CC BY
23ГОНЧАРОВА Инна Владимировна,
кандидат педагогических наук, доцент, доцент кафедры социальных технологий Московского государственного университета имени М.В. Ломоносова, e-mail: [email protected]
ПРОНЧЕВ Геннадий Борисович,
кандидат физико-математических наук, доцент, старший научный сотрудник Института энергетических проблем химической физики им. В.Л. Тальрозе, ФИЦ Химической физики им. Н.Н. Семенова РАН, e-mail: [email protected]
ТЕХНОЛОГИИ БОЛЬШИХ ДАННЫХ КАК ИНСТРУМЕНТ РЕШЕНИЯ ЗАДАЧ УСТОЙЧИВОГО РАЗВИТИЯ ОБЩЕСТВА
Аннотация. Статья посвящена проблемам, связанным с устойчивым развитием общества. Цели устойчивого развития были сформулированы ООН, которые Российская Федерация поддерживает и реализует в соответствии с национальными интересами. Использование технологии Больших Данных для получения информации о социальных проблемах граждан из открытых источников и унифицированных открытых данных способствуют решению проблемы в настоящий момент с перспективой на будущее. Автоматические систем обработки данных в силу их простоты использования дают широкие возможности исследователям. Привлекательность таких инструментов для социологов заключается в том, что исследователю не нужно иметь специальных навыков в области программирования, аналитические ресурсы обладают достаточно простым и интуитивным интерфейсом и способны решать широкий круг задач. Однако, применение существующих коммерческих многофункциональных аналитических систем в социологических исследованиях требует дополнительных методико-методологических исследований со стороны социологического сообщества. Статья представляют интерес для специалистов, занимающихся проблемами устойчивого развития общества, методологией использования многофункциональных аналитических систем в социологических исследованиях.
Ключевые слова: Большие Данные, Интернет, устойчивое развитие, социальные технологии устойчивого развития, технологии больших данных, многофункциональные аналитические платформы, автоматизированные системы поиска и обработки информации
GONCHAROVA Inna Vladimirovna,
Candidate of Pedagogical Sciences, Associate Professor, Associate Professor of the Department of Social Technologies at Faculty of Sociology of Lomonosov Moscow State University,
Moscow, Russia
PRONCHEV Gennadi Borisovich,
Candidate of Physics and Mathematics, Associate Professor, Senior Researcher at the Talrose Institute of Energy Problems of Chemical Physics of the Semenov Federal Research Center for Chemical Physics of the Russian Academy of Sciences,
Moscow, Russia
BIG DATA TECHNOLOGIES AS A TOOL FOR SOLVING THE PROBLEMS OF SUSTAINABLE DEVELOPMENT OF SOCIETY
Annotation. The article is devoted to the problems related to the sustainable development of society. The Sustainable Development Goals were formulated by the UN, which the Russian Federation supports and implements in accordance with national interests. The use of Big Data technology to obtain information about social problems of citizens from open sources and unified open data contribute to solving the problem at the
•vmmmmmmmmmmmmtimmmmmimmmm^
DOI: 10.24412/2224-9133-2023-5-215-226 NIION: 2021-0079-5/23-286 MOSURED: 77/27-025-2023-05-286
moment with a perspective for the future. Automatic data processing systems, due to their ease of use, provide ample opportunities for researchers. The attractiveness of such tools for sociologists lies in the fact that the researcher does not need to have special programming skills, analytical resources have a fairly simple and intuitive interface and are able to solve a wide range of tasks. However, the use of existing commercial multifunctional analytical systems in sociological research requires additional methodological and methodological research on the part of the sociological community. The article is of interest to specialists dealing with the problems of sustainable development of society, the methodology of using multifunctional analytical systems in sociological research.
Key words: Big Data, Internet, sustainable development, social technologies of sustainable development, big data technologies, multifunctional analytical platforms, automated information search and processing systems
Концепция устойчивого развития зародилась в 70-х гг. ХХ века на фоне экологических проблем, связанных с истощением мировых природных ресурсов, а также глобальными прорывами в науке и технике [6]. В настоящее время определение устойчивости трактуется гораздо шире и базируется на трех аспектах: экономическом, экологическом и социальном в их тесной взаимосвязи под лозунгом «не навреди будущим поколениям» [29].
Социальная сущность устойчивого развития определяется целями ООН и служит решению социальных проблем человечества с учетом их долгосрочного воздействия на следующие поколения. К основным социальным задачам можно отнести построение общества, лишенного неравенства, бедности, голода, при этом государства должны стремиться к социальному балансу и социальному равноправию городах [22].
Российская Федерация поддерживает 17 целей устойчивого развития ООН, которые были изложены в подготовленном правительством РФ докладе о человеческом развитии в Российской Федерации [9]. В этом докладе цели устойчивого развития ООН были трансформированы под национальную идею РФ, были намечены шаги для реализации поставленных целей, а также проанализирован прогресс их достижения. В первом Добровольном национальном обзоре достижения РФ Целей устойчивого развития обозначено «текущее положение России на пути к достижению Целей устойчивого развития, зафиксированных в Повестке дня в области устойчивого развития на период 2030 года» [8]. Меры, направленные государством на решение социальных проблем граждан, не всегда оперативны и не соответствуют запрашиваемой помощи. Использование технологий больших данных для получения своевременной и достоверной информации о возможных социальных проблемах отдельных граждан и целых регионов из открытых источников и унифицированных открытых данных способствуют решению проблемы в настоящий момент и, возможно, могут быть рассчитаны на долгосрочную перспективу.
Среди основных направлений, по которым использование технологий больших данных оправдано, можно выделить крайние масштабные социальные негативные проявления, например выявление и прогнозирование бедных регионов, регионов с нехваткой продовольствия, надвигающиеся эпидемии.
К негативным социальным проявлениям можно отнести и стремительно развивающуюся проблему чрезмерного неустойчивого потребления в развитых странах. Социальные последствия сверхпотребления возникают, когда уровень потребления становится чрезмерным или неприемлемым из-за его экологических или экономических последствий и отрицательно влияет на личное и коллективное благополучие. Как отмечают Quelch и Jocz, «чрезмерное потребление может привести к финансовым или физиче-скимбедствиям для людей, чрезмерному использованию или повреждению природных ресурсов и окружающей среды» [34]. Чрезмерное потребление и его последствия в настоящее время наиболее отчетливо видны в США и Европе, экономически более развитых регионах мира. Гарднер и Ассадуриан [26] отмечают, что на «Северную Америку и Западную Европу, где проживает 12% населения мира, приходится 60% расходов на частное потребление, а согласно Ассадури-ану» [24], на «США в 2006 г. приходилось 32 %. расходов на глобальное потребление только с 5% населения мира». В последние десятилетия образ жизни с высоким потреблением сопровождал рост благосостояния в Китае и Индии, и возникающие в результате этого проблемы уже ощутимы [25]. В перспективе, процессы в Китае и Индии представляют собой глобальную тенденцию [28].
Возможности технологий больших данных позволяют проследить связь экологической и социальной составляющих устойчивого развития. Например, можно проанализировать частоту и расстояние поездок на автомобиле, потребление произведенной пищи, количество потребляемой энергии в домашних условиях, антропогенного воздействия на природу.
С другой стороны, технологии больших данных могут использоваться для анализа социальных проблем отдельных категорий граждан и гражданина, не имеющих выраженного негативного характера, а решение проблемы может носить как быстрый эффект, так и иметь пролонгированное действие с переносом на другие регионы или поколения. Говоря о негативных социальных проблемах, необходимо сделать акцент и на положительных примерах социальной действительности, которые также могут быть оценены с помощью технологий больших данных и взяты на вооружение государством при реализации различных проектов. Так, например, использование технологий больших данных «должно способствовать интеграции людей с ограниченными возможностями в гражданское общество» [4]. Изучение повседневных потребностей и трудностей, с которыми сталкиваются инвалиды, необходимая помощь в бытовой и финансовых сферах, необходимость в улучшении жилищных вопросов, образование и проведение досуга- перечень этих вопросов безусловно не является полным. Помимо этого, большие данные помогут выяснить, какие услуги инвалидам вовсе не требуются. Круг оказания помощи может быть как точечным, так и направлен на целую категорию граждан, а развитие информационно-коммуникационных технологий и участие людей с ограниченными возможностями в виртуальных социальных сетях позволит достаточно точно выстроить траектории поддержки данной категории граждан.
Технологии больших данных могут быть успешно использованы и в решении социальных задач, связанных с еще продолжающейся пандемией коронавируса, которые также можно отнести к глобальной проблеме устойчивого развития
[12]. Усталость людей, массовые протесты в различных странах на фоне ввода локдаунов, перенос профессиональных, образовательных и культурных центров в виртуальное пространство обязывают общественные, политические и государственные силы искать новые подходы и социальные технологии взаимодействия граждан
[13]. На фоне пандемии увеличилось количество агрессии на различных сайтах и на страницах социальных сетей [12, 30]. Стремительное развитие современного коммуникативного пространства и появление актуальных форм взаимодействия с аудиторией [15] не только способствует процессу социализации и становлению открытого общества, но также оказывает воздействие на индивидуальное поведение человека и его адаптацию в социальной среде. Медиапространство и эффекты, которое оно оказывает на человека как новая форма коммуникации является предметом исследований многих авторов. Так, одним из наи-
более интересных явлений современных медиа исследований, является такой феномен как меди-аглобализация [33], которая в значительной степени позволяет ускорить процесс обмена информацией между коммуникаторами. Вместе с положительными эффектами медиаглобализация становится рычагом распространения девиантного и агрессивного поведения в виртуальной среде [14]. Среди наиболее актуальных форм девиант-ного поведения в медиапространстве можно выделить распространение фейковых новостей, компьютерные вирусы и другие процессы, которые ставят под угрозу доступность к проверенной информации. В отличие от традиционных институтов влияние виртуального пространства и социальных сетей являетсястихийным, спонтанным, а воздействие на личность приобретает неконтролируемый характер [33].
Нельзя оставлять в стороне тот факт, что социализация индивида в социальных сетях основывается на построении определённого личностного имиджа, который является результатом социального творчества индивида [19].
В исследовании отношения аудитории к агрессивному поведению лидеров общественного мнения (2021 год) на примере видеоролика известного блогера, в котором он избивает девушку, принимали участие 51 человек, обработка данных проводилась с помощью мобильного приложения, созданного на основе метода сопряженной идеомоторики Се1еЬпит-Х, представляющему синтез качественных и количественных методов, а также технологий больших данных. По результатам исследования можно говорить о негативном отношении респондентов к агрессивным формам взаимодействия в Интернете [27]. Для решения вопросов социальной медицины возможен мониторинг персональных данных пациентов, методов лечения и организации медицинского сопровождения с помощью технологий больших данных. В перечень критериев мониторинга включают эффективность и своевременность медико-социальной помощи, удовлетворенность пациентов, вопросы финансирования медико-социальной помощи, эффективное использование ресурсов и другие [10]. Технологии больших данных успешно могут быть использованы и для решения социальной задачи устойчивого развития - доступности и качества образования. В связи с условиями, которые ставила перед нами пандемия, учебные заведения переходили на дистанционный формат обучения, который в настоящее время уже не воспринимается как временное неудобство. С окончанием пандемии дистанционные формы обучения закрепились в качестве традиционной обучающей формы, которую необходимо развивать с методической и дидактической сторон с учетом
информационной безопасности. Получение новых знаний невозможно без использования современных информационных технологий, так же, как и обучение дисциплине невозможно без привлечения информационно-коммуникационных ресурсов.
К преимуществам дистанционных форм обучения относят гибкий график, отсутствие территориальной привязки, к недостаткам, в первую очередь, нет методически выверенной технологии построения учебной деятельности [2, 30] на основе дистанционного обучения, возникают вопросы информационной безопасности всех участников процесса и др. [30, 31].
При анализе интереса пользователей Рунета к дистанционной форме обучения, проведенном в 2018 году, до пандемии и вынужденного перехода в дистанционный формат обучения уже тогда был прослежен рост интереса пользователей Рунета к дистанционной форме обучения с определенными сезонными спадами. На том временном этапе был отмечен интерес граждан к получению высшего образования с формальным присвоением квалификации и выдачей диплома государственного образца. Однако, только 8 учебных заведений из 100 лучших вузов страны предоставляли возможность получения степени бакалавра дистанционно, причем подавляющее большинство вузов работало на коммерческой основе [16].
Применение технологий больших данных для обработки информации из различных источников необходимо проводить в соответствии с законодательством. В настоящее время существуют две серьезные проблемы: это правомерность сбора персональных данных и утечка собранных данных. Многие пользователи выкладывают свои данные в открытых источниках, однако, Федеральный Закон «О персональных данных» все равно обязывает получать согласие на обработку персональных данных: «обработка персональных данных осуществляется с согласия субъекта персональных данных на обработку его персональных данных» [21]. Для научных целей, проведения социологического или исследования в маркетинге возможна только обработка полностью обезличенных данных, т.е. таких данных, которые не смогут установить личность человека при сопоставлении с другими данными. Помимо указанного, необходимо соблюдение авторских прав и соблюдение прав на базы данных.
Реализация идеи использования технологий больших данных для решения социальных проблем может быть достигнута в сочетании знаний социологии и 1Т-технологий, в тандеме специалистов-социологов и 1Т-технологов при проведении
социологических исследований, либо в применении междисциплинарного подхода в обучении студентов соответствующих профилей [5]. Специалист в области больших данных должен обладать целым набором знаний и навыков, которые позволят ему решать следующие задачи: уметь собирать большое количество неструктурированных данных и преобразовывать их в структурированные, удобные для дальнейшего использования; уметь программировать на таких языках как Python, SQL и R; быть в центре новейших аналитических методологий, таких как глубокое и машинное обучение; уметь анализировать данные с выявлением закономерностей и тенденций для достижения целей социологического исследования; решать задачи с помощью данных и статистики.
В настоящее время разработано достаточное количество аналитических ресурсов, инструментов и многофункциональных платформ, основанных на технологиях больших данных и машинного обучения. Например, широко используемая специалистами экосистема Apache Hadoop (https://hadoop.apache.org (дата обращения: 3.04.2023)) - платформа с отрытым исходным кодом для обработки неструктурированных данных при помощи простых моделей программирования. Аналитические инструменты помогают получить результаты в задуманном исследовании. Однако социологу-исследователю важно понять, какой инструмент нужен именно для данного исследования. От выбранной платформы может зависеть построение всей методологии, поэтому важно тщательно подойти к ее выбору. Факторы, которые необходимо учитывать при выборе:
- Количество пользователей. Необходимо знать количество исследователей, которые будут работать на данной платформе. И будет ли эта платформа использоваться в дальнейшем или в других исследованиях.
- Объем обрабатываемых данных: перед началом исследования необходимо иметь представление о количестве собираемых и обрабатываем данных. Инструмент должен быть масштабируемым при росте объема данных.
- Бюджет исследования. Стоимость аналитического инструмента должна соответствовать заложенному на него бюджету.
- Простота использования. Социологи-исследователи зачастую не являются профессиональными программистами и не обладают достаточно высокими IT навыками. Инструмент должен быть с интуитивно понятным пользовательским интерфейсом, чтобы пользователи могли легко понять, как его использовать.
- Послепродажная поддержка. Для решения задач, связанных с обучением, могут возникнуть проблемы, требующие обращения в службу поддержки разработчика. Это может включать в себя такие ресурсы, как видео и учебные пособия. Аналогичные требования необходимо соблюдать и при использовании в исследовании многофункциональных аналитических ресурсов. Привлекательность таких инструментов для социолога-исследователя заключается в том, что не нужно иметь специальных навыков программирования, так как ресурсы обладают достаточно простым и интуитивным интерфейсом и способны решать различный круг задач в зависимости от исследования. Однако, аналитические инструменты разрабатываются под разные задачи и не являются универсальными, поэтому, важно определить цель и задачи, под которые подбирается
необходимый ресурс и с помощью, которого цель будет достигнута, а задачи решены. Более того, специальных аналитических инструментов на основе больших данных для проведения социологических исследований не существует, но при этом есть огромный арсенал коммерческих продуктов различной направленности для бизнеса.
В настоящее время такие инструменты условно делятся на следующие группы: инструменты для SMM-продвижения, ресурсы для анализа информации в СМИ, SEO-инструменты, В1-системы.
Bl-системы - программы бизнес-аналитики, способные собирать информацию из различных источников под нужды компании, предоставлять отчеты и строить прогнозы. В России представлены отечественные продукты, заменяющие иностранные аналоги (Таблице 1).
Таблица 1.
Автоматические ресурсы бизнес-аналитики (BI)
№ BI-системы, Веб-адрес Программные продукты Ориентированность
1. Инлексис https://inleksys.ru Almaz BI - система построения интерактивной BI отчетности дашбордов на видеостены Коммерческие компании, государственный сектор, органы власти
2. БизнесАвтоматика https://npc.ba Visary BI - масштабируемая система аналитики для консолидации, всестороннего анализа и кастомизированной визуализации из множества разрозненных источников Коммерческий сектор (крупные компании), органы государственной власти
3. Visiology https://ru.visiology.su Visiology Dashboards - аналитические дашборды и регламентные отчеты Государственное управление, компании и корпорации
4. НПО КРИСТА https://www.krista.ru Программный комплекс «Информационно-аналитическая платформа Криста BI» Инструмент для федеральных и региональных органов власти, предприятий и организаций
5. Modus https://modusbi.ru Платформа для бизнес-аналитики. Позволяет визуализировать показатели, определять тренды и находить зависимости, создавать прогнозы на основе собственных данных Промышленность, e-commerce, ритейл и FMCG
6. Форсайт https://www.fsight.ru Многофункциональный ресурс от средств интерактивного анализа до конструктора сложно форматируемых отчетов Бизнес и органы власти, персональное использование
Функциональными особенностями аналитических платформ являются обработка данных из множества разных источников (excel-файлы, реляционные таблицы, Hadoop-источники), встроенные инструменты моделирования и прогнозирования, географическая аналитика, конструктор отчетов, динамические дашборды (интерактивные информационные панели по различным показателям), широкий выбор типов визуализации, поддержка экспорта в различных форматах. Основными преимуществами являются согласованность данных в организации за счет создания единого хранилища данных, оперативность, высокая защита данных, управляемость, отказоустойчивость, интуитивность. Такие продукты незаменимы для штатных социологов-аналитиков, работающих в коммерческих компаниях и органах государственной власти. С их помощью на государственном уровне можно проследить динамику повышения уровня качества жизни, улучшение условий труда, повышения квалификационного и образовательного потенциала населения, выявить факторы, влияющие на усиление охраны здоровья и другие социальные ориентиры.
В качестве успешного примера решения социальной задачи можно отметить Московский социальный регистр компании Modus (https:// modusbi.ru/cases/moskovskiy-socialniy-registr (дата обращения: 3.04.2023)). Целью внедрения системы аналитики Modus BI являлся мониторинг использования Социальной Карты Москвича, которая выдается жителям Москвы в виде дебетовой карты для получения пенсий, социальных выплат и пособий, для проезда на городском транспорте, оплаты коммунальных платежей и иных услуг, используется наравне с полисом обязательного медицинского страхования (https:// www.mos.ru/karta-moskvicha (дата обращения: 3.04.2023)). По Карте Москвича ежемесячно проводится более 1 млрд.транзакций и до внедрения системы наблюдался нестабильный сбор данных и отсутствовала общая картина по предоставлению мер социальной поддержки. В ходе анализа использовались данные по транзакциям социальных выплат, расчеты за товары и услуги, проходы на общественном транспорте, данные терминалов записи к врачу. Результатом работы стало объединение данных об использовании транспортного приложения и программ лояльности в торгово-сервисных предприятиях г. Москвы, которые представлены в единой базе с полной автоматизацией дальнейшего сбора. Разработано более 30 интерактивных информационных панелей по основным показателям льгот и данных о жителях, пользующихся льготами.
При проведении научных исследований в качестве дополнительного инструмента воз-
можно применение SEO-инструментов - ресурсов, помогающих оптимизировать сайты для продвижения в поисковой выдаче. Существующих ресурсов достаточно большое количество, они носят узкий характер и обычно направлены на решение одной конкретной задачи. Специалисты компании «Нетология» условно разделили такие продукты под следующие задачи: аналитика, анализ внутренней оптимизации, работа с семантикой, мониторинг позиций в SERP (интернет-страница, сгенерированная системой поиска в качестве ответа на поисковый запрос), анализ внешних ссылок, работа с картами Google и Яндекса, оптимизация на мобильных устройствах, анализ скорости загрузки страниц, анализ контента, исследования (https://netology.ru/blog/02-2021-instrumenty-seo (дата обращения: 3.04.2023)). Таким образом, можно выделить четыре крупных кластера: работа с семантическим ядром, работа с контентом, аналитика сайта и анализ ссылочной массы, техническая поддержка. Каждый из этих кластеров представлен российскими разработчиками и, хотя данные продукты неразрабатывались под нужды социологов-исследователей, а носили исключительно коммерческий характер, их можно использовать для научных целей.
Программы для работы с сематическим ядром могут использоваться социологами при проведении интернет-исследований по запросам пользователей, для анализа интереса пользователей в различные временные периоды и выявления общественного настроения. Принцип работы таких программ основан на подборе ключевых слов по заданному пользователем дескриптору (или нескольким дескрипторам), что позволяет выявить список ключевых слов, собрать статистику с указанием различных периодов, подготовить отчет по ключевым словам и фразам. Статистика имеет вид временного ряда из баллов, представляющих собой показатели количества запросов за разные временные промежутки. Поиск также может быть осуществлен и по сравнению нескольких сайтов с указанием адреса доменов.
В работе, направленной на изучение интереса пользователей к дистанционной форме обучения, в качестве одного из помощников для сбора первичной информации нами был выбран статистический сервис Яндекс Wordstat. Выделенные нами основные определения, проблемы и круг задач дистанционного обучения, позволили вычленить ключевые слова и фразеологизмы, которые указывали пользователи для поиска необходимой информации в поисковой платформе и получить срез статистических данных по запросу за определенный период [31].
Таблица 2
Автоматические системы для работы с семантическим ядром
№ Название, Веб-адрес Особенности
1. Yandex.Wordstat https://wordstat.yandex.ru Запрос по ключевому слову, бесплатный рееуре, интуитивно понятный интерфейс
2. Key-collector https://www.key-collector.ru Работа функций по сбору статистики больше не гарантируется
3. Букварике https://www.bukvarix.com Удаляет дубликаты ключевых слов, пробелы, пустые строки
4. Keys.so https://www.keys.so/ru Существует база запросов, возможность расширения ключевых слов, история выдачи SERR сравнение списков, пакетный анализ сайтов
Инструменты для SMM-продвижения и
PR. SMM-продвижение-это применение различных методов для увеличения продаж и привлечения клиентов на свою интернет-площадку с помощью социальных сетей, блогов, форумов и различных сообществ. Среди основных задач выделяют изучение целевой аудитории (ЦА) и особенности конкурентов, повышение результативности продвигаемых материалов [1]. PR - это практика управления и направления коммуникативных потоков на создание репутации компании или бренда [18].
Для автоматизации процессов продвижения SMM-специалисты используют автоматические цифровые инструменты, позволяющие оценивать эффективность публикаций и страниц в социальных сетях, причем не только своих, но и конкурентов, улавливать настроение целевой аудитории, проводить мониторинг отзывов в социальных сетях, управлять репутацией бренда, настраивать рекламу и др. Такие инструменты извлекают и анализируют текстовые и визуальные массивы по охвату сообщений, с дальнейшим сравнением по полноте и точности обрабатываемых сообщений в соответствии с заданным запросом.
Функционал анализаторов социальных сетей позволяет через поисковую строку выбрать социальную сеть и осуществить поиск либо по названию, либо по адресу URL, либо по хэштегу. В зависимости от ресурса существует ограничение по количеству сообществ, например, инструмент Popsters (https://popsters.ru (дата обращения: 3.04.2023)). позволяет проводить одновременный анализ до 10 сообществ. При поиске
можно задавать определенный интересующий период, либо анализировать за все время существования сообщества. После проведенной загрузки ресурс выдает блоки сообществ, в котором демонстрируются основные показатели по стандартным характеристикам: лайки, репосты, комментарии, количество опубликованных записей, просмотры, а также целый набор метрик, включающих средние показатели вовлеченности в сообщество, в пост, привлекательность, коммуникабельность, видимость и другие. Например, сервис Livedune (https://livedune.ru (дата обращения: 3.04.2023)) анализирует и сравнивает эффективность публикаций своих аккаунтов или акка-унтов конкурентов в социсальных сетях по 50 метрикам. Каждый из инструментов предоставляет данные в виде таблиц и в графическом интерактивном режиме, а также дает возможность выгрузки полученных данных в виде отчета в различных форматах.
Анализатор Popsters был успешно апробирован в рамках изучения социальных технологий устойчивого развития по вопросам кибербезо-пасности дистанционного обучения во время пандемии [17] и коммуникации людей с ограниченными возможностями в социальных сетях пандемии [3]. Инструмент использовался в качестве одного из методов сбора первичной информации общественного мнения, позволил провести оценку мнений аудитории и классифицировать полученные данные по разным метрикам для дальнейшего анализа.
Современные системы мониторинга СМИ, которыми активно пользуются PR-специалисты, позволяют производить анализ информацион-
ного поля вокруг определенного бренда, известной личности или круга лиц. Для этого используется расширенный, объектный поиск с возможностью внедрения различных фильтров (метрик), настройки КР1. Ресурсы имеют в своем арсенале большую базу СМИ, например, Медиалогия (https://www.mlg.ru (дата обращения: 3.04.2023)) дает доступ к 81 тысячи СМИ, включая федеральные, региональные и зарубежные, сюда входят ТВ, глянцевые издания, пресса в формате
первоисточников. Автоматический анализ позволяет определять тональность, отделяет информационный шум, проводит детальную аналитику информационных поводов. Отчеты имеют вид интерактивных информационных панелей, на которых представлены все ключевые показатели: динамика, рейтинг информационных поводов, тональность, статистика по объекту, информационное окружение, географическое распределение по регионам и другие.
Таблица 3.
Автоматические системы мониторинга социальных медиа и СМИ
№ Название, Веб-адрес Возможности
1. Медиалогия https://www.mlg.ru/products/pr Автоматическая система мониторинга и анализа СМИ и соцмедиа в режиме реального времени
2. ПрессИндекс https://pressindex.ru Мониторинг СМИ и социальных сетей в режиме реального времени
3. Popsters https://popsters.ru Сравнение и анализ эффективности публикаций любых интересующих страниц в социальных сетях
4. IQBuzz https://iqbuzz.pro Мониторинг и анализ социальных сетей и СМИ
5. Brand Analytics http://br-analytics.ru Мониторинг и анализ социальных сетей и СМИ
6. Babkee http://www.babkee.ru Сервис Автоматического мониторинга упоминаний в социальных медиа
7. YouScan https://youscan.io/ru Система для Мониторинга Соцсетей
8. Крибрум https://kribrum.ru Комплекс сбора, мониторинга и анализа данных социальных медиа в режиме реального времени
9. Pur Ninja https://app.pur.social Сервис для постинга и анализа результатов в нескольких соцсетях
10. LIVEDUNE https://livedune.ru Статистика профиля по своим и чужим аккаунтам в социальных сетях
11. JagaJam https://jagajam.com Статистика аккаунтов в социальных сетях
12. DataLocator https://datalocator.ru Система мониторинга упоминаний брендов в социальных сетях
ЧЮЮЖЖЖЖЖЖЖЖШШШШШЮЖЖЖЖЖЖШШШШШШЮЖЖЖЖЖЖШШШШШЮЖЖЖЖЖЖ!^^
При оценке возможностей российского банковского сектора в создании безбарьерной среды в соответствии с целями устойчивого развития с помощью системы Медиалогия было проведен анализ средств массовой информации на наличие информационных поводов и их характера по возникающим проблемам людей с ограниченными возможностями и их возможными решениям, которые предлагает крупнейший банк Российской Федерации Сбербанк (экосистема Сбер) [3]. Результаты показали, что инструментарий Медиалогии, построенный на технологиях больших данных, достаточно успешно может быть использован при проведении автоматического контент-анализа в социологическом исследовании.
Смещение фокуса социологических исследований в виртуальное пространство и привлекательность автоматизированных систем анализа требуют научного обоснования использования подобных инструментов измерения, подкрепления концептуально-методологической базой.
Как и любой измерительный инструмент, автоматизированные системы должны соответствовать ряду предъявляемых требований. Основные положения теории измерений в социологии описаны в работах советских и российских ученых [7, 11, 23].
Во-первых, валидность, которая показывает степень соответствия инструмента, тому, что необходимо измерить [20]. В потоке разнообразия систем и отсутствия, специализированных для социологов, выполняющих разные задачи, социологу-исследователю довольно затруднительно выбрать подходящую под задачи исследования платформу.
Во-вторых, полнота, которая характеризуется подбором всех возможных значений измеряемого признака. В случае автоматизированных систем требование полноты можно рассматривать в двух направлениях. Первое заключается в точной настройке поискового запроса, охватывающего весь спектр характеристик изучаемого признака. Для решения этой задачи в системах предлагается расширенный поиск с подключением логических функций и разнообразных фильтров, однако, под социологические задачи модификация чаще всего не предусмотрена, и исследователи вынуждены искать вариации для нужного поиска. Второе направление кроется в полноте самой системы. В настоящее время автоматизированные системы постоянно обновляют и расширяют свои информационные базы, однако, для анализа зачастую вводятся ограничения по количеству запросов, по количеству анализируемых сообществ, по временному диапазону. С другой стороны, даже если исследователь собирает весь запрашиваемый объем
информации, то сталкивается с другой проблемой - проблемой классификации, систематизации и дальнейшего прогнозирования.
В-третьих, надежность инструмента, определяемая, как устойчивость показателей» свойств объекта исследования при повторном использовании данного инструмента. Подразумевается, что исследователь должен получить сравнимые результаты при первом и последующих замерах. В отношении этого требования автоматизированные системы являются вполне надежными.
Помимо указанных характеристик необходимо учитывать и другие такие, как релевантность, чувствительность и точность. Кроме того, разработка концептуально-методологической базы должна включать описание требований к самой процедуре проведения социологического измерения (операционализация, надежность, и др.), проводимого с помощью аналитических многофункциональных ресурсов и полученных с их помощью эмпирических данных.
В заключение необходимо отметить, что на пути реализации социальных задач устойчивого развития, построения новых социальных практик технологии больших данных являются важным инструментом, который должен применяться с в соответствии с нормами законодательства. Представляется целесообразным при проведении социологических исследований использовать потенциал многофункциональных аналитических платформ в силу их простоты использования и широких возможностей. Однако, для полноценного использования автоматизированных систем необходимо подкрепление со стороны методи-ко-методологической базы, описывающей возможности такого подхода.
Список литературы:
[1] Абрамова А.Д., Белоконская Е.Г. SMM сервисы как инструмент продвижения в виртуальной среде интернет // Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством». - 2021. - № 49. - С. 54-62.
[2] Агаханов Н.Х., Марчукова О.Г., Подлип-ский О.К. О современных тенденциях в подготовке школьников к математическим олимпиадам // Вопросы образования / Educational Studies Moscow. - 2021. - № 4. - С. 266-284. https://doi. org/10.17323/1814-9545-2021-4-266-284
[3] Гончарова И.В. Устойчивое развитие государства и социальные технологии // Вопросы политологии. - 2022. - Т. 12, № 1(77). - С. 92-110. https://doi.org/10.35775/PSI.2022.77.1.010
[4] Гончарова И.В., Прончев Г.Б. О поддержке людей с ограниченными возможностями по зрению в современном российском обществе // Поли-
тика и общество. - 2016. - № 11. - C. 1479-1485. https://doi.Org/10.7256/1812-8696.2016.11.20920
[5] Гончарова И.В., Прончев Г.Б., Кричевер Е.И. Педагогическая траектория изучения технологий управления большими массивами данных / Современные тенденции развития системы образования: материалы Междунар. науч.-практ. конф. (Чебоксары, 27 март 2018 г.) - Чебоксары: ИД «Среда», 2018. - С. 31-33.
[6] Данилов-Данильян В.И. Устойчивое развитие (теоретико-методологический анализ) // Экономика и математические методы. - 2003. - Т. 39, № 2. - С. 123-135.
[7] Девятко И.Ф. Методы социологического исследования. - Екатеринбург: Изд-во Урал, ун-та, 1998. - 208 с.
[8] Добровольный национальный обзор хода осуществления Повестки дня в области устойчивого развития на период 2030 года / Официальный сайт Минэкономразвития России. - Режим доступа: URL: https://www.economy.gov.ru/material/ file/dcbc39abeafb0418d9d48c06c958e454/obzor.pdf (дата обращения: 3.04.2023)
[9] Доклад о человеческом развитии в Российской Федерации за 2016 год / под ред. С.Н. Бобылева и Л.М. Григорьева. - М.: Аналитический центр при Правительстве Российской Федерации, 2016. - 298 с. - Режим доступа: URL: https://ac.gov. ru/archive/files/publication/a/11068.pdf (дата обращения: 3.04.2023)
[10] Иванова А.А. Применение Big Data в сфере здравоохранения: российский и зарубежный опыт // Научные записки молодых исследователей. - 2020. - Т. 8, № 5. - С. 42-53.
[11] Осипов Г.В., Андреев Э.П. Методы измерения в социологии. - М.: Изд-во «Наука», 1977.
- 184 с.
[12] Прончев Г.Б. Киберпандемия в контексте пандемии коронавируса // Социально-гуманитарные знания. - 2022. - № 1. - С. 143-150. https:// doi.org/10.34823/SGZ.2022.1.51753
[13] Прончев Г.Б. О проблемах информационной безопасности использования информационно-коммуникационных технологий и искусственного интеллекта в цифровом здравоохранении // Социально-гуманитарные знания. - 2022. - № 2.
- С. 100-107. https://doi.org/10.34823/ SGZ.2022.2.51777
[14] Прончев Г.Б. Об особенностях виртуальных социальных сред Интернета, способствующих социальным девиациям // Образование и право. - 2020. - № 3. - С. 200-208. https://doi. org/10.24411/2076-1503-2020-10334
[15] Прончев Г.Б. Трансформация моделей социальной коммуникации в цифровую эпоху // Вестник Московского университета. Серия 18. Социология и политология. - 2022. - Т. 28, № 4. -С. 167-191. https://doi.org/10.24290/1029-3736-2022-28-4-167-191
[16] Прончев Г.Б., Гончарова И.В., Прончев К.Г., Кричевер Е.И. Интерес к дистанционной форме обучения в России / Теория и практика образования в современном мире: материалы X Междунар. науч. конф. (г. Чита, апрель 2018 г.). -Чита: Издательство Молодой ученый, 2018. С. 10-13.
[17] Прончев Г.Б., Любимов А.П., Гончарова И.В., Михайлов А.П. Киберугрозы для образовательного процесса в период пандемии коронави-руса SARS-CoV-2 // Представительная власть -XXI век. - 2021. - № 7-8(190-191). - С. 24-34. https://doi.org/10.54449/20739532_2021_7-8_24
[18] Савченко Е.А., Макарова Т.П. PR и PR-технологии: сущность, цели, задачи, функции // Образование. Наука. Научные кадры. - 2019. -№ 3. - С. 178-180. https://doi.org/10.24411/2073-3305-2019-10164
[19] Салистая Г.С. Социализация российских подростков в информационном обществе // Мои-сеевские чтения: Культура и гуманитарные проблемы современной цивилизации: доклады и материалы Всероссийской научной конференции (Москва, 26 июня 2018 г.). - М.: Изд-во Моск. гума-нит. ун-та, 2018. - С. 289-292.
[20] Социология: Энциклопедия / Сост. А.А. Грицанов, В.Л. Абушенко, Г.М. Евелькин, Г.Н. Соколова, О.В. Терещенко. - Мн.: Книжный Дом,
2003. - 1312 с.
[21] Федеральный закон от 27 июля 2006 года № 152-ФЗ «О персональных данных» / Президент России. [Электронный ресурс]. - Режим доступа: http://www.kremlin.ru/acts/bank/24154 (дата обращения: 3.04.2023)
[22] Цели в области устойчивого развития / Организация Объединенных Наций. - Режим доступа: URL: https://www.un.org/ sustainabledevelopment/ru/sustainable-development-goals (дата обращения: 3.04.2023)
[23] Ядов В.А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. - М.: «Добросвет», 2001. - 596 с.
[24] Assadourian E. The rise and fall of consumer cultures / State of the world 2010: Transforming cultures.Worldwatch Institute Report. -New York: W.W. Norton and Co., 2010. - P. 3-20.
[25] Atsmon Y., Ding J., Dixit V., St. Maurice I., Suessmuth-Dyckerhoff C. The coming of age: China's new class of wealthy consumers. - McKinsey and Co., 2009.
[26] Gardner G.T., Assadourian E. Rethinking the good life / Worldwatch institute state of the world
2004. - New York: W.W. Norton & Company, 2004. -P. 164-179.
[27] Goncharova I.V, Pronchev G.B., Rodionova M.E., Krichever E.I. Runet users' attitude to the outrageous content in virtual social environments // Academic Journal of Interdisciplinary Studies. - 2022.
- V. 11, N 1. - P. 258-268. https://doi.org/10.36941/ ajis-2022-0023
[28] Hubacek K., Guan D., Barua A. (2007) Changing lifestyles and consumption patterns in developing countries: A scenario analysis for China and India // Futures. - 2007. - V. 39(9). - P. 10841096. https://doi.org/10.1016/j.futures.2007.03.010
[29] Jackson T. Readings in sustainable consumption: Introduction / The Earthscan reader in sustainable consumption. - London: Earthscan, 2006. - P. 1-23.
[30] Pronchev G.B., Goncharova I.V., Lyubimov A.P., Mikhailov A.P. Information Security and Online Education During the COVID-19 Pandemic // Journal of Higher Education Theory and Practice. - 2023. - V. 23, N 2. - P. 218-232. https://doi.org/10.33423/jhetp. v23i2.5819
[31] Pronchev G.B., Goncharova I.V., Pronchev K.B., Krichever E.I. Russians' attitude to distance learning: a Runet survey // International Journal of Learning, Teaching and Educational Research. -2019. - V. 18, N 11. - P. 370-384. https://doi. org/10.26803/ijlter.18.11.22
[32] Pronchev G.B., Goncharova I.V., Proncheva N.G. The range of communication topics of the visually impaired in the Internet communities // Humanities & Social Sciences Reviews. - 2020. - V. 8, N 4. - P. 301-314. https://doi.org/10.18510/ hssr.2020.8431
[33] Pronchev G.B., Proncheva N.G., Goncharova I.V. Modern management of media environment: negative effects for the society of today // Journal of Environmental Treatment Techniques. -2019. - V. 7, N 4. - P. 836-840.
[34] Quelch J.A., Jocz KE. Greater good: How good marketing makes for a better world. - Boston: Harvard Business Press, 2007. - P. 49-50
[35] Sushko V.A., Pronchev G.B. Online Learning in the Context of Pandemic in Russia // Revista Romaneasca pentru Educatie Multidimensionala. - 2021. - V. 13, N 2. - P. 01-17. https://doi.org/10.18662/rremZ13.2/407
Spisok literatury:
[1] Abramova A.D., Belokonskaya E.G. SMM servisy kak instrument prodvizheniya v virtual'noj srede internet // Sbornik nauchnyh trudov vuzov Rossii «Problemy ekonomiki, finansov i upravleniya proizvodstvom». - 2021. - № 49. - S. 54-62.
[2] Agahanov N.H., Marchukova O.G., Podlipskij O.K. O sovremennyh tendenciyah v podgotovke shkol'nikov k matematicheskim olimpiadam // Voprosy obrazovaniya / Educational Studies Moscow.
- 2021. - № 4. - S. 266-284. https://doi. org/10.17323/1814-9545-2021-4-266-284
[3] Goncharova I.V. Ustojchivoe razvitie gosudarstva i social'nye tekhnologii // Voprosy politologii. - 2022. - T. 12, № 1(77). - S. 92-110. https://doi.org/10.35775/PSI.2022.77.1.010
[4] Goncharova I.V., Pronchev G.B. O podderzhke lyudej s ogranichennymi vozmozhnostyami po zreniyu v sovremennom rossijskom obshchestve // Politika i obshchestvo. -2016. - № 11. - C. 1479-1485. https://doi. org/10.7256/1812-8696.2016.11.20920
[5] Goncharova I.V., Pronchev G.B., Krichever E.I. Pedagogicheskaya traektoriya izucheniya tekhnologij upravleniya bol'shimi massivami dannyh / Sovremennye tendencii razvitiya sistemy obrazovaniya: materialy Mezhdunar. nauch.-prakt. konf. (Cheboksary, 27 mart 2018 g.) - Cheboksary: ID «Sreda», 2018. - S. 31-33.
[6] Danilov-Danil'yan V.I. Ustojchivoe razvitie (teoretiko-metodologicheskij analiz) // Ekonomika i matematicheskie metody. - 2003. - T. 39, № 2. - S. 123-135.
[7] Devyatko I.F. Metody sociologicheskogo issledovaniya. - Ekaterinburg: Izd-vo Ural, un-ta, 1998. - 208 s.
[8] Dobrovol'nyj nacional'nyj obzor hoda osushchestvleniya Povestki dnya v oblasti ustojchivogo razvitiya na period 2030 goda / Oficial'nyj sajt Minekonomrazvitiya Rossii. - Rezhim dostupa: URL: https://www.economy.gov.ru/ material/file/dcbc39abeafb0418d9d48c06c9 58e454/obzor.pdf (data obrashcheniya: 3.04.2023)
[9] Doklad o chelovecheskom razvitii v Rossijskoj Federacii za 2016 god / pod red. S.N. Bobyleva i L.M. Grigor'eva. - M.: Analiticheskij centr pri Pravitel'stve Rossijskoj Federacii, 2016. - 298 s.
- Rezhim dostupa: URL: https://ac.gov.ru/archive/ files/publication/a/11068.pdf (data obrashcheniya: 3.04.2023)
[10] Ivanova A.A. Primenenie Big Data v sfere zdravoohraneniya: rossijskij i zarubezhnyj opyt // Nauchnye zapiski molodyh issledovatelej. - 2020. -T. 8, № 5. - S. 42-53.
[11] Osipov G.V., Andreev E.P. Metody izmereniya v sociologii. - M.: Izd-vo «Nauka», 1977.
- 184 s.
[12] Pronchev G.B. Kiberpandemiya v kontekste pandemii koronavirusa // Social'no-gumanitarnye znaniya. - 2022. - № 1. - S. 143-150. https://doi. org/10.34823/SGZ.2022.1.51753
[13] Pronchev G.B. O problemah informacionnoj bezopasnosti ispol'zovaniya informacionno-kommunikacionnyh tekhnologij i iskusstvennogo intellekta v cifrovom zdravoohranenii // Social'no-gumanitarnye znaniya. - 2022. - № 2. - S. 100-107. https://doi.org/10.34823/SGZ.2022.2.51777
[14] Pronchev G.B. Ob osobennostyah virtual'nyh social'nyh sred Interneta, sposobstvuyushchih social'nym deviaciyam // Obrazovanie i pravo. - 2020. - № 3. - S. 200-208. https://doi.org/10.24411/2076-1503-2020-10334
[15] Pronchev G.B. Transformaciya modelej social'noj kommunikacii v cifrovuyu epohu // Vestnik
Moskovskogo universiteta. Seriya 18. Sociologiya i politologiya. - 2022. - T. 28, № 4. - S. 167-191. https://doi.org/10.24290/1029-3736-2022-28-4-167-191
[16] Pronchev G.B., Goncharova I.V., Pronchev K.G., Krichever E.I. Interes k distancionnoj forme obucheniya v Rossii / Teoriya i praktika obrazovaniya v sovremennom mire: materialy X Mezhdunar. nauch. konf. (g. CHita, aprel' 2018 g.). - Chita: Izdatel'stvo Molodoj uchenyj, 2018. S. 10-13.
[17] Pronchev G.B., Lyubimov A.P., Goncharova I.V., Mihajlov A.P. Kiberugrozy dlya obrazovatel'nogo processa v period pandemii koronavirusa SARS-CoV-2 // Predstavitel'naya vlast' - XXI vek. - 2021. -№ 7-8(190-191). - S. 24-34. https://doi. org/10.54449/20739532_2021_7-8_24
[18] Savchenko E.A., Makarova T.P. PR i PR-tekhnologii: sushchnost', celi, zadachi, funkcii // Obrazovanie. Nauka. Nauchnye kadry. - 2019. - № 3.
- S. 178-180. https://doi.org/10.24411/2073-3305-2019-10164
[19] Salistaya G.S. Socializaciya rossijskih podrostkov v informacionnom obshchestve // Moiseevskie chteniya: Kul'tura i gumanitarnye problemy sovremennoj civilizacii: doklady i materialy Vserossijskoj nauchnoj konferencii (Moskva, 26 iyunya 2018 g.). - M.: Izd-vo Mosk. gumanit. un-ta, 2018. - S. 289-292.
[20] Sociologiya: Enciklopediya / Sost. A.A. Gricanov, V.L. Abushenko, G.M. Evel'kin, G.N. Sokolova, O.V. Tereshchenko. - Mn.: Knizhnyj Dom, 2003. - 1312 s.
[21] Federal'nyj zakon ot 27 iyulya 2006 goda № 152-FZ «O personal'nyh dannyh» / Prezident Rossii. [Elektronnyj resurs]. - Rezhim dostupa: http:// www.kremlin.ru/acts/bank/24154 (data obrashcheniya: 3.04.2023)
[22] Celi v oblasti ustojchivogo razvitiya / Organizaciya Ob"edinennyh Nacij. - Rezhim dostupa: URL: https://www.un.org/sustainabledevelopment/ ru/sustainable-development-goals (data obrashcheniya: 3.04.2023)
[23] YAdov V.A. Strategiya sociologicheskogo issledovaniya. Opisanie, ob"yasnenie, ponimanie social'noj real'nosti. - M.: «Dobrosvet», 2001. - 596 s.
[24] Assadourian E. The rise and fall of consumer cultures / State of the world 2010: Transforming cultures.Worldwatch Institute Report.
- New York: W.W. Norton and Co., 2010. - P. 3-20.
[25] Atsmon Y., Ding J., Dixit V., St. Maurice I., Suessmuth-Dyckerhoff C. The coming of age:
China's new class of wealthy consumers. - McKinsey and Co., 2009.
[26] Gardner G.T., Assadourian E. Rethinking the good life / Worldwatch institute state of the world 2004. - New York: W.W. Norton & Company, 2004. -P. 164-179.
[27] Goncharova I.V, Pronchev G.B., Rodionova M.E., Krichever E.I. Runet users' attitude to the outrageous content in virtual social environments // Academic Journal of Interdisciplinary Studies. -2022. - V. 11, N 1. - P. 258-268. https://doi. org/10.36941/ajis-2022-0023
[28] Hubacek K., Guan D., Barua A. (2007) Changing lifestyles and consumption patterns in developing countries: A scenario analysis for China and India // Futures. - 2007. - V. 39(9). - P. 10841096. https://doi.org/10.1016Zj.futures.2007.03.010
[29] Jackson T. Readings in sustainable consumption: Introduction / The Earthscan reader in sustainable consumption. - London: Earthscan, 2006. - P. 1-23.
[30] Pronchev G.B., Goncharova I.V., Lyubimov A.P., Mikhailov A.P. Information Security and Online Education During the COVID-19 Pandemic // Journal of Higher Education Theory and Practice. - 2023. - V. 23, N 2. - P. 218-232. https://doi.org/10.33423/jhetp. v23i2.5819
[31] Pronchev G.B., Goncharova I.V., Pronchev K.B., Krichever E.I. Russians' attitude to distance learning: a Runet survey // International Journal of Learning, Teaching and Educational Research. -2019. - V. 18, N 11. - P. 370-384. https://doi. org/10.26803/ijlter.18.11.22
[32] Pronchev G.B., Goncharova I.V., Proncheva N.G. The range of communication topics of the visually impaired in the Internet communities // Humanities & Social Sciences Reviews. - 2020. - V. 8, N 4. - P. 301-314. https://doi.org/10.18510/ hssr.2020.8431
[33] Pronchev G.V., Proncheva N.G., Goncharova I.V. Modern management of media environment: negative effects for the society of today // Journal of Environmental Treatment Techniques. -2019. - V. 7, N 4. - P. 836-840.
[34] Quelch J.A., Jocz KE. Greater good: How good marketing makes for a better world. - Boston: Harvard Business Press, 2007. - P. 49-50
[35] Sushko V.A., Pronchev G.B. Online Learning in the Context of Pandemic in Russia // Revista Romaneasca pentru Educatie Multidimensionala. - 2021. - V. 13, N 2. - P. 01-17. https://doi.org/10.18662/rrem/13.2/407
