ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий
ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2021

ХАРАКТЕРИСТИКИ ФОРМИРОВАНИЯ ЦИФРОВОЙ ДЕМОГРАФИИ В ЭПОХУ БОЛЬШИХ ДАННЫХ

Гаджирагимова Макруфа Ш., Алиева Айбениз С.

Статья посвящена формированию цифровой демографии в условиях революции больших данных. Широкое распространение сети Интернет и цифровых технологий привело к появлению нового направления в демографии − цифровой демографии. Цифровая демография изучает демографические процессы путем анализа цифровых следов в сети Интернет. Он позволяет использовать новые источники данных, такие как мобильные телефоны, социальные сети или спутниковые данные, для лучшего понимания и углубленного изучения социальных и демографических процессов, происходящих в современном мире. В то же время растущее использование цифровых данных ставит демографию перед новой парадигмой данных. Противоречивые переходные черты этой новой парадигмы, называемой большие данные, или наука данных (data science), влияют на формирование цифровой демографии. В статье исследуются парадигмы больших данных и их роль в развитии демографии. Были изучены новые возможности, предоставляемые инновационными источниками данных, созданными революцией больших данных, для понимания демографических процессов, а также технических и этических проблем, связанных с использованием этих источников. Наконец, рассмотрены перспективы развития цифровой демографии в среде Big Data (стр.74-88).

Ключевые слова: большие данные, демография, цифровые данные, социальные сети, информационная революция..
DOI : 10.25045/jpit.v12.i2.07
Литература
  • 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.