2.1 పరిచయం

అనలాగ్ వయస్సులో, ప్రవర్తన గురించి సమాచారాన్ని సేకరిస్తుంది-ఎవరు ఏమి చేస్తుంది, మరియు ఎప్పుడు ఖరీదైనది, అందువలన చాలా అరుదు. ఇప్పుడు, డిజిటల్ యుగంలో, బిలియన్ల ప్రజల ప్రవర్తనలు రికార్డ్ చేయబడతాయి, నిల్వ చేయబడతాయి మరియు విశ్లేషించబడతాయి. ఉదాహరణకు, ప్రతిసారి మీరు వెబ్సైట్లో క్లిక్ చేసినప్పుడు, మీ మొబైల్ ఫోన్లో పిలుపునివ్వండి లేదా మీ క్రెడిట్ కార్డుతో ఏదో చెల్లిస్తారు, మీ ప్రవర్తన యొక్క డిజిటల్ రికార్డు సృష్టించబడుతుంది మరియు వ్యాపారం ద్వారా నిల్వ చేయబడుతుంది. ఈ రకమైన డేటా ప్రజల దినచర్య చర్యల ద్వారా ఒక ప్రయోగాన్ని కలిగిఉన్నందున అవి తరచుగా డిజిటల్ జాడలు అంటారు. వ్యాపారాలు నిర్వహించే ఈ జాడతో పాటు, ప్రభుత్వాలు కూడా ప్రజల మరియు వ్యాపారాల గురించి చాలా గొప్ప డేటాను కలిగి ఉన్నాయి. ఈ వ్యాపార మరియు ప్రభుత్వ రికార్డులను కలిసి పెద్ద డేటా అంటారు.

ఎప్పటికప్పుడు పెరుగుతున్న వరదలు పెద్ద ప్రపంచంలోని ప్రవర్తన డేటా ప్రవర్తనా డేటా సమృద్ధిగా ఉన్న ప్రపంచానికి కొరతగా ఉన్న ఒక ప్రపంచం నుండి మనం వెళ్ళాము. పెద్ద డేటా నుండి నేర్చుకోవడం యొక్క మొదటి దశ, ఇది అనేక సంవత్సరాలు సామాజిక పరిశోధన కోసం ఉపయోగించిన సమాచార విస్తృత వర్గంలో భాగంగా ఉందని తెలుసుకుంటుంది: పరిశీలనాత్మక డేటా . కొంతవరకు జోక్యం చేసుకోకుండా ఒక సామాజిక వ్యవస్థను పరిశీలించిన ఫలితంగా, పరిశీలన డేటా అనేది కొంతవరకు. దాని గురించి ఆలోచించటానికి ఒక క్రూర మార్గం ఏమిటంటే ప్రజలతో మాట్లాడటం లేదు (ఉదా. సర్వేలు, అధ్యాయం 3 యొక్క అంశం) లేదా ప్రజల పర్యావరణాలను మార్చడం (ఉదా., ప్రయోగాలు, అధ్యాయం 4 యొక్క విషయం). అందువలన, వ్యాపార మరియు ప్రభుత్వ రికార్డులతో పాటు, పరిశీలన సమాచారం వార్తాపత్రిక కథనాలు మరియు ఉపగ్రహ ఛాయాచిత్రాల వచనం వంటి అంశాలని కూడా కలిగి ఉంది.

ఈ అధ్యాయం మూడు భాగాలుగా ఉంది. మొదట, విభాగంలో 2.2 లో, నేను పెద్ద డేటా మూలాలను మరింత వివరంగా వివరించాను మరియు గతంలో సామాజిక పరిశోధన కోసం సాధారణంగా ఉపయోగించిన డేటా మరియు వాటి మధ్య ప్రాథమిక వ్యత్యాసాన్ని వివరించాను. అప్పుడు, విభాగ 2.3 లో, నేను పెద్ద డేటా వనరుల పది సాధారణ లక్షణాలను వివరించాను. ఈ లక్షణాలను అర్థం చేసుకుంటే, ఇప్పటికే ఉన్న వనరుల యొక్క బలాలు మరియు బలహీనతలను త్వరగా గుర్తించడానికి మిమ్మల్ని అనుమతిస్తుంది మరియు భవిష్యత్తులో లభించే కొత్త మూలాలను మీకు సహాయపడుతుంది. చివరగా, విభాగంలో 2.4 లో, నేను పరిశీలన డేటా నుండి తెలుసుకోవడానికి ఉపయోగించే మూడు ప్రధాన పరిశోధనా వ్యూహాలను వివరించాను: విషయాలను లెక్కించడం, విషయాలను అంచనా వేయడం మరియు ఒక ప్రయోగాన్ని అంచనా వేయడం.