Big data v sociologii

• Thesis title in Czech: Big data v sociologii
• Thesis title in English: Big Data in Sociology
• Key words: big data|sociologie|metodologie
• English key words: big data|sociology|methodology
• Academic year of topic announcement: 2016/2017
• Thesis type: diploma thesis
• Thesis language: čeština
• Department: Department of Sociology (21-KSOC)
• Supervisor: PhDr. Mgr. Petr Lupač, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 29.05.2017
• Date of assignment: 30.05.2017
• Administrator's approval: not processed yet
• Confirmed by Study dept. on: 15.06.2017
• Date and time of defence: 03.09.2018 08:00
• Date of electronic submission: 26.07.2018
• Date of proceeded defence: 03.09.2018
• Submitted/finalized: committed by student and finalized
• Opponents: PhDr. Jiří Vinopal, Ph.D.

Guidelines

V roce 2007 sociologové M. Savage a R.Burrows v provokativně nazvaném článku „The Coming Crisis of Empirical Sociology“ mimo jiné upozorňovali, že klasické ustálené sociologické metody sběru dat, již nejsou dostačující pro výzkum společnosti, kterou označil jako znalostní kapitalismus. Sociologie, která ignoruje nabízející se velké množství dat, ztrácí své výsadní postavení v sociálně vědním výzkumu (Savage & Burrows, 2007).
Pojem Big data (k jehož konceptu se bez pojmenování uchylovali) se v IT vědách začal sice používat už v roce 1997, ale k jeho podstatnému rozšíření do ostatních věd a především komerčního sektoru dochází až kolem roku 2010. Ve věku nálepek je současný stav označován jako „Era of Big data“ (Boyd & Crawford, 2012). Dosud neexistuje jednotné vymezení samotného pojmu, stejně tak volně je chápán i pojem Big data analysis – analýza Big Dat, oba ale fungují spíše jako zastřešující výraz pro široké spektrum aktivit s kolísající kvalitou. Toto se týká především sociálních věd, kde je používání Big Dat relativně čerstvou záležitostí a v rámci nadšení pro tuto novou cestu k získávání poznatků se dokonce hovoří o době „data driven science“ (Kitchin, 2014).
Toto okouzlení možnostmi se týká i sociologie. Analýza Big dat v sociologii je v tuto chvíli rychle a chaoticky se rozvíjející módní směr výzkumu, který své standardy a metodologii za pochodu teprve hledá.
Cíl:
Cílem práce je rozpracování problematiky využití analýzy Big dat v sociologii.
Metodika:
Práce bude převážně teoretického charakteru, sledující tyto oblasti
· design výzkumu s využitím Big Dat – data versus hypotézy, nové paradigma
· možné zdroje dat pro sociologický výzkum – s přihlédnutím k původu (telco, digitální by-product, sociální sítě..), typu (text, video,…), vlastnictví (soukromé, veřejné)
· přehled metod využívaných v big data analýze – kvalitativní x kvantitativní, přehled hlavních metod, jejich výhody a nevýhody, vhodnost na jednotlivé typy úloh a příklady jejich využití v relevantních sociologických studiích tam, kde jsou
· problematické aspekty – technická specifika big data analýzy (falešně pozitivní výstupy, pravděpodobnostní charakter, přeučenost atd.), otázka validity, etický aspekt
· možné přínosy k rozvoji sociologie
· postavení sociologie v éře Big dat
Pokud se v průběhu práce ukáže, že navržené přesahuje doporučený rozsah diplomové práce, bude tento úsek pro všechny metody zpracován jen přehledově a práce se zaměří detailně pouze na jednu vybranou metodu, na základě rešerše vybranou pro sociologii jako nejpřínosnější.

Hypotézy:
V tomto typu práce explicitní hypotézy nemáme stanoveny.
Charakteristika závěrů:
Vhled do nově se rozvíjejícího směru empirické sociologie, práce poskytne mimo jiné ucelený přehled současného stavu.
Rozpracování problematických aspektů při využití analýzy Big dat v sociologii
Zhodnocení přínosu a možného potenciálu pro sociologii

References

Ahonen, P. (2015): Institutionalizing Big Data methods in social and political research. Big Data & Society [online]. Dostupné zhttp://journals.sagepub.com/doi/abs/10.1177/2053951715591224
Boyd, D. & Crawford, K. (2012): Critical Questions for Big Data: Provocations for a Cultural,
Technological, and Scholarly Phenomenon. Journal Information, Communication & Society, v. 15. 662 – 679
Burrows, R. & Savage, M. (2014): After the crisis? Big Data and the methodological challenges of empirical sociology. Big Data & Society [online]. Dostupné zhttp://journals.sagepub.com/doi/10.1177/2053951714540280
Data for development – Challenge Senegal, Book of abstracts (2015). Dostupné zhttp://www.d4d.orange.com/fr/content/download/43452/406501/version/1/file/D4DChallengeSenegal_Book_of_Abstracts_Posters.pdf
Efron, B. & Hastie, T (2016): Computer Age Statistical Inference, Algorithms, Evidence, and Data Science. Cambridge: Cambridge univerzity press.
Chang, R.M, Kauffman R.J, & Kwon Y.(2014) : Understanding the paradigm shift to computational social science in the presence of big data. Decision Support Systems, vol 63, 67-80
Kitchin, R (2014): Big Data, new epistemologies and paradigm shifts. Big Data & Society [online]. Dostupné zhttp://journals.sagepub.com/doi/abs/10.1177/2053951714528481
Savage, M. & Burrows, R. (2007):The Coming Crisis of Empirical Sociology. Sociology (Sociology and its Public Face(s))
Snijders, Ch., Matzat, U. & Reips, U. (2012): “Big Data”: Big Gaps of Knowledge in the Field of Internet Science. International Journal of Internet Science ; 7
Tinati, R., Halford, S., Carr, L. , & Pope, C. (2014): Big Data: Methodological Challenges and Approaches for Sociological Analysis. Sociology, vol 48, 663 – 681