2.1 ആമുഖം

അനലോഗ് യുഗത്തിൽ, പെരുമാറ്റം സംബന്ധിച്ച വിവരങ്ങൾ ശേഖരിക്കുക - ആർ എന്ത് ചെയ്യുന്നു, എപ്പോഴാണ് ചെലവേറിയത്, അതിനാൽ താരതമ്യേന അപൂർവ്വമാണ്. ഇപ്പോൾ, ഡിജിറ്റൽ പ്രായം, ബില്യൺ ജനങ്ങളുടെ പെരുമാറ്റങ്ങൾ റെക്കോർഡ്, സൂക്ഷിച്ചു, വിശകലനം ചെയ്യുന്നു. ഉദാഹരണത്തിന്, നിങ്ങൾ ഒരു വെബ്സൈറ്റിൽ ക്ലിക്കുചെയ്യുമ്പോഴെല്ലാം നിങ്ങളുടെ മൊബൈൽ ഫോണിൽ വിളിക്കുക അല്ലെങ്കിൽ നിങ്ങളുടെ ക്രെഡിറ്റ് കാർഡ് ഉപയോഗിച്ച് എന്തെങ്കിലും പണം നൽകുക, നിങ്ങളുടെ പെരുമാറ്റത്തിന്റെ ഡിജിറ്റൽ റെക്കോർഡ് ഒരു ബിസിനസ്സ് സൃഷ്ടിക്കുകയും ശേഖരിക്കുകയും ചെയ്യുന്നു. ഈ തരത്തിലുള്ള ഡാറ്റ ആളുകളുടെ ദൈനംദിന പ്രവർത്തനങ്ങളുടെ ഉപോൽപ്പന്നമാണ്, കാരണം അവ പലപ്പോഴും ഡിജിറ്റൽ ട്രെയ്സുകളാണ് . വ്യവസായശാലകൾ അടങ്ങുന്ന ഈ കണക്ഷനുകൾ കൂടാതെ, സർക്കാരും ബിസിനസ്സുകാരും സംബന്ധിച്ച് അവിശ്വസനീയമായ അളവിലുള്ള ഡാറ്റയും സർക്കാരുകൾക്കുണ്ട്. ഈ ബിസിനസ്, ഗവൺമെൻറ് റെക്കോർഡുകൾ എല്ലാം വലിയ ഡാറ്റ എന്ന് അറിയപ്പെടുന്നു.

വലിയ അളവിലുള്ള വലിയ വെള്ളപ്പൊക്കം അതിനപ്പുറം, പെരുമാറ്റ ദൂഷ്യമുള്ള ഒരു ലോകത്തിനു സ്വീകാര്യമായ പെരുമാറ്റ ദൂഷ്യമുള്ള ഒരു ലോകത്തിൽ നിന്ന് നമ്മൾ നീങ്ങുകയാണ്. വലിയ ഡാറ്റയിൽ നിന്ന് പഠനത്തിനുള്ള ആദ്യ ചുവട്, അത് വർഷങ്ങളായി സോഷ്യൽ ഗവേഷണത്തിനായി ഉപയോഗിക്കുന്ന ഒരു വിശാലമായ വിഭാഗത്തിന്റെ ഭാഗമാണെന്ന് തിരിച്ചറിഞ്ഞു: നിരീക്ഷണ ഡാറ്റ . ഏതാണ്ട്, നിരീക്ഷണ ഡാറ്റ എന്നത് ഒരു വിധത്തിൽ ഇടപെടാതെ ഒരു സാമൂഹ്യ വ്യവസ്ഥിതി നിരീക്ഷിക്കുന്നതിൽ നിന്നുള്ള ഒരു ഡാറ്റയാണ്. ആളുകളുമായി സംസാരിക്കാത്ത (ഉദാ: സർവേ, അധ്യായം 3) അല്ലെങ്കിൽ ജനങ്ങളുടെ പരിതസ്ഥിതികൾ (ഉദാഹരണം, പരീക്ഷണങ്ങൾ, അദ്ധ്യായം 4 വിഷയം) എന്നിവ സംസാരിക്കുന്നതിലെ എല്ലാ കാര്യങ്ങളും നിരീക്ഷണ ഡാറ്റയാണ് എന്ന് ചിന്തിക്കുന്ന ഒരു ക്രൂരമാർഗം. ബിസിനസ്, ഗവൺമെന്റ് രേഖകൾ കൂടാതെ, നിരീക്ഷണ ഡാറ്റയിൽ പത്ര വാർത്തകളും ഉപഗ്രഹ ചിത്രങ്ങൾ എന്നിവയും ഉൾപ്പെടുന്നു.

ഈ അധ്യായത്തിൽ മൂന്നു ഭാഗമുണ്ട്. ഒന്നാമതായി, 2.2 ഭാഗത്തിൽ, വലിയ ഡാറ്റാ സ്രോതസ്സുകളെക്കുറിച്ച് കൂടുതൽ വിശദമായി വിവരിക്കുന്നു. അവയും ഡേറ്റായും മുൻപ് സാമൂഹ്യ ഗവേഷണത്തിനുപയോഗിക്കുന്ന ഡാറ്റയും തമ്മിലുള്ള അടിസ്ഥാനപരമായ വ്യത്യാസം വിശദീകരിക്കുന്നു. അപ്പോൾ, 2.3, വലിയ ഡാറ്റാ സ്രോതസ്സുകളുടെ പത്തു പൊതു സവിശേഷതകൾ ഞാൻ വിവരിക്കുന്നു. ഈ സ്വഭാവങ്ങളെ മനസിലാക്കുന്നത് നിലവിലുള്ള ഉറവിടങ്ങളുടെ ശക്തിയും ബലഹീനതകളും വേഗത്തിൽ തിരിച്ചറിയാൻ നിങ്ങളെ സഹായിക്കുന്നു, ഭാവിയിൽ ലഭ്യമാകുന്ന പുതിയ ഉറവിടങ്ങളെ നിങ്ങൾക്ക് സഹായിക്കുന്നു. അവസാനമായി, വകുപ്പ് 2.4 ൽ, ഞാൻ നിരീക്ഷണ ഡാറ്റയിൽ നിന്ന് മനസ്സിലാക്കാൻ കഴിയുന്ന മൂന്ന് പ്രധാന ഗവേഷണതന്ത്രങ്ങൾ വിവരിക്കുന്നു: കാര്യങ്ങൾ എണ്ണുന്നത്, പ്രവചനങ്ങൾ, ഒരു പരീക്ഷണം ഏകീകരിക്കൽ.