR Innovation Service. 09.2017. URL: https://www.unhcr.org/innovation/wp-content/uploads/2017/09/FINAL-White-Paper.pdf (дата обращения: 27.12.2024).
  9. Использование новых источников данных для формирования статистики миграции (2022). Заседание Группы экспертов по статистике миграции. 26-28 октября 2022 года, г. Женева. Рабочий документ 15 // UNECE. URL: https://unece.org/sites/default/files/2022-1/WP15_TaskForce_NewDataSourcesMigration_RUS.pdf (дата обращения: 27.12.2024).
  10. 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, vol. 45, № 3. P. 617-630. doi: 10.1111/padr.12289.
  11. Witteborn S. The digital gift and aspirational mobility // International Journal of Cultural Studies. 2019, vol. 22, № 6. P. 754-769. doi: 10.1177/1367877919831020
  12. Gualda E., Rebollo C. The refugee crisis on Twitter: A diversity of discourses at a European crossroads // Journal of Spatial and Organizational Dynamics. 2016, vol. 4, № 3. P. 199-212.
  13. 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. by A. Salah, A. Pentland, B. Lepri, E. Letouzé. Cham: Springer, 2019. P. 265-282. doi: 10.1007/978-3-030-12554-7-14.
  14. Righi A. Assessing migration through social media: a review // Mathematical Population Studies, 2019, vol. 26, № 2. P. 80-91. doi: 10.1080/08898480.2019.1565271.
  15. Dubois A., Zagheni E., Garimella K., Weber I. Studying migrant assimilation through Facebook interests // Social Informatics. SocInfo 2018. Lecture Notes in Computer Science, V. 11186 / Ed. by S. Staab, O. Koltsova, D. Ignatov. Cham: Springer, 2018. P. 51-60. doi: 10.1007/978-3-030-01159-8_5.
  16. 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. by L. Liu, R. White. New York, USA: Association for Computing Machinery, 2019. P. 3258-3264. doi: 10.1145/3308558.3313409.
  17. 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. EDN: YQUCNL.
  18. Чернышев К.А., Чернышева Н.В., Петров. Е. Ю. 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. EDN: EXIRYT.
  19. Brand Analytics – российская система сбора и анализа данных социальных медиа: [сайт]. URL: https://br-analytics.ru/ (дата обращения: 27.12.2024).
  20. Bird S., Klein E., Loper E. Natural Language Processing with Python. Sevastopol: O'Reilly Media, 2009. 502 p. ISBN: 978-0-596-51649-9.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».