BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri

BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri

BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri

BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri

BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri
BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ - İnformasiya Texnologiyaları Problemləri
AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI

№2, 2021

BIG DATA ERASINDA RƏQƏMSAL DEMOQRAFİYANIN FORMALAŞMASI XÜSUSİYYƏTLƏRİ

Hacirəhimova Məkrufə Ş., Əliyeva Aybəniz S.

Məqalə big data inqilabı şəraitində rəqəmsal demoqrafiyanın formalaşması məsələlərinə həsr olunmuşdur. İnternetin və rəqəmsal texnologiyaların geniş yayılması demoqrafiya sahəsində yeni istiiqamətin – rəqəmsal demoqrafiyanın yaranmasına səbəb oldu. Rəqəmsal demoqrafiya İnternet şəbəkəsindəki rəqəmsal izlərin analizi yolu ilə demoqrafik prosesləri öyrənir. O, müasir dünyada baş verən sosial və demoqrafik proseslərin daha yaxşı başa düşülməsi və dərin tədqiqi üçün mobil telefon, sosial media və ya peyk məlumatları kimi yeni verilənlər mənbələrinin istifadəsinə imkan verir. Eyni zamanda rəqəmsal verilənlərin artan istifadəsi demoqrafiya elmini yeni bir verilən paradiqması ilə üz-üzə qoyur. Big data və ya verilənlər elmi (ing. data science) adlandırılan bu yeni paradiqmanın ziddiyyətli keçid xüsusiyyətləri rəqəmsal demoqrafiyanın formalaşmasına öz təsirini göstərir. Məqalədə böyük verilənlər paradiqmaları və onların demoqrafiya elminin inkişafındakı rolu tədqiq olunmuşdur. Böyük verilənlər inqilabının yaratdığı yeni verilənlər mənbələrinin demoqrafik prosesləri başa düşmək üçün təqdim etdiyi imkanlar və bu mənbələrin istifadəsilə bağlı yaranan problemlər araşdırılmışdır. Sonda Big data mühitində rəqəmsal demoqrafiyanın inkişaf perspektivləri nəzərdən keçirilmişdir (səh.74-88).

Açar sözlər: Big data, demoqrafiya, rəqəmsal verilənlər, sosial media, verilənlər inqilabı.
DOI : 10.25045/jpit.v12.i2.07
Ədəbiyyat
  • Weber I., State B. Digital Demography / Processings of the International World Wide Web Conference Committee (IW3C2), Perth, Australia. April 3–7, 2017, pp. 935–939.
  • Letouze E., Jutting J. Official statistics, big data and human development. Data-Pop Alliance White Paper Series, 2015, URL: https://www.paris21.org/
  • Aliguliyev R.M., Yusifov F.F. Milli E-demografiya sisteminin yaradilmasinin arkhitektur prinsiplari // Informasiya jamiyyati problemlari, 2021, №1, s. 3–17.
  • Alburez-Gutierrez D., Aref S., Gil-Clavel S. et al. Demography in the Digital Era: New Data Sources for Population Research. In: Arbia G., Peluso S., Pini A., Rivellini G. (eds.), Book of short Papers SIS2019. Pearson. 2019, URL: https://osf.io/preprints/socarxiv/
  • United Nations Global Pulse’s projects. URL: unglobalpulse.org/projects
  • Max Planck Institute for Demographic ResearchURL: https://www.demogr.mpg.de/en
  • Wittgenstein Centre for Demography and Global Human Capital.
    URL: http://www.wittgensteincentre.org/
  • Population Studies Center. URL: https://www.pop.upenn.edu/about)
  • The Fourth Paradigm. URL: https://en.wikipedia.org/wiki/The_Fourth_Paradigm
  • Billari F., Zagheni E. Big data and population processes: a revolution? In: Petrucci A., Verde R. (eds.) Statistics and Data Science: new challenges, new generations / Proceedings of the Conference of the Italian Statistical Society, Firenze University Press. Florence (Italy). 28–30 June, 2017, pp.167–178.
  • World Fertility Survey. URL: http://ghdx.healthdata.org/ /series/world-fertility-survey/
  • Moultrie T., Dorrington R., Hill A., Hil K., Timæus I., Zaba B. Tools for Demographic Estimation. IUSSP, Paris, 2013.
  • Courgeau D., Franck R. Demography, a fully formed science or a science in   the making? // Population-E, 2007, vol.62(01), pp.39–45.
  • Billari F.C. Integrating macro-and micro-level approaches in the explanation of population change // Population Studies, 2015, vol.69(1), pp. 11–20.
  • Zagheni E., Weber I. Demographic research with non-representative internet data // International Journal of Manpower, 2015, vol.36, no.1, pp. 13–25.
  • Integrated Public Use Microdata Series, IPUMS. URL: ipums.org.
  • Ruggles S. Big microdata for population research // Demography, 2014, vol. 51(1), pp. 287–297.
  • Thorvaldsen, G., Ostrem, N.O. Migration and the historical population register of Norway // Journal of Migration History, 2018, vol.4, no.2, pp. 237–248.
  • Lyngstad T.H., Skardhamar T. Nordic register data and their untapped potential for criminological knowledge // Crime and Justice, 2011, vol.40, no.1, pp. 613–645.
  • Robinson-Garcia N., Sugimoto C.R., Murray D. et al. The many faces of mobility: Using bibliometric data to measure the movement of scientists // Journal of Informetrics, 2019, vol.13, no.1, pp. 50–63.
  • Czaika M., Orazbayev S. The globalisation of scientific mobility // Applied Geography, 2018, vol.96, pp.1–10.
  • Fornes A, Llados J., Joan Mas J. et al. A bimodal ´ crowdsourcing platform for demographic historical manuscripts / Proceedings of the First International Conference on Digital Access to Textual Cultural Heritage, ACM, 2014, pp. 103–108.
  • Kaplanis J., Gordon A., Shor T. et al. Quantitative analysis of population-scale family trees with millions of relatives // Science, 2018, vol. 360, no. 6385, pp. 171–175.
  • Cesare N., Lee H., McCormick T. et al. Promises and Pitfalls of Using Digital Traces for Demographic Research // Demography, 2018. vol. 55, no. 5, pp. 1979–1999.
  • Zagheni E., Garimella V.R.K., Weber I., State B. Inferring international and internal migration patterns from Twitter data / Proceedings of the 23rd International Conference on World Wide Web - WWW ’14 Companion, ACM Press, Seoul, Korea, 2014, pp. 439–444.
  • Fatehkia M., Kashyap R.,Weber I. Using Facebook ad data to track the global digital gender gap // World Development. 2018, vol. 107, pp. 189–209.
  • Potzschke S., Braun M. Migrant sampling using Facebook advertisements: A case study of Polish migrants in four European countries // Social Science Computer Review, 2017, vol. 35, no. 5, pp. 633–653.
  • Zagheni, E., Weber, I., Gummadi, K.: Leveraging Facebook’s advertising platform to monitor stocks of migrants // Population and Development Review, vol. 43(4), 721–734.
  • Yildiz D., Munson J., Vitali A. and et al. Using Twitter data for demographic research // Demographic Research, 2017, vol. 37, pp. 1477–1514.
  • Boas T.C., Christenson D.P., Glick D.M.: Recruiting large online samples in the United States and India: Facebook, Mechanical Turk, and Qualtrics // Political Science Research and Methods, 2018, pp. 1–19.
  • Fire M., Elovici Y. Data Mining of Online Genealogy Datasets for Revealing Lifespan Patterns in Human Population // ACM Transactions on Intelligent Systems and Technology, 2015, vol. 6, issue 2, pp.1–24.
  • Lazer D. M., Kennedy R., King G., Vespignani A. The parable of Google Flu: Traps in big data analysis. Science, 2014, vol. 343, no. 6176, pp. 1203–1205.
  • Tamgno J.K., Faye R.M. & Lishou C. Verbal autopsies, mobile data collection for monitoring and warning causes of deaths / 15th International Conference on Advanced Communication Technology (ICACT), IEEE, 2013, pp. 495–501.
  • Eichstaedt J. C., Schwartz H. A., Kern M. L. et al. Psychological Language on Twitter Predicts County-Level Heart Disease Mortality // Psychological Science, 2015, vol. 26, no. 2, pp.159–169.
  • Tourassi G., Yoon, H. J. & Xu S. A Novel Web Informatics Approach for Automated Surveillance of Cancer Mortality Trends // Journal of Biomedical Informatics, 2016, vol. 61, pp.110–118.
  • Migration Data Portal: Big data, migration and human mobility. URL: https://migrationdataportal.org/themes/big-data-migration-and-human-mobility
  • Pepe E., Bajardi P., Gauvin L. et al. COVID-19 outbreak response: first assessment of mobility changes in Italy following lockdown, URL: 2020, https://covid19mm.github.io/in-progress/2020/03/13/first-report-assessment.html
  • Patel N.N., Stevens F. R., Huang Zh. et al. Improving Large Area Population Mapping Using Geotweet Densities // Transactions in GIS, 2017, 21, no. 2, pp. 317–331.
  • Gendronneau C., Wisniowski A., D.Yıldız et al. Measuring Labour Mobility and Migration Using Big Data: Exploring the Potential of Social-Media Data for Measuring EU Mobility Flows and Stocks of EU Movers, 2019, https://www.rand.org/pubs/external_publications/EP68038.html
  • Spyratos S., Vespe M., Natale F., Weber I., Zagheni E., Rango M. Quantifying international human mobility patterns using Facebook Network data // PLoS ONE, 2019, vol.14(10), pp. 1-22, https://doi.org/10.1371/journal. pone.0224134
  • Aliguliyev R.M., Hajirahimova M.Sh., Aliyeva A.S. Current scientific and theoretical problems of Big data // Problems of information society, 2016, №2, pp. 34–45.
  • Opal Project, opalproject.org/, accessed 08.04.2021.
  • Elaboration of a Recommendation on the ethics of artificial intelligence, URL: https://en.unesco.org/artificial-intelligence/ethics).
  • Artificial Intelligence, Big data and Fundamental Rights, https://fra.europa.eu/en/project/2018/artificial-intelligence-big-data-and-fundamental-rights
  • Data Protection, URL: https://www.iom.int/data-protection
  • Harvard Humanitarian Initiative, URL: https://hhi.harvard.edu/publications/signal-code- ethical-obligations-humanitarian-information-activities
  • Stefaan G. Verhulst, David Sangokoya, Data Collaboratives: Exchanging Data to Improve People’s Lives, 2015, URL: https://sverhulst.medium.com/data-collaboratives-exchanging-data-to-improve-people-s-lives-d0fcfc1bdd9a
  • Big Data for Migration Alliance:Harnessing new data sources and innovative methodologies for migeation, URL: https://data4migration.org)
  • Bohon A. Demography in the Big Data Revolution: Changing the Culture to Forge New Frontiers // Population Research and Policy Review, 2018, vol. 37, pp. 323–341.
  • King G. Preface: Big Data is not about the data! In Computational Social Science: Discovery and Prediction [R. Michael Alvarez, ed.], 2016, Cambridge University Press. URL: http://nrs.harvard.edu/urn-3:HUL.InstRepos:27719022
  • Tripathi R., Sharma P., Chakraborty P., Varadwaj P.K. Next-generation sequencing revolution through big data analytics // Frontiers in Life Science, 2016, vol.9, no.2, pp. 119–149.
  • Letouzé E. Demography, meet Big Data; Big Data, meet Demography: Reflections on the data-rich future of population science, 2015. URL: https://www.un.org/en/development/desa/population/events/pdf/
  • Bryant A. & Raja U. In the realm of Big Data // First Monday, 2014, vol. 19(2). URL: http://firstmonday.org/article/view/4991/3822. Accessed 3 Aprel 2021.
  • Maples J. N. Changes in US Ethnic Niches, 2005-2010, Doctoral Dissertation, 2012, University of Tennessee. URL: http://trace.tennessee.edu/socioetds/ 2012
  • Fiske S.T., Hauser R. M. Protecting human research participants in the age of big data // Proceedings of the National Academy of Sciences, 2014, vol.111, no. 38, pp.13675–13676.