Использование больших данных социальных сетей для анализа внутренней миграции населения
Научная статья
Выражение признательности
исследование выполнено при поддержке Междисциплинарной научно-образовательной школы Московского университета «Математические методы анализа сложных систем».
Для цитирования
Максимова А.С., Гребенюк А.А., Алешковский И.А. Использование больших данных социальных сетей для анализа внутренней миграции населения // Социология: методология, методы, математическое моделирование (Социология:4М). 2025. № 59. С. 31-55. DOI: https://doi.org/10.19181/4m.2024.33.2.2 EDN: HARLRA
Аннотация
Статья посвящена разработке методики исследования миграционного движения населения на основе анализа больших данных социальных сетей через поиск закономерностей отражения процесса внутренней миграции в сообщениях пользователей социальных медиа. Проведенное исследование позволило оценить степень валидности и релевантности такого рода цифровых следов индивидов как источника эмпирических данных о внутренней миграции. Для формирования базы исходных эмпирических данных, состоящей из сообщений о переезде, опубликованных пользователями социальных сетей, использовалось программное решение в виде платформы Brand Analytics. В результате апробации методики была установлена фрагментарность исследовательских, аналитических и прогностических возможностей использования сообщений в социальных сетях в качестве источника данных о внутрироссийской миграции населения. В качестве перспективы развития подобных исследований предложен нарративный анализ на основе сформированной выборки сообщений пользователей, имеющих опыт переселения внутри страны.
Ключевые слова:
большие данные, социальные сети, социальные медиа, внутренняя миграция, источники данных о миграции, анализ сообщений, анализ миграции по данным социальных сетей
Литература
1. Шульц В.Л., Гребенюк А.А., Ашманов И.С. Теоретико-методологические проблемы цифровой социологии // Вестник Московского университета. Серия 18. Социология и политология. 2022, т. 28, № 1. С. 126-144. DOI 10.24290/1029-3736-2022-28-1-126-144. EDN: SWVTCX.
2. Lupton D. Digital Sociology: An Introduction. Sydney: University of Sydney, 2012. 17 p. DOI: 10.2139/ssrn.2273418.
3. Орлова И.Б., Фомин Е.В. Цифровая социология: возможности, риски, перспективы // Национальная безопасность/Nota Bene. 2020, № 3. С. 48-63. DOI 10.7256/2454-0668.2020.3.33274. EDN: MJWSXZ.
4. Digital 2022: Another year of bumper growth // We Are Social: [сайт]. 26.01.2022. URL: https://wearesocial.com/uk/blog/2022/01/digital-2022-another-year-of-bumper-growth-2/ (дата обращения: 27.12.2024).
5. Исследование ВЦИОМ «Медиапотребление и активность в интернете» // ВЦИОМ: [сайт]. 23.09.2021. URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/mediapotreblenie-i-aktivnost-v-internete (дата обращения: 27.12.2024).
6. Гребенюк А.А., Субботин А.А. Исследование миграционных процессов в электронных социальных сетях // Цифровая социология. 2021, т. 4, № 2. С. 23-31. DOI 10.26425/2658-347X-2021-4-2-23-31. EDN: FVKNMY.
7. Aleshkovski I., Gasparishvili A., Grebenyuk A. The Changing Landscape of Russia's Emigration from 1990 to 2020: Trends and Determinants // Journal of Globalization Studies. 2023, vol. 14, № 1. P. 42-65. DOI 10.30884/jogs/2023.01.04
8. Social Media and Forced Displacement: Big Data Analytics and Machine Learning: White Paper. // UN Global Pulse and UNHCR Innovation Service. 09.2017. URL: https://www.unhcr.org/innovation/wp-content/uploads/2017/09/FINAL-White-Paper.pdf (дата обращения: 27.12.2024).
9. Использование новых источников данных для формирования статистики миграции (2022). Заседание Группы экспертов по статистике миграции. 26-28 октября 2022 года, г. Женева. Рабочий документ 15 // UNECE. URL: https://unece.org/sites/default/files/2022-1/WP15_TaskForce_NewDataSourcesMigration_RUS.pdf (дата обращения: 27.12.2024).
10. Alexander M., Polimis K., Zagheni E. The impact of Hurricane Maria on out-migration from Puerto Rico: Evidence from Facebook data // Population and Development Review. 2019, vol. 45, № 3. P. 617-630. DOI: 10.1111/padr.12289.
11. Witteborn S. The digital gift and aspirational mobility // International Journal of Cultural Studies. 2019, vol. 22, № 6. P. 754-769. DOI: 10.1177/1367877919831020
12. Gualda E., Rebollo C. The refugee crisis on Twitter: A diversity of discourses at a European crossroads // Journal of Spatial and Organizational Dynamics. 2016, vol. 4, № 3. P. 199-212.
13. Marquez N., Garimella K., Toomet O., Weber I.G., Zagheni E. Segregation and sentiment: Estimating refugee segregation and its effects using digital trace data // Guide to Mobile Data Analytics in Refugee Scenarios: The Data for Refugees Challenge Study / Ed. by A. Salah, A. Pentland, B. Lepri, E. Letouzé. Cham: Springer, 2019. P. 265-282. DOI: 10.1007/978-3-030-12554-7-14.
14. Righi A. Assessing migration through social media: a review // Mathematical Population Studies, 2019, vol. 26, № 2. P. 80-91. DOI: 10.1080/08898480.2019.1565271.
15. Dubois A., Zagheni E., Garimella K., Weber I. Studying migrant assimilation through Facebook interests // Social Informatics. SocInfo 2018. Lecture Notes in Computer Science, V. 11186 / Ed. by S. Staab, O. Koltsova, D. Ignatov. Cham: Springer, 2018. P. 51-60. DOI: 10.1007/978-3-030-01159-8_5.
16. Stewart I., Flores R., Riffe T., Weber I., Zagheni E. Rock, Rap, or Reggaeton?: Assessing Mexican immigrants’ cultural assimilation using Facebook data // Proceedings of the World Wide Web Conference (WWW ‘19). San Francisco, CA, USA, May 13–17, 2019 / Ed. by L. Liu, R. White. New York, USA: Association for Computing Machinery, 2019. P. 3258-3264. DOI: 10.1145/3308558.3313409.
17. Замятина Н. Ю., Яшунский А. Д. Виртуальная география виртуального населения // Мониторинг общественного мнения: экономические и социальные перемены. 2018, № 1. С. 117-137. DOI: 10.14515/monitoring.2018.1.07. EDN: YQUCNL.
18. Чернышев К.А., Чернышева Н.В., Петров. Е. Ю. Межрегиональные связи населения Крыма: исследование на основе цифровых и статистических данных о местах рождения мигрантов // Геополитика и экогеодинамика регионов. 2022, т. 8, № 3. С. 253-264. EDN: EXIRYT.
19. Brand Analytics – российская система сбора и анализа данных социальных медиа: [сайт]. URL: https://br-analytics.ru/ (дата обращения: 27.12.2024).
20. Bird S., Klein E., Loper E. Natural Language Processing with Python. Sevastopol: O'Reilly Media, 2009. 502 p. ISBN: 978-0-596-51649-9.
2. Lupton D. Digital Sociology: An Introduction. Sydney: University of Sydney, 2012. 17 p. DOI: 10.2139/ssrn.2273418.
3. Орлова И.Б., Фомин Е.В. Цифровая социология: возможности, риски, перспективы // Национальная безопасность/Nota Bene. 2020, № 3. С. 48-63. DOI 10.7256/2454-0668.2020.3.33274. EDN: MJWSXZ.
4. Digital 2022: Another year of bumper growth // We Are Social: [сайт]. 26.01.2022. URL: https://wearesocial.com/uk/blog/2022/01/digital-2022-another-year-of-bumper-growth-2/ (дата обращения: 27.12.2024).
5. Исследование ВЦИОМ «Медиапотребление и активность в интернете» // ВЦИОМ: [сайт]. 23.09.2021. URL: https://wciom.ru/analytical-reviews/analiticheskii-obzor/mediapotreblenie-i-aktivnost-v-internete (дата обращения: 27.12.2024).
6. Гребенюк А.А., Субботин А.А. Исследование миграционных процессов в электронных социальных сетях // Цифровая социология. 2021, т. 4, № 2. С. 23-31. DOI 10.26425/2658-347X-2021-4-2-23-31. EDN: FVKNMY.
7. Aleshkovski I., Gasparishvili A., Grebenyuk A. The Changing Landscape of Russia's Emigration from 1990 to 2020: Trends and Determinants // Journal of Globalization Studies. 2023, vol. 14, № 1. P. 42-65. DOI 10.30884/jogs/2023.01.04
8. Social Media and Forced Displacement: Big Data Analytics and Machine Learning: White Paper. // UN Global Pulse and UNHCR Innovation Service. 09.2017. URL: https://www.unhcr.org/innovation/wp-content/uploads/2017/09/FINAL-White-Paper.pdf (дата обращения: 27.12.2024).
9. Использование новых источников данных для формирования статистики миграции (2022). Заседание Группы экспертов по статистике миграции. 26-28 октября 2022 года, г. Женева. Рабочий документ 15 // UNECE. URL: https://unece.org/sites/default/files/2022-1/WP15_TaskForce_NewDataSourcesMigration_RUS.pdf (дата обращения: 27.12.2024).
10. Alexander M., Polimis K., Zagheni E. The impact of Hurricane Maria on out-migration from Puerto Rico: Evidence from Facebook data // Population and Development Review. 2019, vol. 45, № 3. P. 617-630. DOI: 10.1111/padr.12289.
11. Witteborn S. The digital gift and aspirational mobility // International Journal of Cultural Studies. 2019, vol. 22, № 6. P. 754-769. DOI: 10.1177/1367877919831020
12. Gualda E., Rebollo C. The refugee crisis on Twitter: A diversity of discourses at a European crossroads // Journal of Spatial and Organizational Dynamics. 2016, vol. 4, № 3. P. 199-212.
13. Marquez N., Garimella K., Toomet O., Weber I.G., Zagheni E. Segregation and sentiment: Estimating refugee segregation and its effects using digital trace data // Guide to Mobile Data Analytics in Refugee Scenarios: The Data for Refugees Challenge Study / Ed. by A. Salah, A. Pentland, B. Lepri, E. Letouzé. Cham: Springer, 2019. P. 265-282. DOI: 10.1007/978-3-030-12554-7-14.
14. Righi A. Assessing migration through social media: a review // Mathematical Population Studies, 2019, vol. 26, № 2. P. 80-91. DOI: 10.1080/08898480.2019.1565271.
15. Dubois A., Zagheni E., Garimella K., Weber I. Studying migrant assimilation through Facebook interests // Social Informatics. SocInfo 2018. Lecture Notes in Computer Science, V. 11186 / Ed. by S. Staab, O. Koltsova, D. Ignatov. Cham: Springer, 2018. P. 51-60. DOI: 10.1007/978-3-030-01159-8_5.
16. Stewart I., Flores R., Riffe T., Weber I., Zagheni E. Rock, Rap, or Reggaeton?: Assessing Mexican immigrants’ cultural assimilation using Facebook data // Proceedings of the World Wide Web Conference (WWW ‘19). San Francisco, CA, USA, May 13–17, 2019 / Ed. by L. Liu, R. White. New York, USA: Association for Computing Machinery, 2019. P. 3258-3264. DOI: 10.1145/3308558.3313409.
17. Замятина Н. Ю., Яшунский А. Д. Виртуальная география виртуального населения // Мониторинг общественного мнения: экономические и социальные перемены. 2018, № 1. С. 117-137. DOI: 10.14515/monitoring.2018.1.07. EDN: YQUCNL.
18. Чернышев К.А., Чернышева Н.В., Петров. Е. Ю. Межрегиональные связи населения Крыма: исследование на основе цифровых и статистических данных о местах рождения мигрантов // Геополитика и экогеодинамика регионов. 2022, т. 8, № 3. С. 253-264. EDN: EXIRYT.
19. Brand Analytics – российская система сбора и анализа данных социальных медиа: [сайт]. URL: https://br-analytics.ru/ (дата обращения: 27.12.2024).
20. Bird S., Klein E., Loper E. Natural Language Processing with Python. Sevastopol: O'Reilly Media, 2009. 502 p. ISBN: 978-0-596-51649-9.
Статья
Поступила: 20.11.2024
Опубликована: 17.01.2025
Форматы цитирования
Другие форматы цитирования:
APA
Максимова, А. С., Гребенюк, А. А., & Алешковский, И. А. (2025). Использование больших данных социальных сетей для анализа внутренней миграции населения. Социология: методология, методы, математическое моделирование (Социология:4М), (59), 31-55. https://doi.org/10.19181/4m.2024.33.2.2
Выпуск
Раздел
ПРАКТИКА СБОРА И АНАЛИЗА ДАННЫХ
