2.1 Introduzzjoni

Fl-era Analog, ġbir ta 'data dwar l-imġiba' min jagħmel xiex meta-kien għaljin, u għalhekk, relattivament rari. Issa, fl-era diġitali, l-imgieba ta 'biljuni ta' nies huma rreġistrati, maħżuna, u tiġi analizzata. Per eżempju, kull darba li inti ikklikkja fuq websajt, jagħmlu sejħa fuq il-mobile phone tiegħek, jew iħallsu għal xi ħaġa bil-karta ta 'kreditu tiegħek, rekord diġitali ta' mġieba tiegħek hija maħluqa u maħżuna minn negozju. Minħabba li din id-dejta prodott sekondarju minn kull azzjoni kuljum tan-nies, li huma spiss imsejħa traċċi diġitali. B'żieda ma 'dawn it-traċċi miżmuma min-negozji, il-gvernijiet għandhom ukoll dejta oerhört sinjuri madwar kemm in-nies u n-negozji, id-data li hija ħafna drabi diġitizzat u tiġi analizzata. Flimkien dawn ta 'negozju u l-gvern rekords huma spiss imsejħa data kbar.

-Għargħar dejjem jogħlew tad-data kbar ifisser li aħna mxew minn dinja fejn id-data ta 'mġiba kien skars għal dinja fejn id-data ta' tħaddim huwa abbundanti. Iżda, minħabba li din id-data tipi huma relattivament ġodda, ammont sfortunati ta 'riċerka li tuża minnhom qisu xjentisti addoċċ tmur dejta disponibbli. Dan il-kapitolu, minflok, toffri approċċ prinċipji għall-fehim-sorsi differenti ta 'data u kif dawn jistgħu jintużaw. Dan il-fehim aktar sinjuri għandha tgħinek aħjar jaqblu mal-mistoqsijiet ta 'riċerka tiegħek għal sorsi xierqa ta' data. Jew, jekk dawn is-sorsi eżistenti huma neqsin, tikkonvinċi lilek li jiġbru data tiegħek stess tuża l-ideat fil-kapitoli futuri.

L-ewwel pass għat-tagħlim mid-data kbar huwa li tirrealizza li huwa parti minn kategorija usa 'ta' data li ġiet użata għal riċerka soċjali għal ħafna snin: dejta ta 'osservazzjoni. Bejn wieħed u ieħor, id-data ta 'osservazzjoni huwa kwalunkwe data li tirriżulta mill-osservazzjoni ta' sistema soċjali mingħajr jintervjeni b'xi mod. Mod mhux raffinat biex jaħsbu dwar dan huwa li d-data ta 'osservazzjoni huwa dak kollu li ma jinvolvix titkellem ma' nies (pereżempju, stħarriġ, is-suġġett tal-Kapitolu 3) jew bidla fl-ambjenti tan-nies (pereżempju, esperimenti, l-tema tal-Kapitolu 4). B'hekk, minbarra l-reġistri tan-negozju u l-gvern, id-data ta 'osservazzjoni jinkludi wkoll affarijiet bħall-test ta' artikli ta 'gazzetta u ritratti bis-satellita.

Dan il-kapitolu għandu tliet partijiet. L-ewwel, fit-Taqsima 2.2, I jiddeskrivi d-data kbar f'aktar dettall u jiċċaraw differenza fundamentali bejn dan u d-data li ġeneralment ġew użati għal riċerka soċjali fil-passat. Imbagħad, fit-Taqsima 2.3, I jiddeskrivi għaxar karatteristiċi komuni ta 'sorsi ta' data kbar. Fehim dawn il-karatteristiċi tgħinna sabiex malajr jirrikonoxxu l-saħħiet u djufijiet ta 'sorsi eżistenti u se tgħinna xedd is-sorsi ġodda li ser jinħolqu fil-futur. Fl-aħħarnett, fit-Taqsima 2.4, I jiddeskrivi tliet strateġiji ewlenin ta 'riċerka li tista' tuża biex jitgħallmu minn data ta 'osservazzjoni: l-affarijiet li jgħoddu, affarijiet previżjoni, u jqarreb esperiment.