Big Data, Ciències Socials i Com canviar els resultats negatius en positius

Autora: Eugene Taylor
Data De La Creació: 14 Agost 2021
Data D’Actualització: 22 Juny 2024
Anonim
Big Data, Ciències Socials i Com canviar els resultats negatius en positius - Tecnologia
Big Data, Ciències Socials i Com canviar els resultats negatius en positius - Tecnologia

Content



Font: Pppbig / Dreamstime.com

Emportar:

Les dades grans es poden aplicar a gairebé qualsevol camp. Aquí examinem com es poden utilitzar dades grans en el treball social, i quines implicacions té en altres camps d'estudi.

El volum de dades està creixent ràpidament a causa de l’ús de dispositius mòbils, xarxes socials i dades d’altres fonts no estructurades. Les grans tecnologies de dades, com Hadoop, estan acostant-se al seient dels conductors al món empresarial introduint nous enfocaments per analitzar volums més grans de dades entre diverses fonts.

Les dades grans es defineixen com el volum, la varietat i la velocitat de les dades que sobrepassa la capacitat d’organitzacions de gestionar-la i analitzar-la de manera puntual. El veritable avantatge de les grans dades es realitza quan es pot obtenir amb decisions ràpides basades en fets, que poden comportar decisions sobre grans empreses. Per tant, les organitzacions capaces d'explorar i aprofitar les dades grans solen tenir un avantatge diferent. Aquí feu una ullada a què es pot fer el big data, com es pot aplicar en un camp ric en dades i quines aplicacions més àmplies té per a altres àrees de negoci i govern.

L’explosió de dades

La millor manera de definir big data és "la creixent quantitat i complexitat d'informació que tots creem i consumim cada dia", afirma Charlie Schick, director de solucions de dades grans per a la salut i les ciències de la vida d'IBM. De fet, cada dia creem aproximadament 2,5 bytes de quintillions de dades mitjançant diverses fonts, des de diversos registres de transaccions de compra fins a imatges mèdiques d’atenció mèdica, des de troballes d’investigació científica fins a mitjans socials.

Els motors de cerca juntament amb les xarxes socials, com ara, han creat una nova instància de recollida de bits petits de dades a gran escala. Això també ha canviat la nostra manera de pensar sobre la recollida i la gestió d’aquestes dades. La cultura actual consisteix a consumir quantitats més grans d’aquestes petites dades en breus períodes de temps. Aquest enfocament presenta enormes reptes, així com emocionants oportunitats de gestió de dades. Perquè un model de negoci tingui èxit, hauria de poder processar volums més grans de dades, capturats de maneres petites i cada cop més diverses.

Atès el volum de les dades, es converteix en un repte trobar un mecanisme eficient per recollir-lo. Analitzem el cas de les dades d’atenció sanitària i de mitjans de comunicació social. Ambdues àrees tenen grans conjunts de dades. La recollida de dades d’aquests camps és un pas important en l’evolució de grans dades. Sense tenir un mecanisme adequat per recollir dades, no podrem tenir resultats precisos.

Exploració i processament de dades grans

En endavant, es creu que les organitzacions que puguin explorar i aprofitar grans dades han de ser capaços de prendre decisions més basades en evidències ràpidament. Mitjançant dades grans, podem donar respostes fàcilment a algunes preguntes significatives en gairebé qualsevol àrea. Aquí, però, feu un cop d’ull al sector dels serveis socials, un àmbit on les big data tenen el poder d’impactar enormement.

Per exemple, les dades grans podrien analitzar i respondre les següents preguntes i proporcionar, en última instància, un millor resultat del pacient:
  • Quina correlació hi ha entre la reingrés i l’accés als serveis socials?

  • Hi ha alguna correlació entre la durada de l’estada i l’efectivitat de la intervenció?

  • Quin és l’enllaç entre l’adreça de casa i la freqüència de visita?

  • És possible trobar un vincle entre l’estat familiar, les intervencions i els resultats que ens puguin ajudar a identificar candidats a intervenció similars a l’hora d’entrar al sistema d’atenció?

  • Hi ha informació sobre un segment de la població que ens guia a modificar els nostres programes per respondre o avançar davant de tendències negatives com l’embaràs dels adolescents o la violència domèstica?
És cert que l'ús de grans dades en el sector dels serveis socials podria permetre als treballadors socials vigilar les tendències negatives i prendre les mesures necessàries a temps. Si som capaços d’identificar les necessitats fins i tot abans que el client en sàpiga, podem gestionar la situació d’una manera molt eficient. L’abandonament escolar, dins del sector juvenil, pot ser considerat un exemple potencial. Si comprovem les tendències sobre les quals el jovent es desvincula de l’escola o demostrem accions que tendeixen a conduir cap a un comportament de risc més gran o una menor prestació educativa - quan les dades mostren un potencial més elevat - aleshores es pot intervenir amb mesures preventives que potser no costen més però són més efectius i poden conduir-se al client.

Les dades grans permeten manejar aquestes situacions i descobrir el motiu dels problemes. Això ens ajuda a eradicar el problema, un cop identificat. Podem descobrir el problema només mirant les tendències i les dades històriques. A les xarxes socials, mentre analitzem les dades, hem de tenir un mecanisme d’anàlisi de tendències. Com més gran sigui el conjunt de dades que analitzem, millor podem obtenir resultats més precisos. Les dades grans no només proporciona maneres de gestionar grans volums de dades, sinó que també proporciona solucions innovadores per a processar una gamma més àmplia de dades. El Big Data té la capacitat de manejar conjunts de dades estructurades, no estructurades i semestructurades. (Obteniu més informació a 5 problemes del món real que es poden solucionar les dades grans.)

Anàlisi de grans dades en ciències socials

L’analítica de dades socials no és res més que analitzar les dades socials. Aquestes dades poden provenir de qualsevol camp. Com s’ha esmentat anteriorment, hem d’esbrinar el motiu exacte dels resultats negatius (com ara l’abandonament secundari) en un determinat sector. Un cop identificat el problema, és més fàcil gestionar la situació. El Big Data és una eina que permet trobar aquests coneixements.