Анализ больших данных в психологии и социогуманитарных науках: перспективные направления исследований

Нестик Тимофей А.; Журавлев А. Л.

doi:10.31857/S020595920007306-2

Русский

Главная>№ 6>Анализ больших данных в психологии и социогуманитарных науках: перспективные направления исследований

Анализ больших данных в психологии и социогуманитарных науках: перспективные направления исследований

Оглавление

Аннотация Оценить Содержание публикации

Библиография Комментарии

Анализ больших данных в психологии и социогуманитарных науках: перспективные направления исследований

Аннотация

Код статьи

S020595920007306-2-

DOI

10.31857/S020595920007306-2

Тип публикации

Статья

Статус публикации

Опубликовано

Авторы

Нестик Тимофей А. Связаться с автором

Должность: Заведующий лабораторией социальной и экономической психологии
Аффилиация: ФГБУН Институт психологии РАН
Адрес: Москва, Ул. Ярославская, д. 13

Журавлев А. Л.

Должность: научный руководитель Института психологии РАН
Аффилиация: ФГБУН Институт психологии РАН
Адрес: Российская Федерация

Выпуск

Том 40 № 6

Страницы

5-17

Аннотация

Рассматриваются результаты сбора и учета больших данных, характеризующих реальное поведение людей, а также последствия влияния больших данных на общество, социальные науки и психологическое знание. Формулируется определение понятия “большие данные”. Анализируются психологические исследования с использованием больших данных: их вторичный анализ; краудсорсинговые проекты и сопоставление “цифровых следов” пользователей социальных сетей с их ответами на стандартизированные методики; исследования психологических феноменов с применением “цифровых следов” и алгоритмов машинного обучения без проведения опросов; естественные эксперименты и сбор данных c помощью носимых электронных устройств. Отдельное внимание уделяется психологическому профилированию личности по “цифровым следам”. Предложены перспективные направления исследований динамики социально-психологических феноменов на личностном, межличностном, групповом и макросоциальном уровнях с использованием автоматизированного анализа естественного языка и изображений. Намечены психологические и социальные риски, связанные с внедрением в повседневную жизнь общества технологий анализа больших объемов данных.

Ключевые слова

Большие данные, “цифровые следы” личности, визуальные данные, социальные сети, групповая динамика, макропсихологические показатели, риски.

Источник финансирования

Исследование выполнено по гранту РНФ №18-18-00439

Классификатор

Получено

24.10.2019

Дата публикации

21.11.2019

Всего подписок

Всего просмотров

852

Оценка читателей

0.0 (0 голосов)

Другие версии

S020595920007306-2-1 Дата внесения исправлений в статью - 24.10.2019

Цитировать Скачать pdf

ГОСТ	Журавлев А. Л. , Нестик Т. А. Анализ больших данных в психологии и социогуманитарных науках: перспективные направления исследований // Психологический журнал. – 2019. – T. 40. – № 6 C. 5-17 . URL: https://psyjournras.ru/s0132-16250000339-8-1-ru/?version_id=13633. DOI: 10.31857/S020595920007306-2
MLA	Nestik, T., Zhuravlev, A. "Big data analysis in psychology and social sciences: perspective directions of research." Psikhologicheskii zhurnal. 40.6 (2019).:5-17. DOI: 10.31857/S020595920007306-2
APA	Nestik T., Zhuravlev A. (2019). Big data analysis in psychology and social sciences: perspective directions of research. Psikhologicheskii zhurnal. vol. 40, no. 6, pp.5-17 DOI: 10.31857/S020595920007306-2

Библиография

1. Агадуллина Е.Р. Пользователи социальных сетей: современные исследования // Современная зарубежная психология. 2015. Т. 4. № 3. С. 36–46.

2. Берроуз Р., Севидж М. После кризиса? Big Data и методологические вызовы эмпирической социологии // Социологические исследования. 2016. № 3 (383). С. 28–35.

3. Войскунский А.Е. Психология и искусственный интеллект: новый этап старого взаимодействия // Психология человека как субъекта познания, общения и деятельности / Отв. ред. В. В. Знаков, А. Л. Журавлёв. М.: Изд-во “Институт психологии РАН”, 2018.С. 2094–2101.

4. Журавлев А.Л., Нестик Т.А., Юревич А.В. Прогноз развития психологической науки и практики к 2030 г. // Психологический журнал. 2016. Т. 37. № 5. С. 45–64.

5. Журавлев А.Л., Соснин В.А., Китова Д.А., Нестик Т.А., Юревич А.В. Массовое сознание и поведение: тенденции социально-психологических исследований. М.: Изд-во “Институт психологии РАН”, 2017.

6. Зуев К.Б., Нестик Т.А. Основные направления развития психологических исследований: библиометрический анализ по данным Web of Science и статистики поисковых запросов Google // Психологическое знание: Современное состояние и перспективы развития / Под ред. А.Л. Журавлева, А.В. Юревича. М.: Изд-во “Институт психологии РАН”, 2018. С. 671–697.

7. Корытникова Н.В. Online Big Data как источник аналитической информации в online-исследованиях // Социологические исследования. 2015. № 8 (376). С. 14–24.

8. Ледовая Я.А., Тихонов Р.В., Боголюбова О.Н. Социальные сети как новая среда для междисциплинарных исследований поведения человека // Вестник Санкт-Петербургского университета. Серия 16. Психология. Педагогика. 2017. Т.7(3). С. 193–210.

9. Ледовая Я.А., Тихонов Р.В., Боголюбова О.Н., Иванов В.Ю., Яминов Б.Р. Организационно-методические вопросы сбора данных в онлайн-исследовании поведения пользователей социальной сети “Фейсбук” из России и США // Вестник Санкт-Петербургского университета. Серия 16. Психология. Педагогика. 2017. Т. 7(4). С. 308–327. https://doi.org/10.21638/11701/spbu16.2017.402/ (дата обращения: 12.01.2017).

10. Макропсихология современного российского общества / Под ред. А.Л. Журавлева, А.В. Юревича. М.: Изд-во “Институт психологии РАН”, 2009.

11. Михеев Е. А., Нестик Т. А. Дезинформация в социальных сетях: состояние и перспективы психологических исследований // Фундаментальные и прикладные исследования современной психологии: результаты и перспективы развития / Отв. ред. А. Л. Журавлёв, В. А. Кольцова. М.: Изд-во “Институт психологии РАН”, 2017. С. 2021–2030.

12. Нестик Т.А. Развитие цифровых технологий и будущее психологии // Вестник Московского государственного областного университета. Серия: Психологические науки. 2017. № 3. С. 6–15.

13. Погорский Э.К. Особенности цифровых гуманитарных наук // Знание. Понимание. Умение. 2014. № 5. URL: http://www.zpu-journal.ru/e-zpu/2014/5/ Pogorskiy_Digital-Humanities/ (дата обращения: 12.01.2017).

14. Смирнов И.В. Введение в анализ естественных языков: учебно-методическое пособие. М.: Изд-во РУДН, 2014.

15. Солдатова Г.У., Рассказова Е.И., Нестик Т.А. Цифровое поколение России: компетентность и безопасность. M.: Смысл, 2017.

16. Тищенко В.И. Информатика сообществ: Противоречия становления // Социальные сети и виртуальные сетевые сообщества / Отв. pед. Л.Н. Верченов, Д.В. Ефременко, В.И. Тищенко. М., 2013. С. 11–18.

17. Толстова Ю.Н. Социология и компьютерные технологии // Социологические исследования. 2015. № 8 (376). С. 3–13.

18. Al-Mosaiwi M., Johnstone T.In an Absolute State: Elevated Use of Absolutist Words Is a Marker Specific to Anxiety, Depression, and Suicidal Ideation // Clinical Psychological Science January 5, 2018 URL: https://doi.org/10.1177/2167702617747074 (датаобращения: 1.03.2017).

19. Azucar D., Marengo D., Settanni M. Predicting the Big 5 personality traits from digital footprints on social media: A meta-analysis // Personality and Individual Differences. 2018. V. 124. P. 150–159.

20. Bessi A. Personality traits and echo chambers on Facebook // Computers in Human Behavior. 2016. V. 65. P. 319–324.

21. Burnap P., Williams M.L., Sloan L. Tweeting the terror: Modelling the social media reaction to the Woolwich terrorist attack // Social Network Analysis and Mining. 2014. V. 4(1). P. 1–14.

22. Candia C., Jara-Figueroa C., Rodriguez-Sickert C., Barabási A.-L.,Hidalgo C.A. The universal decay of collective memory and attention // Nature Human Behaviour. 2019. V.3. P. 82–91.

23. Crump M.J.C., McDonnell J.V., Gureckis T.M. Evaluating Amazon’s Mechanical Turk as a Tool for Experimental Behavioral Research // PLoS ONE. 2013. 8(3):e57410.

24. Deign J. Big data dating: romance goes digital // The Network. Cisco's Technology News Site. September 13, 2017. URL: https://newsroom.cisco.com/feature-content?articleId=1875523 (дата обращения: 1.03.2017).

25. Guzzo R.A., Fink A.A., King E., Tonidandel S., Landis R.S. Big data recommendations for industrial–organizational psychology // Industrial and Organizational Psychology. 2015. V. 8(4). P. 491–508.

26. Jones M.N. Developing cognitive theory by mining large-scale naturalistic data // Big Data in Cognitive Science. Frontiers of Cognitive Psychology / Ed. Michael N. Jones. N.Y.: Routledge, 2017. P. 1–12.

27. Karlsson Linner R., Biroli P., Kong E., […] Beauchamp J.P. Genome-wide association analyses of risk tolerance and risky behaviors in over 1 million individuals identify hundreds of loci and shared genetic influences // Nature Genetics. 2019. V. 51(2). P. 245–257.

28. Kosinski M. Computational Psychology // Advanced social psychology: the state of the science. 2nd Ed. / Eds. E.J. Finkel and R.F. Baumeister. Oxford: Oxford University Press, 2019. P. 499–523.

29. Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior // Proceedings of the National Academy of Sciences (PNAS). 2013. V. 110. N 15. P. 5802–5805.

30. Kosinski M., Wang Y., Lakkaraju H., Leskovec J. Mining Big Data to Extract Patterns and Predict Real-Life Outcomes // Big Data in Psychology. Special issue of Psychological Methods. 2016. V.21. N. 4. P. 493–506.

31. Kramer A.D., Guillory J.E., Hancock J.T. Experimental evidence of massive-scale emotional contagion through social networks // Proceedings of the National Academy of Sciences. 2014. V. 111(24). P. 8780–8790.

32. Lambiotte R., Kosinski M. Tracking the Digital Footprints of Personality // Proceedings of the Institute of Electrical and Electronics Engineers (IEEE). 2014. V. 102. N. 12. P. 1934–1939.

33. Manovich L. Automating Aesthetics: Artificial Intelligence and Image Culture.2017. URL: http://manovich.net/content/04-projects/101-automating-aesthetics-artificial-intelligence-and-image-culture/automating_aesthetics.pdf (дата обращения: 01.03.2017).

34. Mitroff S.R., Biggs A.T., Adamo S.H., Dowd E.W., Winkle J., Clark K. What can 1 billion trials tell us about visual search? // Journal of Experimental Psychology: Human Perception and Performance. 2015. V. 41. 1–5.

35. MolinerP. Psychologie sociale de l'image. Grenoble: Presses Universitaires de Grenoble, 2016.

36. Monteith S., Glenn T., Geddes J., Bauer M. Big data are coming to psychiatry: a general introduction // International Journal of Bipolar Disorders. 2015. V.3:21.

37. Obschonka M., Stuetzer M., Rentfrow P.J., Shaw-Taylor L., Satchell M., Silbereisen R.K., Potter J., Gosling S.D. In the Shadow of Coal: How Large-Scale Industries Contributed to Present-Day Regional Differences in Personality and Well-Being // Journal of Personality and Social Psychology. 2018.V. 115(5). P. 903–927.

38. Pettit M. Historical time in the age of Big Data: Cultural psychology, historical change, and the Google Books Ngram Viewer // History of Psychology. 2016. V. 19(2). P. 141–153.

39. Putka D.J., Oswald F.L. Implications of the Big Data movement for the advancement of IO science and practice // Big data at work: The data science revolution and organizational psychology / Eds. Tonidandel S., King E., Cortina J. M.. New York, NY: Routledge, 2015. P. 181–212.

40. Rudder C. Dataclysm: Who We Are (When We Think No One's Looking). N.Y.: Crown, 2014.

41. Salganik M.J. Bit by Bit: Social Research in the Digital Age. Princeton & Oxford: Princeton University Press, 2018.

42. Spitzberg B.H. Toward a model of meme diffusion (M 3 D) // Communication Theory. 2014. V. 24(3).P. 311–339.

43. Stewart R., Davis K. ‘Big Data’ in mental health research: current status and emerging possibilities // Social Psychiatry and Psychiatric Epidemiology. 2016. Т. 51. № 8. С. 1055–1072.

44. Vosoughi S., Roy D., Aral S. The spread of true and false news online // Science. 2018. V. 359. N. 6380. P.1146–1151.

Библиография

Комментарии

Войти через