spbu.ru · web viewСАНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ...

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Савенко Александр Михайлович

Выпускная квалификационная работа

BIG DATA в муниципальном управлении

Уровень образования:Направление 39.04.01 «Социология»

Основная образовательная программа магистратурыВМ.5589.2017 «Социология»

Профиль «Социология государственного управления»

Научный руководитель: профессор кафедры

социального управления и планирования,

кандидат социологических наук, Ю.В. Денисова

Рецензент:кандидат философских наук, доцент,

ФГБОУ ВО «Санкт-Петербургский государственный институт кино и телевидения»

О.В. Павенков

Санкт-Петербург

2019 год

Содержание

Введение……………………………………...……………………………………1

Глава 1

Теоретико-методологические основы исследования БД в управлении

1.1. Понятие термина BIG DATA и признаки больших данных…………….

…..7

1.2. Подходы для обработки и анализа данных…………………………...……

11

1.3. Современное общество Мануэля Кастельса как способ существования

современных корпораций и больших данных в новой информационной эпохе

в сетевом контексте……………………………………………………….……..15

1.4. Акторно-Сетевая теория Бруно Латура и Большие Данные как движение

актантов в современном мире…………………………………………...………

30

Глава 2

Применение Больших Данных в муниципальном управлении

1.1. Использование больших данных в России и мире. Прогнозы для сферы в

России…………………………………………………………………………….49

1.2. Анализ проекта “Национальный рейтинг” как пример возможного

использования больших данных в муниципальном управлении………..

….....62

1.3. Анализ проекта “Активный гражданин”, его методов и конечных

решений……………………………………………………………………….….69

1.4. Анализ документации проекта “Цифровая Экономика” и целей

правительства с применением технологий BIG DATA………………….

…….75

Заключение……………………………………………………………………….86

Список литературы………………………………………………………………89

Приложения……………………………………………………………………...98

Введение

Термин “Большие данные (BIG DATA)” в последнее время, а именно в

2010ые встречается все чаще и чаще. Однако его распространение не говорит

о том, что специалисты в различных сферах используют его по назначению.

Повсеместное его употребление говорит о повышенном к нему внимании.

Данные два слова используют и в промышленности, и в программировании,

и в маркетинге. Также это можно услышать в бизнесе практически в любых

сферах ввиду того, что у многих организаций накапливаются данные о

клиентах, о статистических показателях собственной работы и так далее.

Кроме того, большие данные это не только данные внутри самой компании,

они могут быть и внешними. Так, например, изучение избирателей внутри

конкретного штата США становится все более точным при использовании

технологий BIG DATA. Однако, с ростом использования данного термина,

возрастает и необходимость в таких профессиях, как data scientist и data

analyst. Данные профессии предполагают работу с данными, зачастую с

сырыми. Стоит отметить, что многие, кто используют вышеупомянутый

термин не представляют, что с так называемыми данными делать, поэтому

возникла необходимость новых профессий. Зачастую под большими

данными имеется в виду большой массив данных, которую не

структурирован или структурирован не точно или и вовсе никак не

структурирован. Такой массив необходимо обрабатывать и строить выводы

из полученных результатов. С ростом производительности компьютеров,

увеличиваются и вариации анализа, и скорость его проведения, однако это

требует определенных навыков. Также технические возможности позволяют

хранить данные, которые исчисляются десятками и сотнями терабайтов (1

терабайт = 1024 гигабайт) Такие данные позволяют выявлять не только

статистические закономерности и прогнозировать планы бюджетов и

увеличивать прибыль, но и работать с видео, аудио, текстом и фото файлами.

Однако в контексте данной работы нас интересует работа с данными на

государственном уровне, а именно применение новых методик в

муниципальном управлении. С помощью аналитики, анализа данных, их

структурирования и упорядочивания, а впоследствии прогнозирования и

планирования можно сделать распределение бюджета более релевантным и

точным, а также повысить процент удовлетворенности граждан от действий

государственных учреждений. Стоит учитывать, что в России, особенно на

государственном уровне, использование новых технологий требует ожидания

большего времени, чем в частном бизнесе или других странах. Возможно,

данная мысль неверна, что предстоит изучить в данной работе, а также

выявить все аспекты использования больших данных в муниципальном

управлении. BIG DATA это не только данные, но и способы их обработки,

техники и инструменты, как успешные, так и неуспешные, это зависит от

типа данных и подобранных к ним алгоритмов. Учитывая специфику

больших данных, муниципальным служащим необходимо научиться не

только обрабатывать существующие данные, но и получать необходимые

новые, так как сам термин новый, то и использование большинства его

техник на государственном уровне используются мало или используются

отчасти, что и требует выведение определенного порядка действий,

связанных с информационным пространством для того, чтобы было

установленная инструкция для всех, кто столкнется с этим на своих

должностях. Ведь новые техники рождают не только новую область знания и

новые профессии, а также переформирование существующих способов

взаимодействия с информацией, что на государственном уровне

затягивается, так как данные процессы осложняются существующей

бюрократией и другими процессами, которые затягивают легитимизацию

процессов. Открытым остается вопрос насколько можно доверять

устройствам и насколько их вычисления действительно верные, когда дело

касается важных вещей в виде прогнозирования или планирования бюджета

и предстоящих событий. В данном исследовании планируется выявить

основные характеристики больших данных, а также рассмотреть их примеры

использования в муниципальном управлении и выявить необходимые

действия для их развития.

Степень разработанности темы:

По рассматриваемой теме достаточное количество работ в зарубежной

и отечественной литературе на тему больших данных в разных областях. По

BIG DATA достаточное количество технических исследований,

раскрывающую суть и особенности данных объектов, особенности их

обработки, анализа, существования большого количества систем,

построенных именно для больших массивов данных. Большое количество

технических исследований с обзором применения существующих

информационных продуктов и их возможностей и дальнейшего развития в

данной сфере. Достаточное количество маркетинговых и экономических

исследований с обзором существующих примеров внедрения проектов с

применением больших данных и упоминанием проектов в государственном и

муниципальном управлении. Также доступны исследования на тему больших

данных в государственном управлении, но без социологического подтекста.

На данный момент актуально провести обзор существующих примеров в

муниципальном управлении для выявления точки нахождения данных

программ в государственном секторе для последующего анализа целей

правительства при применении данной технологии с теоретической основой

Бруно Латура1 и Мануэля Кастельса2.

1 Латур Б. Пересборка социального: введение в акторно-сетевую теорию / пер. с англ. И. Полонской; под

ред. С.Гавриленко. – М.: Изд. Дома Высшей школы экономики, 2014.2 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.

Шкаратана. М.: ГУ ВШЭ, 2000.

Целью магистерской диссертации считается рассмотреть использование BIG

DATA в муниципальном управлении и сформировать рекомендации и

перспективы по повышению эффективности их применения. Для достижения

намеченной цели в работе поставлены следующие задачи:

Изложить теоретические аспекты технологии Больших Данных

(большие данные: понятие, сущность и основные характеристики;

технологии и методики анализа Больших Данных; большие данные и

примеры использования);

Рассмотреть современное общество Мануэля Кастельса как способ

существования современных корпораций и больших данных в новой

информационной эпохе в сетевом контексте.

Рассмотреть использование больших данных через призму акторно-

сетевой теории Б. Латура, выявить особенности существования BIG

DATA сквозь движения актантов в современном мире

Провести анализ различных программ на основе больших данных и

выявить их цели и результаты.

Рассмотреть программу развития цифровой экономики РФ,

составленной на несколько лет вперед и выявить главные положения

цели, поставленным правительством.

Провести анализ будущего устройства системы муниципального

управления с применением больших даннных

Объект исследования - технологии BIG DATA в управлении.

Предмет исследования – оптимизация технологии BIG DATA в

муниципальном управлении.

Гипотеза исследования:

BIG DATA в муниципальном управлении является формирующимся

игроком для взаимодействия власти и граждан. Правительство создает и

развивает сферу государственных услуг и систему взаимодействия с

применением этой технологии.

Теоретико-методологическая основа исследования:

При написании данной работы были использованы научная и учебно-

методическая литература, статьи в электронных журналах, статьи в

периодических изданиях Российской Федерации.

Для раскрытия понятия больших данных, их параметров и

характеристик были использованы работы В. Майера-Шенбергера, К.

Кукьера3, Н. Марца, Д. Уоррена4 и многочисленные интернет источники. В

данных источниках были разобраны понятия больших данных, основные их

признаки, способы их обработки, способы их анализа, сферы применения и

различные примеры.

Основными источниками, раскрывающими теоретические основы

взаимодействия обычных граждан, власти и информационных технических

продуктов в информационной эпохе, явились работы Латура. Б.5, М.

Кастельса6. Акторно-сетевая теория Бруно Латура теория дает понимание о

том, как относиться к вещи как вещи в рамках гетерогенных

социотехнических сетей, и помогает переосмыслить процесс возникновения

субъектов. Также с помощью этой работы были рассмотрены понятия

поведения актантов, перевода, сетей, передаваемых действий, захватываемых

действий и т.д. Через призму работ Кастельса “Информационная эпоха”7 и

“Галактика Интернет”8 было рассмотрено понятия сетевого общества,

3 Майер-Шенбергер, Кукьер 2014 – Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер, 2014.4 Марц Н, Уоррен Д. Большие данные. Принципы и практика построения масштабируемых систем

обработки данных в реальном времени. Вильямс, 20185 Латур Б. Пересборка социального: введение в акторно-сетевую теорию / пер. с англ. И. Полонской; под ред. С.Гавриленко. – М.: Изд. Дома Высшей школы экономики, 2014.6 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.

Шкаратана. М.: ГУ ВШЭ, 2000.7 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И. Шкаратана. М.: ГУ ВШЭ, 2000. 8 Кастельс М. Галактика Интернет: Размышление об Интернете, бизнесе и обществе. / Пер. с анг. А. Матвеева под ред. В. Харитонова. Екатеринбург, 2004.

информационной эпохи, существующего порядка в современном мире через

большое количество сетей из взаимосвязанных узлов, которые связаны

информационными технологиями. Также использовались работы Гофмана

И.9, Грановеттера М.10, Каллона М.11, Коркюфа Ф12, Вебера М13, Дюркгейма

Э14, Зиммель Г.15, Парсонс Т.16 и другие.

Методы исследования:

В данной работе использовались как общенаучные методы ( Анализ

документов, исторический метод, индукция, дедукция и др.), так и

эмпирические методы (вторичный анализ).

Данная работа состоит из введения, 2ух глав, заключения, списка литературы

и приложений.

9 Goffman, E. Interaction Ritual. Garden City, N.Y.: Anchor, 1967.10 Granovetter M. Economic Action and Social Structure: The Problem of Embeddedness // American Journal of Sociology. Vol. 91. No. 3. 1985.11 Callon, M., Latour, B. Don’t throw the baby out with the Bath School! A reply to Collins and Yearley. A. Pickering (ed.) Science as practice and culture, Chicago: University of Chicago Press. 1998.12 Коркюф Ф. Новые социологии. СПб.: Алетейя, 200213 Вебер М. Основные социологические понятия. Избранные произведения: Пер. с нем./сост., общ. ред. и послесл. Ю.Н.Давыдова; Предисл. П.П. Гайденко. – М.: Прогресс, (Социологическая мысль Запада). 1990.14 Дюркгейм Э. Социология. Её предмет, метод, предназначение / Э. Дюркгейм. М.: Канон, 1995.15 Зиммель Г. Экскурс о чужаке // Социологическая теория: история, современность, перспективы. Ред. А. Ф. Филиппов СПб.: Владимир Даль, 2008.16 Парсонс Т. Система современных обществ / Т. Парсонс, под ред. М. С. Ковалева. М.: Аспект-Пресс, 1998.

Глава 1. Теоретико-методологические основы исследования БД в

управлении

Понятие термина BIG DATA и признаки больших данных

Для того, чтобы изучить термин BIG DATA необходимо обратиться к

истории и выявить, где возник данный термин и кем он был выявлен первым.

Создание данной фразы относят к Клиффорду Линчу. Данный человек

является редактором журнала “Nature”, который выпустил особый выпуск в

сентябре 2008 на тему «Как могут повлиять на будущее науки технологии,

открывающие возможности работы с большими объёмами данных?» Данный

месяц связывают не с прямым созданием данного термина, а скорее с его

закреплением и началом широкого использования. В данной статье

обсуждался огромный рост объемов данных, связанный с ежегодным

увеличением возможности хранения все большего и большего количества

данных. Кроме того, далее поднимался вопрос о обработке этих данных и

новых возможностях использования данных, что не могло быть реальным 5

лет назад и т.д. Кроме того, возрастает и возможность более качественной

обработки данных, даже искусственного предсказания некоторых объектов

или ситуаций. Вначале данный термин применялся в академической среде,

однако с учетом возможностей, предоставляемых данной областью,

неудивительно, что его использование распространилось и в деловой среде в

различных сферах, а также в течении пару лет появились первые продукты,

созданные чтобы работать с большими данными и обрабатывать их.

Неудивительно, что консалтинговая фирма Gartner отметила большие данные

вторым по значимости трендом в сфере информационных технологий.

Обратимся к терминологии и выясним, что подразумевает под собой данный

термин:

“Большие данные (англ. BIG DATA) — серия подходов, инструментов и

методов обработки структурированных и неструктурированных

данных огромных объёмов и значительного многообразия для получения

воспринимаемых человеком результатов, эффективных в условиях

непрерывного прироста, распределения по многочисленным

узлам вычислительной сети, сформировавшихся в конце 2000-х годов,

альтернативных традиционным системам управления базами данных и

решениям класса Business Intelligence.”

В самом определении говорится о том, что это не только сам массив данных,

но и способы его обработки. Необходимо сформулировать основные

принципы работы с большими данными:

Горизонтальная масштабируемость. Так как данные постоянно растут,

то и необходимо увеличивать вычислительные мощности. Данный

принцип говорит о обязательной возможности улучшения системы при

увеличении обьема данных. Чаще всего используют слово кластер,

который подразумевает некое большое количество машин внутри

самого кластера, которое может быть увеличено.

Отказоустойчивость. Под данным принципом понимается возможность

замены машин, вышедших из строя. При большом количестве

вычислительных машин, статистически есть вероятность, что

некоторые будут в какой-то момент сломаны, но работа с данными

подразумевает, что вычисление не должно быть остановлено и общая

структура должна быть построена так, чтобы поломки не влияли на

общий ход работы.

Локальность данных. При больших данных требуется большое

количество машин, так как количество данных в сравнении с данными

обычного пользователя просто гигантское, поэтому большое

количество машин обеспечивают хранение данных и более быструю их

обработку. Опять же, из-за большого количества данных их крайне

невыгодно передавать на другой кластер, которые не находятся в

физической близости. Данный принцип говорит о необходимости

нахождения данных в одном кластере для отсутствия долгой и

дорогостоящей передачи.

Стоит отметить признаки, которые характерны для Больших данных. Их

можно объединить в 5 V(Volume, Velocity, Variety, Veracity, Value):

Volume – объём. Данный признак говорит о том, что массив данных

настолько большой, что привычные способы его обработки и хранения

становятся неэффективными и нужны новые техники и мощности.

Velocity – скорость. Накопление данных в настоящие годы становится

очень быстрыми, скорее даже в геометрической прогрессии. Также

происходит не только быстрое накопление данных, но и быстрая их

обработка.

Variety – многообразие. Данный принцип подразумевает, что обработка

данных может быть различной, как структурированной, так и мало

структурированной. Кроме того, могут быть и разные форматы данных.

Структурированная информация может быть упорядочена и некоторые

техники к ней применять легче ввиду того, что информация может

быть классифицирована по отдельным признакам.

Неструктурированной информацией могут быть фото, видео, аудио

файлы, различный текст, разобщенные данные из социальных сетей.

Данная информация может быть анализирована с новой точки зрения с

помощью применения новых комплексных техник.

Veracity - достоверность данных. В постиндустриальное

информационное время все больше возможностей использовать

различные технологии, что приводит к трудностям оценки, где

действует робот, то есть определенная программа, а где человек.

Данный признак считается достаточно важным и многие компании

стараются отсеять данных ненастоящих пользователей и использовать

данные реальных.

Value – ценность информации. Получаемые данные должны приносить

пользу компании. Некоторые данные понятно, как анализировать и

есть понимание какие возможные результаты можно получить. Когда

данное понимание отсутствует, то стараются изобрести или

использовать другой способ, чтобы некоторые неструктурированные

данные принесли определенные знания. В контексте

структурированных данных, например, это прогнозирование прибыли

и убытков. В контексте неструктурированных, это возможное

предсказание испорченных участков картин при анализе других.

Подходы для обработки и анализа данных

Если данные соответствуют вышеуказанным признакам, то их можно считать

большими. Несмотря на то, что сфера BIG DATA довольно молодая, она из-

за своей популярности уже устоявшаяся, так как во многих сферах

различных компаний ее уже используют не на тестовом уровне, даже в

некоторых государственных сферах. Необходимо изучить большое

количество технических аспектов в данной теме для того, чтобы при

изучении специфики применения BIG DATA в муниципальном управлении в

России не возникло вопросов и трудностей. Для сбора данных существуют

различные технологии и различное оборудование. Для начала стоит

разобрать устоявшиеся подходы для обработки данных:

MapReduce – определенная модель обработки данных. Данная модель

распределяет нагрузку при очень большом количестве данных и

проводит вычисления параллельно. На стадии Map данные

предобрабатываются и фильтруются. Пользователь сам задает

необходимые значения, по которым будет проводиться фильтр данных.

На стадии Reduce выбранные данные уже агрегированы.

SQL – определенный язык программирования, который часто

применяется для создания и изменения данных при работе с

реляционной (связанные значения) базой данных.

NoSQL – данный термин определяется как не только SQL. Техники при

данном подходе используются при базах данных, которые имеют

отличия от моделей, которые используются в традиционных базах

данных со связанными значениями. Их используют, когда структура

данных изменчива, например, при сборе информации в социальных

сетях.

Hadoop – данный подход используется для высоконагруженных сайтов,

часто для поисковых механизмов. Например, eBay, который является

международной площадкой продажи и покупки товаров. Данная

система как раз отказоустойчива. Если нарушится работа некоторых

узлов кластера, то это не помешает работе, так как данные копируется

на другом узле.

R – язык программирования, который очень часто используется для

работы с BIG DATA, так как он предназначен для статистической

обработки данных.

Кроме того, для работы с данными нужны не только языки, но и

определенные серверы и оборудование. Некоторые компании уже

предлагают комплексные услуги для компаний по работе с большими

данными.

После разбора популярных подходов для обработки данных, следует

обратиться к методикам анализа больших данных. Одним из самых

привычных является способ, связанный с обработкой данных статистически,

также там используются способы, взятые из информатики. Анализ

статистически очень востребован в различных отраслях, и он был самым

доступным, когда большие данные не были так популярны и новые способы

еще не создали. Стоит учитывать, что чем больше данных и чем они

разнообразны, то тем больше вероятность получить релевантные данные

после анализа. По методикам анализа больших данных можно выделить

следующие:

A/B-тестирование. Данная методика подразумевает поочередное

сравнение некоего количества элементов с другим количеством

элементов. Данный тест показывает при каких параметрах изменяется

важный для пользователя факт, например, увеличивается число

покупок или заказов. Также этот метод применяется не только среди

BIG DATA.

Data mining – комплекс методик, позволяющий изучать данные и

выявлять ранее скрытые знания, которые могут быть полезны для

бизнеса и т.д. Эти знания могут быть нетривиальными или скрытыми и

их необходимо вычленить среди остальных. Данные методики

составляют методы классификации, моделирования и

прогнозирования. Например, кластерный анализ, позволяет

классифицировать объекты по кластерам, группам, где у каждой

группы будет признак или признаки. Также есть классификация, это

набор методик, которые позволяют выявить определенные знания,

например, оценивание кредитоспособности заёмщиков. Для данной

программы, клиент – это наличие признаков, наличие некоторых из

них ведет к одобрению выдачи кредита, а наличие других к запрету

выдачи. Также есть методика ассоциации, которая выявляет

взаимосвязи.

Genetic algorithms – с помощью данной методики решения

рассматриваются также, как и при естественном отборе. Некие

решения более выживаемы и более успешны, некие отпадают.

Machine learning – большой комплекс методик, связанный с анализом

данных через самообучения на основе существующих данных.

Обучение с учителем предполагает, что для конкретной ситуации

задается необходимое решение. Алгоритм выясняет зависимости

между данными и выдает уже то знание, которое можно в дальнейшем

использовать в другом анализе или его уже самого достаточно. Сюда

же входят достаточно популярные нейронные сети. Обучение без

учителя означает, что для данных задается только ситуация без

решения и алгоритму необходимо создать кластеры с объектами,

используя имеющиеся данные о взаимосвязях объектов. Обучение без

учителя и с учителем это наиболее используемые методики в machine

learning. Также есть обучение с подкреплением, случай обучения с

учителем.

Visualization. Данная методика присутствует практически в каждом

анализе, только она зачастую используется в конце анализа, когда уже

некие зависимости, кластеры или статистические данные известны и

необходимо полученные знания представить. Для данного анализа

существует большое количество разнообразных техник, например,

диаграммы при изучении статистических параметров. Также часто

можно увидеть вывод отдельного фото файла или анимации. В

контексте визуализации люди стараются все чаще улучшать

существующие и придумывать новые, так как некие данные при

отображении в виде картинки не так понятны, как при других

вариантах их демонстрации.

Большинству компаний достаточно использовать стандартные методы

машинного обучения, связанные с классификацией, регрессией,

ассоциацией и т.д. Очень крупным компаниям чаще необходимы

точности, ибо более точные данные на 1-2% могут вылиться в прибыль в

исчислении сотни миллионов долларов. Поэтому они чаще используют

нейросети и их глубокое обучение. Для меньшего бизнеса можно

использовать статистические методы в машинном обучении и этого будет

достаточно, так как им важно сначала сделать задачу, а потом думать об

ее улучшении на некое количество процентов.

Современное общество Мануэля Кастельса как способ существования

современных корпораций и больших данных в новой информационной

эпохе в сетевом контексте

В данном параграфе необходимо затронуть работу и теоретические идеи

Мануэля Кастельса1718, затронутые в работах “Информационная эпоха:

Экономика, общество и культура” и “Галактика Интернет”. Он уделял особое

внимание роли информации в процессе становления общества. Данная

теория необходима для того, чтобы проследить предвестников современных

больших данных и то, какую роль сами данные выполняют и что они из себя

представляют в теоретическом плане. Сам Кастельс19 не использует понятие

информационное общество, а прибегает к понятию информационализм, так

как роль информации в любом обществе была высокой. В работе по

информационной эпохе показывается то, что одним из главных спутников

перехода к этой эпохе становятся сети, состоящие из людей, государства и

различных социальных институтов. Стоит учитывать, что возможно

появиться такая особенность, как разрыв между возрастающей глобальной

деятельностью и обострившимся социальным разделением. Кастельс20 17 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.

Шкаратана. М.: ГУ ВШЭ, 2000. 18 Там же.19 Там же.20 Там же.

изучает разные стороны данной особенности: Глобализация и ее влияние на

людей, повышение интеграций социальных и экономических процессов и

такие понятия, как фрагментация и дезинтеграция, которые имеют место

быть при глобализации. Начало или отсчет информационной эпохи следует

отчитывать с 70ых годов 20 века. Возникший капиталистический кризис

привел к изменению экономики, что привело также и к новому типу

развития, к информационному. В данном контексте данная теория

необходима, ибо информация важная часть общества достаточно давно, но

большие данные это достаточно новый тип технологий, с помощью которых

может кардинально поменяться взаимоотношения власти, бизнеса и граждан.

Кастельс21 описывает четыре вида развития разделения труда: производители

высокой стоимости, больших объемов, сырья и избыточные производители.

Сетевое общество подразумевает глобализацию и связь большого количества

государств, однако национальные государства также продолжат

существовать. Обращаясь к работе Кастельса22, возможно увидеть, насколько

его идеи о информации как одной из важнейших участников современного

мира актуальны. Для начала можно обратиться к таким вещам, как

глобализация, которые возможны по большей части из-за повсеместного

распространения интернета и различных международных способов связи.

Говоря о больших данных, особенно интересно, что сами эти данные в

прямом смысле являются информацией. В данном смысле не утверждается о

первичности и важности неких массивов данных, однако сейчас они

являются зачастую крайне определяющими современную жизнь.

Современные продукты все больше и больше используют технические

возможности. Если говорить о технической стороне нашей жизни, то можно

обратиться к примерам с автомобилями. Все больше и больше нарастает

тенденция к производству автомашин без водителя. Предполагается, что

21 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.

Шкаратана. М.: ГУ ВШЭ, 2000. 22 Там же.

через несколько десятков лет они полностью захватят рынок передвижения.

Такие машины тестирует компания Tesla, которая производит машины на

электричестве вместо топлива. Также такие машины тестируют и в России и

другие крупные автоконцерны по всему миру. Данный аспект социологам

интересен не с точки зрения технологии и развития различных компаниях, а с

точки зрения изменения системы в целом. Данные автомобили позволят

заменить такие профессии, как перевозчики грузов, таксисты и прочее. Также

они дадут возможность пользователям отдыхать в пути, а не водить машину

и т.д. Такие продукты в целом могут поменять огромный рынок профессий,

связанных с вождением и сделать большое количество людей безработными.

Также, возможно произойдет смена экономического цикла ввиду того, что

данные рынки рухнут. Социологам скорее всего интересен момент смены

рынков через новые причины. Также это интересно с точки зрения появления

большого количества безработных. Они могут быть низкого

квалификационного уровня и не иметь возможности найти работу. Не так

интересно, что к этому привело появление новой отрасли, сколько за счет

чего эта и другие отрасли развились. Когда мы говорим о больших данных в

контексте информации, их можно рассматривать, как полноценных

участников процесса ввиду их способности так сильно менять мир.

Несомненно, эти системы созданы людьми и они их регулируют, но в какой-

то момент существование возможности так работать с данными, как было

описано выше позволяет повлиять на людей и мир настолько, что их стоит

рассматривать как отдельную силу. Эта сила кому-то принадлежит, но сама

идея и возможности технических устройств обрабатывать большие массивы

данных и делать продукты, которые можно очень сильно масштабировать на

большой рынок позволяет обратиться к этой тематике более внимательно.

Причем эти продукты могут произвести технические специалисты

небольшой командой, а не огромные гиганты индустрии. Само слово

информация здесь исследуется через большие возможности работы с ней, ее

анализа и обработки и дальнейших технических решений. Несомненно, что

Кастельс23 имеет в виду информацию в принципе, особенно в условиях

глобализации. Стоит обратиться к еще одному примеру, связанному с

большими данными, но разобрать не самую сложную техническую сферу, а

более близкую исследователям социального. Уже достаточно давно большие

IT компании, связанные с интернетом и имеющие свой бизнес, основанный

на интернете, имеют или хранят информацию о различных пользователях.

Некоторые компании имеют свою личную базу аккаунтов своих

пользователей, некоторые, как Google, собирают базу информации не своих

пользователей. Они управляют своим поисковиком, который позволяет

людям найти сайты, информацию и т.д. Таким образом, они собирают

усредненный профиль пользователя через его поисковые запросы и могут

выдавать ему более точную рекламу. Имея базу данных таких пользователей,

ее можно использовать в различных целях, например, в политической

рекламе. В первую очередь, людей можно отфильтровать по геометкам,

убирая ненужный штат из списка. Более точная база позволяет создать такую

рекламу, которая будет точнее продвигать ценности кандидата среди

возможного электората. Знание пола, возраста, наличие машины, семьи,

путешествий возможных политических предпочтений и других деталей

позволяет организовать более точную компанию. Что не мало важно, можно

отсеять чужой электорат, но и предлагать различные идеи и предложения

своему, разделив на разные сегменты свою рекламу. В данных случаях это

меняет рынок профессиональных услуг различных имиджмейкеров,

политологов и т.д. Данные способы выиграть политическую компанию

возможны именно из-за появления больших данных. Огромные массивы

данных, которые содержат в себе данные о пользователях нужно обработать

и анализировать с помощью мощных технических устройств и выбрать



необходимую стратегию. В конечном виде, это такая же информация, как и

информация из других источников, набор каких-то символов, содержащий в

себе смысл. Только то, что собрать такой большой блок и анализировать его

позволяет большим данным быть особенны участником процесса с точки

зрения влияния на мир. Не так важен сам пример применения технологий,

сколько то, насколько они влияют на мир и меняют его. Данные технологии

как раз и позволять тому существованию сетевого общества, о котором

говорит Мануэль Кастельc. Данные вещи кардинально изменяют способ

производства продуктов различного типа, опыт и даже культура становится

подверженной сильным изменениям. В целом, не стоит утверждать, что

именно технологии имеют самую сильную власть в данных утверждениях.

Несомненно, они сильны и имеют свое влияние, но это взаимосвязанные

системы, в которых технологии влияют на общество, а общество влияет на

технологии и прочее. К примеру, религия с помощью технологий может

носить мировой характер и иметь различные способы распространения в

широком диапазоне. Культура отдельных стран преподносится всему миру и

может диктовать свою идею. Однако данные моменты работают также и

наоборот, что политическое влияние не может распространиться на все

страны и встречает препятствия. Основной мыслью здесь является именно

то, что в современном мире возможно взаимодействовать на сетевом уровне.

Технические устройства позволяют культурам, религии и способам

получения опыта совмещаться и превращаться в сетевое общество. Несмотря

на то, что национальные государства пытаются противостоять

существующему положению дел, их можно рассматривать как участников

общества по Кастельсу24, которые находятся в рамках этой парадигмы,

просто пытаются обезопасить себя и отдалить от участия в процессе



глобализации и непременной связи с другими культурами. Используя

терминологию пространства потоков, которая говорит о постоянном

курсировании информации в создании и организации мироустройства

приходим к мысли, что географически нахождение городов становится менее

важно, так как они соединены в международные сети. Это позволяет

рассматривать много городов сразу, вне зависимости от их нахождения, так

как все вместе они образуют большой информационный процесс со своими

смыслами. Большие города могут являться важными точками в данной

узловой системе и влиять на другие все быстрее с помощью технологий. В

данном случае это как раз возможно с точки зрения BIG DATA. Влияние

происходит через постоянную аккумуляцию различных культурных

особенностей и распространяется с помощью информационных технологий.

Также это возможно в городах, в которых собрано большое количество

технологических компаний, например в США в Сан-Франциско В данном

случае можно говорить о компаниях, которым необходимо иметь очень

большой вычислительный объем для обработки и хранения их. Например,

такие компании, как Youtube и Instagram создают площадки для

транслирования мнений и с их помощью различные пользователи

запускаются модные тренды и различные социальные движения, что сильно

влияет на жизнь людей, включенных в данные социальные сети. Люди могут

жить в разных местах, но они находятся в одном информационном

пространстве и могут иметь одни и те же хобби, желание работать в тех же

местах, жить той же жизнью, как и люди в различных приложениях.

Сложность полноценного существования нового общества в постоянной

глобализации и смешении идентичностей и самой идентичности какого-либо

сообщества. Кастельс25 использует понятия идентичность сопротивления и



идентичность, устремленная в будущее. В обществе глобальных сетей, где

происходит глобализация и существуют сетевые структуры, некоторые

объединяются, чтобы избежать глобализации и сохранить свою

идентичность. Они объединяются вокруг идентичности сопротивления.

Совместно они пытаются противостоять этому процессу, их выделяет малая

включенность в современное мировое сообщество и желание оставаться

идентичными. Идентичность, устремленная в будущее, проявляется из

перехода от идентичности сопротивления. Через развитие сопротивления,

попытки сохранить свои ценности и противостоять культурным капиталам,

возможно получится перейти к новым формам. Сопротивляющиеся

сообщества зачастую распределяются на религиозные, национальные и

территориальные. Этнический фактор играет значительную роль и часто идет

вместе с другими формами идентичности, описанными выше. Различные

сообщества, пытающиеся отстаивать свою идентичность, имеют

возможность “устремиться в будущее”, если соответствуют структуре

сетевого сообщества. Данная характеристика подразумевает отсутствие

централизованной формы и способность информации самоорганизовываться

и перемещаться внутри сообщества. Именно такие идентичности будут

способны создать новое гражданское общество и некое новое государство.

Данные сообщества также особенно интересны в современном времени.

Говоря не только о больших данных, но и о других компаниях, которые

создают свои продукты, распространенные через интернет, достаточно

сложно избежать глобализации, так как они начинают появляться в большом

количестве сфер нашей жизни. В некоторых странах их блокируют, желая

отгородиться, а в некоторых заменяют на свои. Данный вопрос достаточно

открыт, так как непонятно насколько получится сохранить свою

идентичность по итогу именно на данном этапе с таким большим

количеством средств глобализации. В следующий работе Галактика интернет

уделяется внимание на изменение и перестройке общественных отношений в

разных областях в связи с влиянием развития интернета. Данные объекты

были проанализированы после изучения падения акций больших

технологичных компаний и выводов о том, что не будет бесконечного

экономического роста и отсутствия влияния различных кризисов. Новая

экономика отказывается от старых циклов, но она привносит свои, также и

кризисы будут действовать в новых правилах и не будут появляться по

старым. Кастельс26 исследует обновленный вид экономики с анализа и

инновационных бизнесов, с сетевых. Сетевым называется та форма, которая

появляется при взаимодействии нескольких участников от различных фирм,

которые кооперируются для реализации различных идей и бизнес проектов.

Данные предприятия особенно интересны с точки зрения того, что они часто

появляются в IT индустрии и могут быть связаны с производством больших

данных. Рассмотрение их структуры интересно, так как работа с BIG DATA

должна пониматься более глубоко даже с точки зрения производства и

решения бизнес-процессов и различных целей и задач. Данные предприятия

для каждого проекта переопределяют свои необходимые силы для

совершения нужных им проектов. Также, стоит учитывать, что данные

компании часто ведут бизнес в интернете. Это важная особенность ведения

бизнеса в контексте новой экономики и информационного способа развития.

Кастельс27 предлагает четыре типа возможного развития данных

предприятий. Прежде чем их описать, встает вопрос о том, могут ли

различные отделы правительства, отдельные министерства использовать

данную структуру, чтобы построить не бизнес, но сетевую структуру

управления программами по улучшению качества жизни с использованием

интернета. Четыре типа возможного ведения проектов:

Переход от централизации к децентрализации внутри фирмы, развитие

через горизонтальные структуры, где обязанность расплывается и

26 Кастельс М. Галактика Интернет: Размышление об Интернете, бизнесе и обществе. / Пер. с анг. А.

Матвеева под ред. В. Харитонова. Екатеринбург, 2004.27 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.


распределяется на каждом сотруднике, собственно, как и права и

ответственность. Данный способ возможен и рекомендуется в крупной

корпорации для решения важных задач во избежание проблем, которые

присущи вертикальной структуре. Однако возможно ли появление

такого вида управления в государственном секторе. Достаточно важно

изучить и проанализировать сможет ли современное построение власти

быть построено на распределении прав не вертикально, способствуют

ли этому новые технологии и различные информационные продукты.

Также стратегии могут применяться и к малому и среднему бизнесу

через их собственное объединение на некоторый срок. Увеличение

собственных сил гарантирует объединение возможностей,

необходимых для удельного веса для достижения целей

Возможно, и кооперация через сети малого и среднего бизнеса с

частями крупной корпорации для достижения целей в том или ином

проекте или же для выполнения целей длинной программы

Соединение и совместная работа между корпорациями и их

собственными сетями. Несмотря на то, что государство одно и не имеет

разделение на малое и среднее, оно часто владеет различными

компаниями и организациями. Возможно, создание общей системы с

общей обработкой данных поможет привести к более эффективному

управлению. В данном ключе рассматривается возможность

перестроения системы для эффективного госуправления в целом.

Сетевое предприятие не является в прямом смысле сетью организаций или

корпораций, зачастую это способ управления экономической деятельностью

через смешение различных сетей разного происхождения и состава, чтобы

достичь успехов в достижении различных целей, чаще всего бизнес целей.

Компании ведут деловые отношения посредством создания сетей для

необходимых задач и проектов. Кастельс28 упоминает несколько


Матвеева под ред. В. Харитонова. Екатеринбург, 2004.

характеристик, которые помогли данным предприятиям повысить свое

влияние в век существования интернета и ведение бизнеса с помощью его

технологий:

Масштабируемость сети. Интернет позволяет без высоких затрат

создавать сеть с нужным количеством компонентов для различных

задач, регулируя количество составляющих в меньшую или большую

сторону в зависимости от ситуации. В данном и ниже примерах как раз

особенно заметны технологии BIG DATA.

Интерактивность. Распределение информации в сети с помощью

интернета позволяет избежать проблем вертикального управления и

перейти к горизонтальному. Передача данных осуществляется по

разным участникам, что повышает качество обмена и позволяет

уведомить всех участников и продолжать эффективно

взаимодействовать. Тем более, при существующих на данный момент

высокоскоростных моделях анализа, данные могут приходить в более

информативный и полезный вид.

Гибкость управления. Возможность взаимодействия большого

количества партнеров в горизонтальной структуре позволяет сети

иметь пластичность и иметь возможность трансформироваться и

использовать стратегическое управление

Брендинг. Он необходим для возможности получать инвестиции за

счет общественного признания и веры в компанию и их услуги.

Интернет в данном случае позволяет получать данные о влиянии

товаров и позиционирования на рынок и настроение потребителя,

чтобы отследить последние и принимать дальнейшие решения

Ориентация на потребителя. В данный момент достаточно сложно

удовлетворить разные потребности рынка одновременно, поэтому

необходимо иметь возможность регулировать и создавать планы для

различных целей. Взаимодействуя с потребителем в режиме онлайн,

есть возможность для производственной сети изменять конечный

продукт в зависимости от требований конкретного пользователя или

заказчика.

Говоря о таких параметрах современной компании, данную практику

можно также рассмотреть и для современных государств. В какой-то степени

государство и есть компания, которая живет за счет своих пользователей. В

данном анализе работ Кастельса2930 необходимо рассмотреть то, насколько

государство может следовать этим принципам при использовании интернета.

В первую очередь, брендинг, можно продвигать за счет предложения

использования инновационных новых и современных IT продуктов,

предлагая качественные услуги с помощью обработки больших данных

граждан. При создании таких возможностей, какие создает сайт госуслуг,

можно добиться интерактивности, удобства, комфорта и интерактивности

информации. На данном же примере можно показать, что чем удобнее

различные сервисы, тем более явная ориентация на потребителя и

выполнение различных его потребностей и целей. Естественно, государство

выполняет свои цели, но в данном примере показана возможность

трансформирования его с применением современных информационных

технологий.

На примере Cisco и Nokia Кастельс показал, что выполнение этих

характеристик работает и может помочь бизнесам достичь успехов. При

анализе существования новой экономики он рассматривает некоторые

важные события или действия, которые экономики сильно продвигают.

Изменение рынка и капитала связано с большим количеством

финансирования, которое происходит при участии венчурных фондов. 29

Кастельс М. Галактика Интернет: Размышление об Интернете, бизнесе и обществе. / Пер. с анг. А. Матвеева

под ред. В. Харитонова. Екатеринбург, 2004.30 Кастельс М. Информационная эпоха: экономика, общество и культура / М. Кастельс, под науч. ред. О.И.


Данный способ немного отличается от привычного и имеет свои

особенности. Венчурные фонды распределяют деньги на различные

небольшие компании или идеи, однако около 30% процентов компании из

списка проваливаются. Существование такого типа финансирования

признается разумным из-за того, что компании, которые находят свою нишу,

приносят крайне высокую прибыль. Для них существует специальный

термин единорог, обозначающий их уникальность. Компании создавали

бизнес-план и объясняли необходимость их продукта и его эффективность,

после чего предлагали свою идею венчурному фонду. Инвесторы зачастую

сами были из инновационных компаний и понимали особенность рынка и

возможность успешности продукта. Также другие компании также могли

вкладываться для занятия новой ниши на рынке. Кроме того, после передачи

денег венчурный фонд мог и руководить проектом для повышения

вероятности успешности проекта и его конечной стоимости. После

основания компании, многим работникам могут платить опционами, это

финансовый инструмент, позволяющий получить доходы в будущем уже

после роста компании. Существует такая практика, как IPO, размещение

компании на бирже. Данный этап крайне важен, так как он может показать

рынку и инвесторам возможности роста компании и ее возможности быть

конкурентоспособной. Высокая оценка капитализации может помочь

дополнительные инвестиции и закрепить веру в повышение доходов и

выдержку конкуренции на рынке. Инвесторы могут увидеть потенциал и

повысить срок ожидания работы компании, так как инновации иногда

необходимо закрепиться на рынке и показать свои возможности. Для

успешной работы компаниям зачастую нужно несколько параметров. Для

начала новая или хотя бы частично неопробованная идея при этом наличие

технического инструментария, необходимого для создания конечного

продукта. Участникам компании необходимо наличие так называемой

предпринимательской жилки, то есть возможности успешно

взаимодействовать на рынке, как с потребителем, так и с другими

компаниями, при этом без высоких издержек. Все же последним считается

именно финансовая поддержка рынка, так как захват рынка без денег

зачастую не удается. Последний параметр как раз организует венчурный

фонд. Кастельс31 описывает данный способ применимым, не только к новым

компаниям, направленных на интернет, но и к технологичным компаниям

типа Microsoft, Intel, Cisco и т.д.

Сетевое общество становится все ближе и проявляется в мире все чаще,

показывает свои последствия и различия от того, что было ранее. Данные

изменения зависят от существующих культурных, социальных, исторических

и правовых особенностей. Это может быть расценено как позитивные

действия, так и негативные. Кастельс32 говорит о том, что сетевое общество

еще не полностью закрепилось в своих действиях, так как есть некие

преграды. Есть несколько особенностей, которые могут помешать данному

процессу.

Интернет и возможность его контролировать. Интернет постоянно

влияет на создание сетевого общества своим наличием и

возможностью его использования, в то время как у некоторых стран

есть попытки и возможность его ограничивать в своих интересах.

Однако, несмотря на ограничения, некоторые страны пытаются

заменить заблокированное своими приложениями.

Также многие исключены из сети по причине того, что у них может

быть недостаточно технических устройств или недостаточно денежных

средств для создания инфраструктуры. Кроме того, это могут быть и

культурные причины непонимания возможностей интернета. В

контексте государственного управления государству необходимо

предоставить доступ для всех граждан к свои услугам. Это достаточно



32 Там же

важный вопрос, так как он касается дискриминации пожилых или

очень бедных граждан.

Отсутствие фундаментального образования в сфере понимания и

анализа информации и последующего использования. Данный

параметр говорит о том, что не у всех есть наличие понимания, что

учиться можно в течении жизни, а не о том, что люди не понимают, как

найти ту или иную статью. Данная проблема характерна для стран

третьего мира и зачастую мешает росту экономики и качеству жизни

граждан, так как данные установки закладываются в детстве и это

сложно изменить, когда существуют большое количество бедных

семей. Тем не менее, это достаточно серьезное препятствие для

развития сетевого общества и продвижения в целом.

Также происходит смена привычных рабочих отношений. В контексте

сетевого общества правила индустриального мира работают не так

корректно и могут больше мешать работе, чем упрощать. Например,

это касается социальной защиты работников.

Повсеместное использование глобальных сетей затруднило работу

национальных правительств и международных институтов. Данные

процессы рождают необходимость в новых формах регулирования для

новой экономики.

Сетевые технологии могут навредить природе, так как экономический

рост растет сильнее и природные ресурсы истощаются быстрее, при

этом последствия разработок также бывают тяжелыми. Однако

использование информации помогает различным охранным

организациям предотвращать вред природе. Тем более, большие

данные касаются не только пользователей, как людей, они также и

задействованы в хранении информации о других объектах. Уже

существуют различные примеры хранения фото и другой информации

о состоянии земли, они достаточно интерактивны и позволяют

специальным организации принять необходимые меры.

Одной из возможных проблем Кастельс33 считает существование

большое количество технических устройств, которые нарушают

естественный процесс, по типу генной инженерии, нанотехнологий и

другое. Данный момент следует отдельно рассматривать и посвятить

ему более детальную работу, так как это одна из тех вещей, которая

также может изменить мироустройство довольно сильно, ведь генная

инженерия вызовет огромнейшее количество этических вопросов от

клонирования человек и изменения природы в рождении людей с

изменёнными генами. Также это может привести к различным

проблемам по типу создания различных солдат с очень высокой

физической устойчивостью.

Данные темы преследует общий вопрос, а как решить эти проблемы, и кто

этим займется. Ввиду последствий действий Сноудена и других личностей,

вера в правительство ослабевает и люди не могут полностью положиться на

них. Однако несмотря на недоверие, непонятно есть ли альтернатива данным

институтам. Кастельс34 обращается к необходимости перестройке

существующих институтов притом, что уже корпорации зачастую

напоминают государство и несут высокую социальную ответственность. Все

эти факты напоминают о возможном сетевом обществе, которое требует

изменения вокруг для своего существования. Поэтому необходимо увидеть,

что государство не только работает в сетевом обществе, оно зачастую его

часть, причем достаточно явная. BIG DATA способствует его новому

становлению и переосмыслению, как участника событий и сетей через

предоставление услуг новым способом.


Шкаратана. М.: ГУ ВШЭ, 2000. 34 Кастельс М. Галактика Интернет: Размышление об Интернете, бизнесе и обществе. / Пер. с анг. А.


Акторно-Сетевая теория Бруно Латура и Большие Данные как

движение актантов в современном мире.

Прежде чем изучать работу с данной точки зрения, следует обратиться

к основным понятиям в данной теории и предоставить все данные для

необходимого дальнейшего понимания контекста акторно-сетевой теории.

Данная теория является самостоятельным течением, возникшем в 1970ые

года. Данное течение мысли произошло из области исследования науки и

технологии (STS). Мишель Каллон, Бруно Латур и Джон Ло являются его

основателями и первопроходцами. Если говорить непосредственно о АСТ, то

основная идея заключается в том, что объекты, которые ранее считались

неживыми или скорее несоциальными, теперь ими являются и принимают

такое же участие в социальной жизни, как люди. Несмотря на спорность для

многих теоретиков, данная мысль особенно становится востребована и

актуальна в пору различных технических устройств, так как они являются

носителями информации и могут передавать информацию или переносить

необходимые файлы, документы, видео, рисунки и тд. Для данной мысли,

наука являет собой не просто изучение через выбор одного главного

параметра по типу природы в научном реализме или по типу культуры в

социальном конструктивизме, а сочетание множества компонентов, как

социальных, так и технических. Сочетание этого возможно при

рассмотрении отдельных компонентов, как непосредственно участвующих в

процессе и важных двигателей социальной реальности. Авторы данной

теории не считают необходимым противопоставлять текст и контекст,

общество и природу и т.д. Это не является необходимостью, так как все, что

является этой же природой, обществом, процессами и структурой,

объединенной созданием людей и различных неживых предметов, но

участвующих в процессе. Наука в таком месте является сетью гетерогенных

элементов, которые производятся различными действиями, не

нуждающимися в противопоставлении. Также стоит отметить, что АСТ не

только не нуждается в традиционной социологической мысли, но и не

пытается отображать социальную реальность через превосходство одного

класса над другим.

Стоит выразить конкретные предпосылки для АСТ из STS:

1. Поворот к материальному. Данный подход предполагает изменение

статуса некоторых объектов и требует относиться к ним как к

равноправной вещи в ходе конструирования действия. Они становятся

полноценными участниками проекта и принимают важное и ощутимое

значение в создании реальности.

2. Поворот к практике. Данная предпосылка обозначает необходимость

некоего отказа от социологизма и индивидуализма, микро и макро.

Каждое действие обозначено другим действием, и все они вместе

обрамлены другими же действиями.

3. Перформативный переворот. Данная предпосылка предполагает новое

осмысление появления субъектов, так как социальная реальность

воссоздается через постоянное воспроизведение субьектов снова и

снова вместе с категориями.

Необходимо затронуть и методологические аспекты Бруно Латура и

Мишеля Каллона. Они возникли через три источника, философия науки

Серра, социология науки Блура, а также структуралистская теория

Греймаса.

Принцип непредвзятости гласит о том, что не стоит выделять и

обособлять победителей и проигравших. Необходимо при анализе

иметь нейтральное отношение к различным объектам и таким

понятиям, как успех, проигрыш и истина. Необходимо не

вкладывать личные эмоции и предубеждения при анализе, так как

это может исказить конечные выводы в исследовании, и гипотеза

может быть подтверждена ложно. При изучении влияния различных

продуктов больших данных на существовующие порядки и способы

получения услуг, не стоит возводить их как особенные и более

важные. Они скорее занимаю свое новое место в предоставлении

информации и товаров.

Принцип перевода или просто понятие перевода обозначает, что

живые и неживые объекты постоянно переводят свои интересы и

устанавливают связь. Перевод может проявляться как

необходимость использования дополнительных терминов для того,

чтобы другие объекты поняли и приняли ваши интересы через

отображение их через свои. То есть, при переводе сам агент

представляет? транслирует свои мысли в мысли других и при этом

может использовать особенности языка других для того, чтобы эти

мысли были донесены. В качестве данной темы, перевод можно

рассматривать как способ использования общедоступной

терминологии без обозначения, к примеру, технической при

использовании различных продуктов, представляемых

правительством.

Одним из важнейших методологических понятий является понятие

актант или актант. Под данным понятием подразумевается предмет

или даже существо, которое производит действия от самого себя

или под влиянием со стороны. Актантом может быть, как и

человека, так и вещь, но также и некое коллективное, как и некое

индивидуальное.

Принцип генерализованной симметрии утверждает, что так

называемые настоящие и ложные причины не должны быть

объяснены различными типами причиннно-следственных связей.

Данные связи должны быть одинаковыми, то есть симметричны.

Принцип методологического релятивизма обращается к

эмпирическому исследованию. Он утверждает, что к различным

вещам, таким как истина, ложь, проигравшие и общество нельзя

одинаково относится, так как конструируется не только социальная

реальность, но и синтез природы и социального. Постоянная

изменчивость среды и наличие или отсутствие характерных

особенностей влияют на состояние вещей и неких нематериальных

предметов говорит о том, что к данным особенностям нужно

относиться по-разному и менять условия изучения. В данном

случае, изучая государственное участие в производстве сферы услуг

стоит учитывать происходящие взаимодействия и рассматривать

проблему комплексно, не используя единственный известный метод

анализа при определении важных структур.

В своей книге “Пересборка Социального”35 Латур использует два

разных подхода для исследование различных социальных явлений. Однако

он их отделяет и разделяет. Посредством специальных терминов, граница

становится видна и ощутима. Первый подход сообщает о существовании

такого конструкта как общество или социальная реальность. Ранее, в 20м

веке данную область четко отделяли от других, таких как политика, право,

биология и тд. Для некоторых наук 50 и 100 лет не так много, в то время как

для социологии данный срок может стать крайне существенным и уже через

20 лет не будет актуальным то, чем ранее являлось. При сознательном

отделении социального от экономического и политического, социальное

объяснялось собой же. Второй подход в книге Латура36 не принимает

позицию первого и сознательно ее отделяет. В данной части ставится вопрос

о том, что общество не является обществом исключительно за счет

социального, так как социальное не является отдельной и независимой 35 Латур Б. Пересборка социального: введение в акторно-сетевую теорию / пер. с англ. И. Полонской; под

ред. С.Гавриленко. – М.: Изд. Дома Высшей школы экономики, 2014.

36 Там же.

существующей областью смыслов. Общий вывод этого подхода таков, что

общество и социальные конструкты естественно важны, однако они не

имеют особенной силы, которая позволяет объяснить все. Наоборот,

необходимо учитывать и другие влияние, как из природы и тд. Первый

подход был назван социологией социального, другой же социологией

ассоциаций, акторно-сетевой теорией. Данная теория позволяет изучать

появление социальных конструктов и изучать связи внутри них. Для того,

чтобы это было возможно существует пять источников неопределенности,

которые Латур описал, чтобы уйти от первого подхода социологии

социального, но при этом сохранить базовое понятие социологии и ее целей.

Данные источники необходимо обозначить, так как они будут использованы

в дальнейшем для того, чтобы показать, насколько большие данные являются

актантами ввиду их особенностей и условий современного мира.

Первым источником неопределенности Латура в его книге37 является

утверждение о том, что самих групп нет, а есть так называемые

группообразования. Относить себя только к одной группе вызывает некие

сложности, так как невозможно оставаться участником только ее. Состояние

в группе – это постоянно обновляемый процесс, ввиду постоянного

существования новых, старых и меняющихся связей взаимодействия.

Актанты постоянно существуют в различных группообразованиях, их же

создают, пересоздают и изменяют. Они являются постоянными участниками

данных процессов и для социолога остается только лишь замечать следы

участвующих, ибо они постоянно оставляют “следы деятельности”, которые

можно заметить и записать. Актантами в контексте изучения BIG DATA в

муниципальном управлении будут достаточно много участников и у каждого

из них будет достаточно много групп. Государство является актантов в

общемировой среде и определяет себя как одно из правительств в мире.



Также оно является в группобразованиях со своими гражданами, что создают

между ними свои взаимоотношения и особенности взаимодействия.

Информационные продукты, основанные на больших данных и применяемые

правительством, состоят в отношениях между властью и гражданами, а также

могут взаимодействовать с другими примерами данных технологий. Латур 38предлагает несколько задач посредством которых возможно заметить

группообразования:

Для выделения группы необходим ее представитель, который собой

или своим участием будет говорить о существовании группы. Стоит

отметить, что дата создания группы не так важна, как наличие в ней

членов, ибо группа может обновляться. В данном случае, это может

быть и как представитель власти, и как участник использования услуг

государства, а также один из информационных продуктов. В таких

случаях, в таких группообразованиях достаточно много членов, что

позволяет группе существовать.

Участники групп могут говорить о других группах, как неправильных,

не тех, лишенных смысла или просто устаревших. Так они очерчивают

границы своей группы и заявляют о ней, приводят доводы, что своя

группа является значимой. Такое можно проследить в доводах своего

государства о других представителях в мире. Тоже самое происходит и

в мире технологий.

Представители групп сами пытаются их определить или ограничить,

показать их границы при новых формированиях этих групп, чтобы

сделать их явными и закрепить.

Утверждается, что в сами группы должны быть включены социологи

вместе с социальными науками и статистикой. Социологи также

являются актантами и ищут следы социальных связей. Эффективнее



это делать не посредством исключения себя из общества и анализа

других его членов, а посредством существования в группообразованиях

и следованием за актантами и их деятельностью по созданию и

изменению групп. Таким образом, социологи могут являться

участниками потребления услуг государства и более эффективно его

описать, нежели быть вынесенным за пределы общества.

Важно выделять социальную силу, которая может позволять этим группам

долго существовать. Для существования и обновления групп нужно

постоянное действия других актантов, которые создают другие группы,

позволяющие действовать первым. Необходимо продолжать социальные

процессы, чтобы продолжали существовать группы. В таком случае, пока

существует государство РФ, его члены являются полноценными его

участниками. Также становится важным, понять, насколько сильно меняет

вектор взаимодействия присутствие не просто компьютеров, а именно

современных технологий, позволяющих оплату штрафа за превышение

скорости, записанного на камеру. При том, что оба действия будут

выполнены без человека со стороны государства. В терминологии актантно-

сетевой теории существуют посредники и проводники для данных целей.

Проводником является тем, кто переносит значение, но не изменяет его и не

преобразует. Посредник может быть и множеством и бесконечным, но и

единицей. Имеется в виду, что посредник может быть разным и не всегда

понятно, как он повлияет на группу и что изменит. Проводника же легче

определить в том, что его входы могут показать, какие у него будут выходы.

Посредник является чем-то, что не только изменяет, но и искажает.

Говоря о первом источнике неопределенности важно вспомнить правило

Латура39, что участниками коммуникационного поля являются актанты, то

есть люди и так называемые non humans, различные субстанции, которые



могут влиять на процесс. Говоря о заявлении себя как участника группы, это

делать могут все актанты. Особенно данный процесс интересен с точки

зрения именно данных. Подразумевая, что группы и оставляемые следы

участниками это постоянно двигающийся процесс, работы с файлами

показывает эту систему. Файлы циркулирует по разным сервисам, по разным

приложениям или состоят в них и используются, а также рассматриваются,

как важные участники события, ибо без них это взаимодействие представить

нельзя. Личная информации человека, которая сама является актантом,

существует в различных базах офлайн, например, в личных делах в

паспортном столе, так и онлайн при регистрации электронных почт,

аккаунтов, как в играх, так и в профессиональной среде. Данные в

современном мире постоянно заявляют о себе, просто существуя, так как они

являются полноценными участниками процесса. Особенно это касается

больших данных, ведь их скорость накопления невероятно высока и растет в

геометрической прогрессии. Помимо этого, они крайне разнообразны, и

могут выполнять свои роли по-разному, так как анализироваться они будут

по-разному. Они могут быть и фото, и аудио и таблицами и так далее.

Допустим, некое количества терабайт (1 терабайт = 1024 гигабайт)

фотографий состоят в системе для обучения алгоритма поиска лиц с

видеокамер. Они являются участниками этого группообразования, не

группы, по Латуру40. Также они являются участниками базы файлов с

фотографиями, которая находится в другом месте, на другом облаке,

возможно с другими файлами и т.д. Данные фото являются, как ни странно,

участниками работы провайдера, ибо его работа запускает множество

процессов, связанных косвенно или опосредованно. Наличие интернета

гарантирует работу сервиса по хранению файлов, рабочие места персонала,

которые администрирует сервис и также наличие неких файлов. Все это



между собой составляет разные точки взаимодействия, иногда прямого,

поэтапного, иногда на разных позициях, но эти вещи в данных процессах уже

связаны и составляют эту систему из самих себя. Все эти актанты в своем

роде являются полноправными участниками процесса и нет необходимости

их разделять на какие-то более правые или более неправые. Они являют

между собой действие, бесконечный процесс, который может меняться,

действительно, но его изменение не означает ненужность других процессов,

которые могут устареть или потерять смысл. Они могут выполнять другие

функции. Первый источник неопределенности гласит о существовании

группообразований. Если наличие группообразований описать достаточно

несложно, так как все актанты состоят между собой в отношениях, по

крайней мере, через рукопожатия (шаговое количество актантов), то вскоре

возникает вопрос о том, как актанты технического порядка заявляют о себе и

выделяют свои группообразования. Некие технологические решения вполне

могут заявлять о своей компании, как о инновационной, необходимой и

нужной обществу или бизнесу и т.д. Ее скорость работы и те возможности,

которые она предлагает показывает других, как тех самых устаревших или

уже ненужных. В данном моменте происходит заявление о своей значимости,

важности. Также, конкретные продукты, созданные, например, на основе

больших данных, своими возможностями очерчивают группообразование и

показывают его границы для других актантов. Если брать именно данные, то

их проявление в очерчивании границ напрямую скрыто в их функциях. Их

предназначение и является производством собственных границ. Если будет

найден способ использовать их в другом месте, то будет создано другое

группообразование, через которое будет транслироваться собственное

уникальное для данного актанта действие. Чтобы такие действия

происходили, всегда нужны другие участники процесса. Именно поэтому

говорится о неочерченных до конца группах, которые имеют возможность

изменить границы и расширять, сужаться и взаимодействовать с другими

необходимыми участниками. Социальная сила одних приводит к силе

других, позволяя им существовать. Для социолога в данном процессе важно

следить за составными частями процесса и иметь возможность видеть их

следы, понимать, что производят массивы данных, различные технологичные

решения и как они образуют собственные сети. Важно описывать

происходящее для общего понимания данных действий. Также, возможно

необходимо хотя бы базовое понимание технических аспектов.

Следующим источником неопределенности является верование того,

что действие захватывается. Действие создается и разделяется для множества

актантов, другие его перенимают и передают. Оно может осуществляться

актантами и в это же время передаваться другим актантам. Актант является

не просто объектом и источником силы, а скорее совокупностью актантов,

которые по ходу меняются сами и оставляют следы в действиях. Нельзя

выделять силу, как общество или культуру, так как действие — это всегда

событие или его изменение. События нельзя сразу детерминировать или

обозначить и ограничить, так как оно расплывается и непонятно кто или что

создает это действие. В некоторых случаях достаточно ясно, кто проявляется

в событии и активно участвует в его производстве. В данной теме актантов

будет какой-либо из сервисов, предлагаемых правительством на основе BIG

DATA. В целом, это совокупность участников, как и совокупных органов

власти, участвующих в конечном предоставлении услуг, так и тех.

поддержки и дизайнеров, обновляющих сайт. Актант не является крайне

устойчивым и независимым объектом сам по себе. Любой актант является

участником различных сетей или группообразований, которые на него так

или иначе влияют. При учете первой неопределенности, они постоянно

объясняют и излагают не только свои действия, но и других актантов,

которые смогли на них оказать влияние. Если дело касается религии, то

теоретики актантно-сетевой теории будут стараться не описать является ли

верование истинным или ложным, а постараются выявить как в религиозном

контексте те или иные силы, возможно, не материальные повлияли на разных

людей. Достаточно удобно представить метафизические актанты, которые

оказывают воздействие на материальных актантов и образуют с ними сети.

Стоит учитывать особенности неких сил при счете их достаточными

влияния. Если невидимая сила не привносит изменений или не меняет

событие, то она не является силой. Также, если сила анонимна, то она все

равно имеет некие очертания, а не является пустышкой. Так как актанты,

постоянно участвуют в определении своих группообразований и объясняют

их как актуальные и осмысленные, а другие, не имеющими смысла,

устаревшими и глупыми, то объяснения сил будут также обновляться и

собирать новую информацию, исключая старую. На данном этапе крайне

высокого обновления технической информации, касающейся производства

различных продуктов, как комплектующих в разных сферах

промышленности, так и компьютерах данный аспект особенно актуален. Все

чаще новые сервисы вытесняют старые, как автомобили, так и новые

процессоры. Похожая ситуация происходит с различными технологиями.

Государство привносит новые методы взаимодействия с ним, что открывает

новые пути коммуникации и делает привычные устаревшими. Кроме того,

некоторые актанты говорят не только о границах своих группобразований и

влияний, но и пытаются объяснить, как собственная сила работает и как она

взаимодействует с другими.

Другой источник неопределенности утверждает о захватываемости

действия. Процесс постоянно обновляется и находится в добавлении других

процессов и отмирании старых. Участники различных событий, актанты,

например, продукты технологичных компаний или различные файлы внутри

компаний существуют вместе и каждый из них позволяет жить другому. В

какой-то степени они коллективный актант, который взаимодействует с

другими. Использование слова коллективный необходимо, потому что

различные события, например, успешная работа компании или работа

сервисов и т.д. возможна, потому что все эти актанты взаимодействуют.

Несмотря на то, что они действительно полноправные участники, но нужна

работа различных отделов, которые позволяют сделать конечный продукт.

При этом на них все время довлеет влияние других компаний, с которыми

они в любом случае соревнуются. Во-первых, неправильно выделять более

важных участников события, а во-вторых, не нужно, так как ответственность

лежит на каждом и в какой-то момент со стороны, не углубляясь в

происходящее сложно понять, что сделал тот или иной актант. В подборе

картинок для обучения алгоритма мы имеем команду, которая пишет

алгоритм, ищет базу. Также мы имеем количество картинок, которые также

актанты, они дают работать и алгоритму, и команде. В конце концов команда

может выпустить бизнес продукт, который подразумевает действия

предыдущих актантов. Со стороны все разложено поэтапно, однако каждое

действие будет не сразу легким для объяснения. Каждое событие,

производимое актантами, зависит от многих и возникает сложность, или

скорее данность описания событий в том, что невозможно вытащить из

контекста какой-то этап разработки и дать определенную сводку. С точки

зрения социологической теории, эти действия связаны в плане влияния. Не

так важно, что изучает социолог, коммуникацию людей в парке или

коммуникацию людей и машин в бизнесе, необходимо понимать, как

изучать, то есть увидеть факторы, смещающие и меняющие сцену действия.

Третьим источником неопределённости является утверждение того, что

объекты тоже активны. Важно отметить, что для акторно-сетевой теории

социальное является постоянным движением, изменением, влиянием на

другое и транслированием собственного, перевода и т.д. Социальное

является связью или сравнением между двумя неэквивалентными терминами.

Социальное – это то, что происходит между двумя или более актантами или

группобразованиями в тот момент, когда происходит некая связь или

взаимодействие и получается новые формы существования или события. В

участии данных и людей, данный случай все равно можно назвать

социальным, так как актанты вещи могут взаимодействовать и

коммуницировать. Если говорить о другом подходе, о социологии

социального, то она вводит иные понятия, привычные для века социологии,

но те, которые акторно-сетевая теория не использует. Социальные нормы

или законы, а также поступки, обусловленные, этими обычаями или

правилами. Они имеют под собой основу из своей продолжительности,

прочности и возможности влияния. Сила общества состоит не в самом себе, а

как итог взаимодействия связанных форм сил, которые скрепляются и вместе

образуют социальную реальность. Вещи или объекты придают обществу его

силу и скрепляют его. Латур41 предлагает следить за сетью актантов через их

следы и вещи, которые появляются при взаимодействии с друг другом и

укрепляют социальную реальность в ее продолжительности, изменчивости и

прочности. Социальное действие передается и чужим актантам, и тем

актантам, которые передают действие дальше, влияя на него и изменяя его

другими силами. Вещи являются активными и сами влияют и позволяют,

разрешают, мешают препятствуют и т.д. После утверждения, что объекты

активны, обратимся к самим актантам. Рассмотрим сайт, который предлагает

окрасить и изменить устаревшие фото людей, воевавших на войне. Такие

системы чаще всего существуют при использовании BIG DATA. Здесь

происходит смешение нескольких актантов и передается другим. Помимо

большого количества актантов на стороне производителя, мы имеем некое

количество СМИ, которые расскажут о этой новости по тем или иным

причинам, также там будут пользователи данной технологии, конкуренты.

Кроме того, и внутри будут различия, родственники военных и люди со

своими черно-белыми фотографиями. В данном примере необходимо

подвести к мысли о том, что это все взаимодействие с разных сторон и

разными одинарными или коллективными участниками взаимодействия, что



позволяет говорить о сложности конкретного события. Данные вещи глубоко

социальны, они связаны и предполагают постоянное развитие и изменение.

Поэтому необходимо изучать данные взаимодействия через собственные

оставшиеся кусочки событий, то есть следы, те самые участки социальной

жизни, которые становятся заметны.

Четвертый источник неопределённости служит для того, чтобы показать

фактические и дискуссионные реалии. Латур42 предлагает слово перевод,

чтобы представить связь, которая существует между актантами и не является

ими, а является связующим материалом, предоставляющим информацию.

Переводом является то, что создает связь между двумя посредниками, но это

не причинно-следственная связь. Сеть – это то, что появляется посредством

данных переводов между посредниками и их дальнейших действий. Латур 43предлагает освободиться от необходимости того, чтобы объекты или вещи

были объяснены через подход социальное социального, обществом или

природой. Так, на примере госуправления не стоит обращаться к неким

законам и нормам, так как необходимо обратить внимание на происходящие

события, современные реалии, меняющие процесс взаимодействия.

Большинство помощников коммуникации не просто являются

передатчиками, в неком смысле они создают взаимодействие и крайне важно

расценивать их как серьезных участников процесса и действия. Общество и

природа являются устаревшими понятиями в контексте объяснения

социальной реальности. Факты являются куда более сложными, зачастую

коллективными материалом, из которых состоит социальная реальность.

Факт является сложным событием, которое производится из хаотичного

сложного мышления и затеи приобретает некую форму. Кроме того, факт

мысли всегда имеет индивидуальную форму, свойственную стилю мышления

его создателя. Социальные, гуманитарные, естественные, технические 42 Латур Б. Пересборка социального: введение в акторно-сетевую теорию / пер. с англ. И. Полонской; под


43 Там же.

ученые занимаются производством фактов и делают их все более явными,

стоящим обсуждению, а иногда и спорными, но факты являются тем, что

позволяет науке развиваться и изучать различные явления дальше. Таким

образом, посредством производства и изучения фактов, появляется

возможность выявлять сети и следы актантов и объяснять различные

социальные связи и появляется возможность более точного прослеживания

ассоциаций и объяснения социальной реальности. Собственно, понимание

того, как работают современные технологии в российском государственном

управлении, для чего правительство их использует и применяет позволяет

социологу проявить связь взаимодействия людей и технических устройств и

выявить в каких процессах они участвуют. Данные исследования

необходимы, чтобы описать существующие новые виды взаимодействия и

проследить как изменяется та самая социальная реальность.

Далее Латур44 переходит к немного другому этапу описания акторно-

сетевой теории. Используя термин перевод получится понять возможность

взаимодействия различных систем, но при этом это не становится третьим

актантом. Это их собственная передача данных друг другу или кому-либо

еще. Фотографии и пользователь сами по себе актанты, но некий смысл

пользователи получают, они переводят нужные им посылы при

использовании фотографии или смотря на нее. Сама фотография, созданная с

помощью современных технологий, имеет собственный вес в ситуации

взаимодействия и может иметь важные факты для ее владельца. Латур45 не

раз обращается к ненужности использовать природный аспект или

общественный для объяснения социального взаимодействия. Данные

способы только мешают понять истинную природу субъекта. После

производства учеными неких постулатов, на основе которых строится

обсуждение устройство мира, социологам легче выделять какую роль


ред. С.Гавриленко. – М.: Изд. Дома Высшей школы экономики, 2014.45 Там же.

принимает в событии алгоритм с окраской старых фото и какую роль

получает база данных с обучением данного алгоритма. Имея техническое

понимание того, как работают большие данные, как с ними взаимодействуют

на технических устройствах и как работают даже технические носители

можно описать до мелочей некие события и позволит найти те моменты,

которые создают на выходе некие актанты. Несомненно, что некоторые

взаимодействия описать легче, а некоторые сложнее и они более размытые.

Здесь ставится вопрос о научном подходе, при котором учитывается все

известные проверенные утверждения о работе вещей или систем, которые

помогут понять как происходит событие на разных уровнях от

инновационной идеи и большого количества программного кода до

последующей реализации с огромнейшим количеством актантов извне

внутри данных взаимодействий, в которых появляются большое количество

группообразований и т.д. Следуя данным методам, социолог может выявить

все следы действий и написать необходимый отчет о взаимодействии в

гетерогенной сети. Данное умение быть профессионалом во многих сферах

необходимо для понимания работы современного мира и существующих на

данных момент взаимодействий. Кроме того, важно быть в курсе последних

течений, так как они также постоянно на что-то влияют и могут изменить

систему в очень серьезном смысле, повлияв на огромное количество

актантов, меняя некое устройство привычного образа жизни. Чем больше

человек имеет понимание того, как с чем связано, тем больше он увидит

следов и поймет, как трансформируется система.

Пятый источник неопределенности заостряет внимание на составлении

отчетов. Сам текст может рассматриваться как посредник. Так как уже

несколько раз утверждалось, что нематериальные объекты могут влиять на

материальных и имеют собственную силу, то они являются также актантами.

В данном источнике уделяется момент тому, что необходимо достигать

объективность в написании отчетов. Ее можно достигать посредством

следования за объектами, которые являются возражателями против того, что

о них говорят. Важность отчета характеризуется необходимостью

регистрировать материалы от живых людей, так и от вещей. Каждый

участник в сети является ее частью и строит свою часть. Гражданин является

участником коммуникации между ним и государством абсолютно в разных

процессах. Это может быть заметно, как непосредственная связь с

государственными органами, так и менее заметно, как оплата налогов при

каждой покупке. В данном случае важно регистрировать то, как

взаимодействует гражданин с различными актантами, близкими к

государству. Современные технологии позволяют изменять способ подачи

жалоб, прошений о смене паспорта и прочее. Данные изменения достаточно

сильно влияют на изменение повседневной жизни, так как таких примеров в

разных сферах все больше. Для отчета и исследователя важно выследить эту

сеть и прописать большинство актантов, участвующих в процессе,

являющихся посредниками, а не проводниками. Они могут порождать новые

события и новые переводы. Текст для исследователя является задачей о том,

насколько автор увидит происходящее в сети, сколько актантов принимают

участие и сколько их следов образуют социальное. Текст отображает

возможность каждого актанта иметь воздействие на других актантов и

мастерство автора отобразить сети отношений в виде большого количества

переводов. Сеть не является вещью, так как это скорее способ что-то описать,

а не сам предмет описания. Сеть не является сетью в техническом смысле,

как тв связь или радиосвязь и т.д. Данный параметр как способ отобразить

положение дел большого количества действий актантов через совмещение их

в одном поле. Фабрика является актантом и сеть ю из актантов рабочих,

технических, так и бухгалтера, компьютеры и т.д. Продукция фабрики

является актантом, который может иметь свое влияние, возможность

привносить изменение и прочее. Существует такое понятие как актант-сеть,

чтобы показать взаимосвязь двух данных понятий. Для следования данному

принципу, следует идти по следам актантов, чтобы находить новые события,

группообразования и продолжать изучать данные объекты в движении. Все

же особенное удобство акторно-сетевой теории именно в ее уверенности в

том, что технические устройства влияют на процесс, что позволяет

полноправно описать происходящее и не использовать взывания к природе и

ее некой силе или давлении общества. Таким образом, большие данные с их

связью с современными технологиями, а значит использованием в

технических продуктах занимают не то, чтобы место выше каких-то других

актантов, но они стали новым полноценным участником, который меняет и

влияет на других актантов.

В системе социального ассоциаций Латура46 все носит такой характер,

что по итогу переплетается и носит связующий характер. Актанты связаны с

другими человеческими и техническими актантами и образуют гетерогенную

сеть, которые оставляют следы и постоянно существуют в процессе и их

можно наблюдать также, как все время не законченную двигающуюся сеть.

В данном подходе выделять отдельно локальное и глобальное или микро и

макро, как способ объяснения, не считается необходимым и релевантным. В

данной ветви социологии нет нужды в сочетании большого и маленького, как

способа объяснения социальной реальности, так как выделяется другое,

выделяются социальные проявления, технические и другие и они все

являются актантами, что не требует углубления и введения понятий

социальных законов, обычаев, структур, правил и т.д. Акторно-сетевая

теория исследует следы и прослеживает социальные связи. Для того, чтобы

было легче выявить индивидуальность и субъективное, необходимы вещи,

которые их переносят. Они необходимы для того, чтобы быть

использованными в различное время и место. Таким образом, паспорт может

служить для того, чтобы удостовериться кем является тот или иной человек.

Другие юридические документы также попадают под этот список.



Выводы по главе 1:

По данной первой главе были сделаны некоторые выводы. Большие

данные (англ. BIG DATA) — серия подходов, инструментов и методов

обработки структурированных и неструктурированных данных огромных

объёмов, и значительного многообразия для получения воспринимаемых

человеком результатов, эффективных в условиях непрерывного прироста,

распределения по многочисленным узлам вычислительной сети. Основными

характерными признаками являются большой объем, крайне высокая

скорость накопления, частое их многообразие, достоверность и высокая

ценность информации. Частыми способами обработки являются MapReduce,

Hadoop, язык R и другое. Анализируют BIG DATA с помощью machine

learning, data mining и другое. Теория современного общества Мануэля

Кастельса, а именно, сетевое, позволяет рассматривать большие данные в

контексте совместной работы власти, граждан и производства на основе

особой важности информации в современной эпохе. Через теорию Бруно

Латура данные могут быть определены как актанты и участники

социотехнической гетерогенной сети, в которой они взаимодействуют с

другими участниками, правительством и гражданами.

Глава 2. Применение Больших Данных в муниципальном управлении

Использование больших данных в России и мире. Прогнозы для

сферы в России.

Далее следует более детально обратиться к сферам, в которых BIG DATA

применяется. Как было сказано выше, большие данные часто применяются в

бизнесе, однако довольно выгодно их использовать и на государственном

уровне. Изучая новости, было выяснено, что в Китае работает система,

которая считывает в реальном времени лица людей и может определить в

реальном же времени являются ли они преступниками или нет. Таким

образом, работники китайской полиции могут намного быстрее и

эффективнее найти сбежавших преступников и тех преступников, которые

пытаются скрыться на вокзалах или аэропортах. Стоит отметить, что

особенную эффективность данная система проявляет в толпе, так как

количество людей сильно влияет на снижение способности поиска

человеком. Обратимся к другим примерам, где используются техники и

параметры, присущие BIG DATA. Бизнес, который занимается розничной

торговлей, имеет большое количество записей с данными о клиентах,

поставщиках, внутренние данные, связанные с распределением товаров, а

также прибыли, убытки и другую бухгалтерскую информацию.

Вышеуказанные данные можно анализировать с помощью большего

количества техник machine learning. В таких данных, где много

статистической информации часто применяют регрессию, она даже встроена

в программу Excel, которая часто используется для хранения статистических

данных. На оси X и на оси Y выставляются интересующие параметры и

показывается зависимость одного от другого. Так, для увеличения прибыли

часто ищут то, от чего она зависит. Для примера, можно выявить в какие

часы наибольшее количество продаж. Применяя данные техники можно

выявить некие скрытные или нетривиальные данные, которые были неясны.

Еще одним примером можно будет то, что так можно изучить объём спроса

за некий срок по мере роста компании или по мере количества упоминаний

товара в СМИ или использованной рекламы. Также один из

распространенных способов применения технологий BIG DATA это в сфере

финансовых услуг. Однако тут есть две стороны внедрения технологий, с

одной стороны это сокращает время заявок, но с другой не все вынесенные

решения могут быть правильными, ибо это скорее набор условий, а не

искусственный интеллект. В банковской сфере это можно рассмотреть на

примере одобрения кредита. Каждый случай — это дерево условий, где

существуют ответы. Какая у человека кредитная история, какой уровень

зарплаты, есть ли долги, есть ли поручители и тд. В итоге алгоритм

вычисляет общий балл и решает можно ли одобрять кредиты или нет. В

некоторых случаях, возможно, не одобрит кредит тому человеку, кто может

его полностью выплатить. Кроме этого, стоит учитывать, что алгоритм

пишется людьми и он может быть неисправен, что тоже грозит убытками.

Также другими алгоритмами анализируются операции клиента. Анализ этих

данных может показать, какие другие услуги предложить клиенту и для кого

делать рассылку с премиальными услугами, а для кого со стандартными.

Похожий же алгоритм анализирует операции по карточке и блокирует карту,

если были нестандартные операции, например, снятие денег в другой стране.

Таким образом, защищаются от мошенников без участия клиента. Помимо

банковской сферы, очень много информации у клиентов

телекоммуникационных связей. Они располагают данными трафика и могут

их анализировать. На основании этого проводить различные маркетинговые

исследования и формировать новые услуги. Одной из очень важных задач в

любом бизнесе является удержание старого клиента и привлечение нового.

Через анализ данных компании понимают социальную принадлежность

клиента и предлагают ему новые пакеты услуг. Следует также привести

пример из совсем другой сферы, промышленности. В данной сфере

аналитики отслеживают насколько успешно может быть месторождение с

ресурсами, а это краеугольный камень для горнодобывающих компаний.

Также анализируется состояние оборудование и прогнозируется время

капитального ремонта. И самое очевидное, это анализ рынка для

прогнозирования прибылей, возможностей сбыта и т.д.

Далее изучим примеры, которые есть на рынке у конкретных компаний.

Для начала важно заметить зарубежный опыт прежде, чем обращаться к

знакомым нам компаниям на российском рынке. Банк Великобритании HSBC

использует алгоритмы, которые существуют внутри BIG DATA и так мешает

мошенникам различные схемы для воровства денег. В несколько раз

увеличилось эффективность службы безопасности и снизилось в несколько

раз количество мошеннических инцидентов. Также VISA, которая является

компанией, предоставляющей услуги проведения платежных операций,

имеет свою систему, которая выявляет различные мошеннические операции

и предотвращает их различными способами. Компания IBM имеет

суперкомпьютер, который также анализирует различные финансовые

операции и предотвращает мошеннических схемы, связанные с

транзакциями. Также стоит отметить, что внедрение и усовершенствование

технологий больших данных не только уменьшает количество случаев

мошенничества, но и уменьшает случаи неправильного опознавания таких

схем. Все же стоит учитывать, что алгоритмы пишутся людьми и они не

могут быть точными на сто процентов. Новые технологии зачастую лучше

старых и в том, что процент ложных или неправильных реакций снижен.

Procter & Gamble используют технологии BIG DATA для больших

маркетинговых компаний, которые помогут им спрогнозировать будущие

действия компании и создать новые успешные различные продукты. Таким

образом, компания может ставить различные исследовательские гипотезы и

проверять их, так как за свою длинную работу имеет большое количество

вариативных данных. Приведем пример, отличающийся от вышеуказанных.

Разработчики популярной игры World of Tanks (Беларусь) проанализировали

поведение большого количества игроков по таким параметрам, как покупки,

количество игр, игровой опыт и др., что позволило спрогнозировать

различные действия игроков и изменить стратегию взаимодействия с ними и

увеличить их вовлеченность в игру. Министерство труда Германии с

помощью технологий больших данных для того, что анализировать заявки по

безработице и в итоге выявило, что некоторые пособия не должны

выплачиваться и таким образом сократило расходы. В Канаде некоторые

детские больнице анализируют в реальном данные состояние маленьких

детей. Данная система принимает и наблюдает за большим количеством

данных, выраженном в различной информации о показателях организма. При

характерных сбоях, данная программа может начать профилактику. При

использовании данных технологий, связанных с влиянием на здоровье или

изменение социального положения и других важные изменения, связанные с

человеком, всегда возникает вопрос о точности данных программ и их

возможности навредить. Все больше возникает глобальные рассуждения о

том, насколько можно доверять различным машинам. Снимая с себя все

больше ответственности, человечество все больше доверяет различным

машинам. Таким образом, все больше рабочих мест переходят роботам и

алгоритмам и многие люди останутся без работы. Однако те, кого не

заменить, тоже находятся в состоянии возможной угрозы, ведь у них по

ошибке могут заблокировать карту, спрогнозировать не ту болезнь или

предоставить неправильное лечение, к тому же это будет ошибка не одного

врача, а целой программы, которая ставит диагнозы большому количеству

человек и все они могут быть под угрозой. До сих пор неясно насколько

можно доверять машинам и что делать тем людям, чьи профессии будут

заменены роботами. Проблема доверия состоит в излишние передачи

большого количества функций и возрастанию вероятности оказаться в

опасности для большого количества людей. Ведь возможны многочисленные

ошибки, которые приведут к тому, что человек может оказаться без средств к

существованию или просто зависим от настроенной системы, которая будет

принимать важные решения, касающиеся его настоящего и будущего. Говоря

о России, сложно предоставить статистические данные, так как технологии

BIG DATA одни из самых быстрорастущих в мире и информация по ним

постоянно по ним меняется и даже за полгода все может сильно измениться.

Говорить о данных 14го года довольно некорректно, ввиду очень быстрых

изменений. Однако можно поговорить о технологиях, внедренных в

российских компаниях. Компания ВымпелКом, крупная российская

телекоммуникационная компания применяет технологии больших данных

для улучшения качества сервиса для каждого абонента и более эффективного

продвижения своих услуг. В М.Видео технологии больших данных

позволили уменьшить время создания годовой отчетности и ускорить

скорость загрузки данных. В розничных компаниях есть возможность

изучать поведенческие модели поведения потребителя и на основе этого

изменять стратегии продаж, маркетинга и т.д. Одним из российских

магазинов, использующих такой анализ, является сеть гипермаркетов

“Лента”. Как уже было выше сказано в промышленности также используются

современные технологии. В компаниях Транснефть и Роснефть используют

анализ месторождения для понимания насколько оно перспективно, как с

ним работать, а также следить за ходом процесса. Сбербанк, как и другие

зарубежные банки использует технологии для предотвращения

мошенничества, продажи разных банковских продуктов за счет изучения

стратегии поведения клиентов и закрепления за своим брендом тех же

клиентов.

Разберем основные факторы, помогающие развиваться российскому

рынку BIG DATA:

Увеличение количества технопарков, которые будут поддерживать

инновационные разработки и вести различную поддержку компаниям

посредством реализации различных программ

Необходимость переноса большого количества серверов на территорию

РФ, ввиду принятого закона о хранении и обработке персональных

данных

Развитие самих технологий BIG DATA по всему миру и их

нарастающая популярность, что позволит российским компаниям

увидеть успешные примеры внедрения технологий больших данных и

перенять этот опыт. При этом данным примером могут

воспользоваться и государственные компании

Существование и сохранение акцента внутри России на

импортозамещение внутри страны

Дороговизна использования зарубежных систем, предоставляющих

услуги по работе с данными и их обработке

Стоит отметить и основные барьеры, мешающие данному перспективному

рынку развиваться:

Небольшое количество квалифицированных специалистов. Отрасль

постоянно расширяется и изменяется, но обучение специалистов

требует времени.

Замедление развития технологий в бизнесах из-за непонимания, как

хранить такие данные и как их сохранить в безопасности

Малое количество знания о BIG DATA у многих российских компаний.

Это особенно важно, ибо необязательно использовать сложные

нейронные сети, достаточно простых техник машинного обучения,

которые помогут многим компаниям. Также здесь же стоит отметить

малое количество данных для анализа. Это не проблема, а особенность.

Существование санкций, которые мешают существованию

инвестиционных проектов и притоку капитала

Высокая стоимость изучения и установки технологий BIG DATA, а

также высокие цены для России у импортной техники для создания

структуры для больших данных

Предприниматели давно осознают, что большинство бизнесов исчезнет,

если не будут использовать новые системы анализа существующих

параметров, важных для составления короткой и длинной стратегии. Говоря

о больших данных, можно говорить о абсолютно разных видах анализа. Для

больших компаний действительно может использоваться понятие данных,

для которых нужно очень много места и специфика анализа будет

заключаться в том, чтобы посредством выводов увеличить продажи хотя бы

на 0,5%, что может очень сильно изменить положение компании на рынке.

Для маленьких компаний будет существенно увеличить продажи на 3-5

процентов, а анализ будет намного проще и на меньшем объеме данных, но

все это будет сильно влиять на общее положение дел в бизнесе и в других

сферах. Также и в государстве, некоторые данные нужны в очень большом

объеме с высокой долей точности, а некоторых достаточно в малом

количестве для самых простых методик математического анализа. Самое

важное, что это все подходит для различных сфер и отраслей и было бы не

выгодно это не использовать, так как можно повысить качество

предоставления государственных услуг, повлиять на ускоренное развитие

сельского хозяйства, повышения качества здравоохранения и грамотное

распределение бюджета при эффективном налогообложении. В США

большие данные популяризированы давно и воспринимаются как то, на что

необходимо обратить внимание. В 2009 году правительство Соединенных

Штатов создало сайт Data.gov с огромным количеством статей. Открытие

правительственных данных позволило продвинуть политику гласности и

улучшения экономического состояния вкупе с повышением качества жизни.

На апрель 2019 года существует около 241 тысячи датасетов с определенной

информацией. Таким образом используя различные открытые данные,

появляется возможность влиять на свой бизнес и косвенно на другие.

Данный портал скорее предоставляет большое количество данных для

работы с ними, а не показывает пример использования этих данных, но это

очень эффективная практика, так как не придется искать материалы в других

труднодоступных местах или рассчитывать их самому. Большие данные – это

не только красивые IT решения в больших корпорациях, но и просто

огромные датасеты с данными по разным сферам.

Для более эффективного выбора работы и борьбы с безработицей,

можно обратиться в раздел руководства по профессиям. Там присутствует

информация по различным существующим профессиям, сфера деятельности,

вид занятости, сложность занятости, необходимые навыки, ступени

образования, наличие или отсутствие опыта, условия рабочего места,

рассчитанная зарплата, рост или упадок рабочих мест и тд. Данная

информация собирается в США национальным центром статистики с

помощью различных методик. Информация о возможном росте количества

работников в этой сфере собирается и анализируется через планируемый

выпуск студентов бакалавров и магистров. Кроме того, используется

информация демографических подсчетов, различные переписи населения и

другая информация от Бюро статистики труда. Стоит отметить важный

момент, что в те моменты, когда государство не располагает необходимыми

данными, оно само закупает частные базы, что, возможно, удивительно для

политики других стран. Это делается для пополнения базы государственных

данных. Также на основе больших данных создается программа,

предотвращающая возможное мошенничество в сфере с финансами, а

именно ненужные платежи или платежи подставным лицам с суммами без

использования необходимых официальных бумаг. Данная программа имеет

официальное название Do not pay, которая подразумевает проверку

проходящих платежей для предотвращения и уменьшение случаев

мошенничества и ошибок. Предполагается, что будет существовать

специальная проверка баз данных и фильтрация неправильных получателей.

Правительство использует не только свои базы, но и коммерческие, выкупая

их. Еще одним важным фактом является то, что коммерческие базы

проверяются каждые тридцать дней. Данные программы являются не просто

улучшением системы казначейства, налогов и других сфер. Это можно

рассматривать как создание неких платформ, которые в будущем будут

влиять на все сферы и уже влияют. Если далее будет создан алгоритм,

преобразующий базы данных в удобный формат, пригодный для работы, эта

цель будет еще более близка к выполнению. Создание официальной

платформы с большим количеством данных пригодных для анализа сильно

стимулирует развитие, так как дает основу, с которой можно

взаимодействовать. Данные сайты являются и инвестициями в создание

других областей, а также в работу с информацией и ее хранение. Кроме того,

есть примеры работы с данными посредством взаимодействия с городом или

пользователем.

В Бостоне администрация повлияла на создание приложения Street

Bump, целью которого было сбор информации о состоянии дорог.

Достаточно необычным было, что для отправки заявки о существующих ямах

или пробоинах на асфальте человек задействован не был. Приложение при

различных неровностях и кочках, по которым ехала машина и изменяла свое

движение, отправляло точки данных мест в департамент общественных работ

Бостона. Собственно, это также интересный участок использования больших

данных в государственном и муниципальном управлении, который сведен к

автоматизму, что исключает особенность малоактивных граждан, которые не

захотят отправлять форму. Посредством этого приложения было много

отчетов о большом количестве люков, которые располагались неровно, ниже

дороги и образовывали яму, в которые машины проваливались. Другой

пример внедрения системы контроля и анализа больших данных для

упрощения системы управления государством – это программа E – Verify,

которая предполагает возможность проверки любым работодателем

заступаемых работников перед принятием на работу. Данная программа с

2008 года несет в себе определенные данные, которые связаны с

министерством национальной безопасности и Администрацией социального

страхования США. С ее помощью работодатель может избежать различных

штрафов и лишений лицензии, которые могут возникнуть при принятии на

работу работников, которые не имеют право работать в данном штате или на

территории США. Несмотря на то, что данная опция является

необязательной и больше существует для удобства, многие работодатели ее

используют для соответствия миграционным правилам. Кроме того, на

странице данной программы подробно описано как проверить самому свой

статус работника, как его получить и т.д. Однако использование таких и

других программ несет определенные риски, о которых будет рассказано

ниже. Национальный институт здоровья в Соединенных Штатах Америки

ведет программу All of US. Она предлагает самим пользователям

поучаствовать в наполнении базы данных, дополнив ее собственными

данными и предоставить данные о состояние своего здоровья, заполнить

базовые физические характеристики о себе, внести заметки о природе,

которая вас окружает. Кроме того, возможно придется предоставить

дополнительные данные, пройдя различные медицинские обследовании и

предоставив некоторые анализы. Также данная программа предлагает

оповестить о историческом здоровье семьи для выявления различных

заболеваний, передающихся по наследству и о вашем роде деятельности,

который тоже может дать информацию о необходимом лечении. Один из

основных постулатов данной программы это то, что здравоохранение должно

быть основано на личности и при необходимости эти данные смогут помочь.

Для выполнения общих целей, программа говорит о необходимости заявок от

одного миллиона человек, это даст необходимый массив данных, который

исследователи смогут анализировать и изучить. Таким образом, возникнет

больше информации о том, как лечить людей и что возможно ждет

родственников семей через поколения. Также это поможет в исследованиях в

медицине для производства новых, улучшенных лекарств. Программа

обещает делиться полученной информацией от анализа данных с

участниками. В век информации многие люди переживают, что их

персональные данные могут быть похищены или использованы другими

людьми и опасаются, к примеру, спама. Данная программа заявляет, что все

анализы хранятся в защищенном биобанке без имен, а имя, адрес и другие

персональные данные не будут присутствовать в общем массиве данных.

Все эти нововведения в целом полезны людям, но такая

универсализация несет определенные последствия. Далеко не все овладевают

электронными устройствами с высокой скоростью, что может вычленять

определенные слои населения из данных программ. Так как информация о

выбоинах передавалась через телефоны, то данные приходили из районов

обеспеченных или с высоким содержанием молодежи. Не все пожилые люди

имели возможность скачать программу для автоматического отправления

геолокаций с местом ямы. В данном случае власти не виноваты, что по

различным причинам пожилые люди не могли разобраться в программах и

произвести определенные действия для отправки данных о выбоинах. Однако

это можно предусмотреть и тогда повысится количество жалоб из других

районов, что позволит сделать город лучше и не делать ущемленными некие

слои населения, что очень важно и необходимо для современного города. Это

может повлечь множество различных последствий, учитывая нынешние

положительные тенденции с повышенной толерантностью и попытками

учитывать мнение и голос каждого без обесценивания этих голосов. К

сожалению, похожие последствия появляются и у других пользователей

различных систем для повышения качества жизни граждан в различных

областях. При использовании программы, которая уточняет наличие

лицензии или возможности работать и в идеальном случае не возникнет

штрафа для работодателя, имеются также проблемы. Люди с двойными

фамилиями и девушки или дамы замужем также испытывали сложности, так

как их данные для программы не подходили, хотя они имели право работать.

Большое количество граждан и участников данных программ имеют свои

опасения насчет частоты использования своих же данных. Когда пришло

всеобщее перенесение информации из бумажного вида в электронный,

многие люди испытали проблемы с утечкой данных. Это могло быть от

простого спама на телефон с незнакомых номеров или писем на электронные

почты с попыткой обмана. После таких и других случаев, многие люди стали

осторожнее относиться к своим данным и стараются их не предоставлять в

тех случаях, когда они не доверяют. Кроме того, это может привести к более

серьезным последствиям в виде похищения денег с личного счета, когда

преступники узнают личные данные клиента и представляются им и

обманывают телефонных операторов. Поэтому программы, которые были

описаны выше, могут не заполняться из-за опасений о утечке данных. Люди

опасаются, что даже государство может использовать эти данные в других

целях. В период второй мировой войны после глобальной переписи

населения, которая предполагала высокую конфиденциальность,

использовались данные районов, где проживают японцы, чтобы отправить их

в различные лагеря. Также, существуют примеры и в современной

действительности. Об этом говорят примеры Эдварда Сноудена и Джулиана

Ассанжа. Сноуден распространил большое количество документов о

тотальной слежке правительствами разных стран за своими гражданами и за

чужими. Ассанж руководил порталом WikiLeaks и был причастен к

раскрытию большого количества случаев шпионажа, коррупции и различных

тайнах управления в высших эшелонах власти. Послу случая с

обнародование документов Сноуденым подконтрольные службы

правительству США пытались отвлечь внимание от ситуации и снизить

накал обсуждения, но в 2014 году открыли большое хранилище данных, цели

которых скорее всего связаны с разведкой и слежкой. Кроме того, данные

службы могут использовать данные не свои, а чужие, сотрудничая с другими

корпорациями. Помимо этого, люди опасаются не только слежки

правительством или кем-то еще, но и опасностью того, что частные и

бюджетные корпорации недостаточно надежно хранят данные и не так редко

в новостях появляются данные, что у какой-либо крупной корпорации украли

данные огромнейшего числа пользователей и потом эти данные могут

попасть к другим корпорациям или мошенникам. Для эффективной работы

правительства, которое часто использует работу с данными и связывает

различные нововведения с их обработкой и использованием, необходимо

достигать такого качества работы, чтобы данные были защищены и тогда

данные программы будут использовать люди, потому что доверяют

правительству и тому как они хранят данные. Для этой цели в 2017 году

Дональд Трамп подписал документ, который гласит о том, что при

различных хакерских атаках и возможных угрозах для систем, связанных с

медициной, финансами, телекоммуникацией, коммунальными службами

секретарь национальной безопасности будет докладывать самому президенту

США. Данный закон нобходим, чтобы предостеречь возможные последствия

и защитить граждан Америки. Также в 2018 году была создана и

представлена стратегия для защиты и повышения взломоустойчивости от

различных атак в интернете. Она предполагает развитие данных параметров

в течении пяти лет. Также каждый год проходит целый месяц информации о

кибербезопасности в октябре. Он существует для того, чтобы граждане

узнавали об существовании различных способов остаться невзломленными и

могли научиться пользоваться инструментами, которые им в этом помогут.

Как, видно из общего мотива следствия данного параграфа, большие данные

расцениваются, как очень значимый ресурс, который можно использовать,

как в благих целях, так и противоправных. Однако, уже видно, что этот

ресурс несет в себе огромные возможности и может повлиять на качество

системы здравоохранения, финансов, безопасности и т.д. Как социологам,

необходимо рассмотреть данный процесс с различных точек зрения, ведь

можно разбирать технические аспекты данных процессов и ни к чему не

прийти. Учитывать необходимо не только теоретическую составляющую

данных процессов, но и определить основные моменты, которые

присутствуют в существующих процессах и обозначить их для раскрытия

того влияния, которые они вносят.

Анализ проекта “Национальный рейтинг” как пример возможного

использования больших данных в муниципальном управлении

В качестве примера стоит проанализировать так называемый

национальный рейтинг губернаторов. Он проводится Центром

Информационных Коммуникаций Рейтинг на основе выяснения отношения

населения и экспертного сообщества к региональной власти. В данном

примере особенно интересно, что он задействует большое количество

актантов, которые влияют на него, что позволяет в итоге стать ему также

актантом и влиять на другие объекты, например на самих губернаторов.

Данный проект создан не муниципальной властью, а отдельной

организацией, но он является важным, так как напрямую может

воздействовать на власть на местах через свои конечные результаты. Не

обязательно рассматривать проекты, которые созданы властями и влияют на

общество через выполнение своих целей. Большие данные в муниципальном

управлении проявляются и через другие объекты. Данный проект

предполагает такие цели, как образование новой площадки между центром и

регионами, выявление и вовлечение в рабочий процесс лидеров и

аутсайдеров и созданию, и повышению активности экспертов на местах. О

второй цели будет упомянуто чуть позже, как о способе воздействия и

влияния. Данная компания осуществляет рейтинг мэров и губернаторов.

Рейтинг обновляется каждые два месяца.

На данный момент стандартные исследования данной компании

являются чаще всего экспертными. В данном аспекте прослеживается

взаимосвязь актантов в виде профессионалов и участников политических

событий в отдельных регионах. Тем более, каждый из них является

участником своей группы, обозначает его, показывает его важность и

необходимость. Через данные практики появляется возможность попасть в

экспертный совет, повлияв на существующий элемент отбора. Тем более,

проект рейтинг предполагает анонимность, что позволяет актантам быть

открытыми и честными в своих суждениях. Анкетирование и опросы

определяют будущие данные по губернаторам. В январе и феврале 2019 года

проводилось исследование, которое отдало последние места Челябинской

области, Оренбургской области, Калмыкии, Алтаю и Мурманской области.

Губернаторы данных областей и Республик были уволены. Скорее, они были

уволены не по причинам попадания в рейтинг, однако их существование в

этом списке показывает, что данные области нуждаются в проверках. В

таком ключе стоит обратиться к источникам неопределенности Латура47 и

постоянному процессу продвижения социотехнических актантов. Сами

эксперты постоянно выделяют себя, как более значимых с важными

знаниями и так далее. Они могут говорить о том, что у них самые важные и

серьезные инсайды, нежели другая устаревшая информация. Так как

попадание в собрание экспертов может гарантировать публичность и

повышение цитируемости, то есть необходимость говорить о своей важности

и быть отобранным. Для этого есть возможность создавать блоки экспертов в

своей области или профессии и направлении, а от другого блока

открещиваться и обозначать его как ненужного. Их фразы и публичные

высказывания могут выполнять несколько функций, помимо базового

рассказа о ситуации в том или ином регионе. Данные выступления могут

влиять на работу государственных органов и конкретных лиц в виде

губернаторов.

Проект использует профессионалов не только связанных с политикой,

но и с более широкими обязанностями и социальной принадлежностью, что



позволяет получить более оправданный рейтинг работников в итоге. Они

отвечают на опросы и имеют возможность предположить доводы о успехе и

неуспехе того или иного кандидата для более точных результатов. Данная

взаимосвязь экспертов и конечного рейтинга внутри позволяет провести

большое количество опросов для выявления той информации, которая может

быть проанализирована через систему методик больших данных. Различные

выявленные параметры могут стать актантами, как те, которые повлияют на

новые исследования и позволят визуализировать новые отработанные данные

на примере диаграмм или регрессии, чтобы отобразить влияние как та или

иная переменная влияет на другую. Грубо говоря, обычные данные можно

сделать большими, увеличив количество экспертов и результатов опросов, а

затем получить абсолютно новую информацию и иметь возможность делать

больше выводов, помимо рейтинга. Говоря о BIG DATA в муниципальном

управлении, стоит упоминать не только существующие программы и

примеры конкретного использовании, но и о том, как преобразовать

имеющиеся данные в спектр больших, тем самым развивая современный

процесс. В данном случае для улучшения города, области или региона есть

возможность оказаться в пост-социальных отношениях, тех самых, что

возможны в информационной эпохе сетевого общества, где происходит связь

власти, бизнеса, промышленности и других структур. Данные программы

позволяют изменить качество жизни людей, отношение к власти,

производить новую культуру. Тем более, это и есть новая культура,

произведение услуг и продуктов в другом спектре. Актанты производят

услуги, услуги являются актантами и влияют на других, причем это все в

движении. Социологу важно выследить и выявить те следы, которые

производят данные объекты и описать их, отобразить их действия в своем

отчете.

Рейтинг губернаторов и другие рейтинги позволяет отображать

возможные проблемы в регионах и рождать новые идеи для дальнейших

действий. Один из экспертов Алексей Мартынов 48 утверждал о новой

возникшей проблеме, а именно большом количестве свалок и ростом мусора.

Данная проблема обострена из-за запаха в городах рядом с этими свалками и

частыми митингами граждан. Данный аспект обустройства вводит новый

параметр как индекс мусорного ведра, цена вывоза мусора. Власти решают

проблемы особенно там, где скоро состоятся выборы. Все это можно

попробовать решить через различные IT продукты с помощью

информационных технологий, а рейтинги помогают обратить на такие

проблемы внимание. В списке за март и апрель на 1ом месте губернатор

Тульской области Алексей Дюмин, на 2м Сергей Собянин, мэр Москвы, а на

11м месте Александр Беглов, врио губернатор Санкт-Петербурга. На этапе

конечных результатов, следует рассмотреть то, что рейтинг сам по себе

является актантом и то количество процентов или других характеристик,

которые он набрал в ходе исследования также являются актантами.

Распределение мест показывает непосредственным участникам на какой

строке они находятся. Живые актанты далее могут пытаться изменить это в

будущих списках, поменять своих политтехнологов, изменить проблемы в

своем регионе, например, повлиять на вывоз мусора или существование

огромных мусорных свалок и прочее. Данные события особенно интересны,

ибо их последствия масштабны, хотя это конечно не делает их более

важными перед другими. Другие участники события, например,

оппозиционные кандидаты могут обратить внимание и выстроить свою

стратегию для предстоящих выборов. Все это пример взаимодействия и

совмещения различных социотехнических гетерогенных сетей.

Не так важно выделять конкретного управленца, необходимо

отобразить происходящее событие, увидеть, как оно передается другим

актантам и как они взаимодействуют между собой. Так, например позиция

Сергея Собянина может быть под влиянием не только в рамках Москвы и

48Национальный Рейтинг Губернаторов (Март-Апрель, 2019) http://russia-rating.ru/info/15479.html

Московских экспертов, но и быть связанной с другими регионами. После

повышения количества мусора и невозможности обустройства различных

свалок и переработок, отходы были перенесены в другие области, что

повлекло повышенную активность в Архангельской области. В данном

случае мусор также является актантом, который влияет и на московскую

власть, и на архангельскую и на жителей данного региона. Повсеместная

деятельность различных властей показывает и отображает ее

местоположение, что захватывается другими актантами и транслируется. В

сетевом обществе и обществе большого количества электронных устройств

зачастую начинает руководить политика гласности, по крайней мере, она

всегда присутствует рядом и это может менять ежедневную повестку. Она

присутствует и в деятельности властей и в повседневных указах, также в

различных стратегических решениях и прочее. Политика гласности не

означает честность самих властей, в сетевом обществе возрастает

потребность в честности и уверенности в том, что не будешь обманутым.

Поэтому возникают такие личности, как Ассандж и Сноуден. Населению

необходимо быть уверенным в честности действий относительно них.

Достаточно часто можно заметить, что многие действия влиятельных

структур ставятся под вопрос о их реальных целях и идеях. Большие данные

в муниципальном управлении могут это предоставить, так как зачастую они

направлены на улучшение качества жизни горожан и в целом представляют

город в новом свете, усовершенствованном и современном. Все это

неотъемлемые части существующего порядка в акторно-сетевой теории.

Одни части заявляют о своей актуальности, другие говорят на ту же тему, но

о своей и объявляют первых устаревшими и неактуальными, причем они

воздействуют в это же время на большое число актантов.

Далее в рейтинге говорится о изменениях в сравнении с процентами

показателей региона, процентами губернаторов и различными событиями,

которые могут повлиять на существующее положение дел. Так, Евгений

Савченко из Белгородской области показал положительный тренд, а

показатели промышленного производства выросли на пять процентов, что

достаточно много. Кроме того, данный регион занимает высокое положение

в других рейтингах. Вся эта динамика достаточно интересна с точки зрения

изменения позиции одних и развития других. Не так важен тот, кто делает,

чем выявить само отображение существующего процесса смены власти,

политических решений, развитию социальных служб и прочих вещей,

которые можно проследить через взаимовлияние одних актантов на других,

потому что данная социотехническая сеть действий существует и является

интересной для обзора различными профессионалами. Существование

рейтинга и обзора экспертов позволяет увидеть различные этапы в

российской политике. Большие данные – это некий проводник через

различные продукты, статистику, цифровые диаграммы и прочие решения

для отображения существующего этапа в политике государственных и

муниципальных служб. Нельзя сказать о том, что они необходимы и нужны

сетевому обществу или гражданам, они скорее неизбежны как

существующий этап развития различных служб и профессиональной

осведомленности чиновников и их департаментов. Данное движение

актантов не может быть незамеченным через постоянное наличие

информации о них, как негативной, так и позитивной.

Данный обзор позволяет рассмотреть не полноценный пример

продукта, основанного на больших данных, но достаточно важного для

понимания того, как может влиять анализ и обработка данных в открытом

доступе на положение дел в экономике, правительстве и т.д. Во-первых,

данный рейтинг может предоставлять гораздо больше параметров от своих

профессиональных экспертов, что позволит разделить и выделить основные

преимущества и недостатки губернаторов. Знание этих данных позволит

провести определенную регрессию для выявления зависимости одного

параметра от другого. Понимание того, от чего успешен губернатор или

менее успешен даст данным людям лучше выполнять свои

профессиональные обязанности. Несмотря на то, что данные мысли могут

предложить различные политтехнологи, в теории анализа данных есть

возможность статистически сравнить ранее не сравниваемые параметры и

выделить новые корреляции и получить важные выводы. Тем более, на

большом массиве можно воспользоваться различными техниками machine

learning для получения также ранее неизведанных результатов. Данная часть

работы необходима для того, чтобы выявить возможные преимущества

использования в политике через данную сферу и обозначить возможности

при следовании целям правительства на длительные годы.

Анализ проекта “Активный гражданин”, его методов и конечных

решений

В данной части анализа следует обратиться к такому яркому примеру

смешения взаимодействия технологий и людей с помощью больших данных,

а именно к проекту Москвы “Активный гражданин”. Данный проект был

запущен в 2014 году по инициативе заместителя мэра Москвы Сергея

Собянина Анастасией Раковой. Что важно отметить, в те года активно

использовалось выражение BIG DATA, как возможный тренд и комплекс

методик, необходимых для изучения. Возможно, правительство Москвы

посчитало о необходимости подготовки различных проектов ввиду

появившейся возможности и развития технологий. Данный проект

предполагает достаточное количество способов взаимодействия с ним: сайт,

мобильное приложение, группа в социальной сети, страница на Википедии и

т.д. Основной задачей авторы считают продвижение прямой демократии,

которая становится возможным через проведение массовых опросов для

населения Москвы. Это возможно через сайт и через приложение. Притом,

что приложения есть на обе популярные системы, также и аккаунты в

четырех популярных соц. сетях. Проект сообщает, что количество его

участников составляет около двух миллионов на июнь 2018 года, в то время

как население Москвы больше двенадцати миллионов на 2019 год. За 4 года

было проведено более 3600 голосований и реализовано около 1900

голосований, ежемесячно принимается более 30 решений. Данную

статистику можно считать удачной, когда боле пятнадцати процентов

жителей города задействованы в изменение его жизни и благоустройства,

однако не хватает данных по возрасту и полу в конечном отчете. Решения по

темам достаточно разнятся: выбор дизайна метро, благоустройство дворов,

озеленение города, открытие центров тестирования детей, согласование

изменения парков. Проект замечает, что традиционными способами на

выполнение данных целей потребовался бы 71 год работы. “Активный

гражданин” уже использует более таргетированные опросы для жителей

отдельных районов, возрастов, пола, наличия брака и т.д. Помимо этого,

проект строит свои голосования на системе блокчейн, что позволяет

подтвердить уникальность участников и просматривать результаты в прямом

эфире.

Стоит отметить, что данный пример достаточно характерный с точки

зрения использования технологий и заимствованных структур. Смешение

власти, граждан, электроники отсылает к Кастельсу49 и его идеям нового

общества. В данном случае граждане сами определяют свою жизнь,

перестраивают ее и трансформируют. Культура на примере выбора

благоустройства парков изменяется и позволяет участникам голосований

самим ее создавать. Однако нельзя отметить, что только граждане и строят

окружающий мир в возможностях записи своих мнений. Конечный вид

самих парков определяет возможный выбор дизайна в следующем

голосовании. Культура в данном случае порождает сама себя, зачастую она

строится на массовом прошлом опыте, что дает говорить о некой

замкнутости. Но это в целом все же продвижение, нежели возможное

заседание одной и той же комиссии в течении большого количества лет.

Граждане сами принимают участие в постройке города и это действительно

ощутимо. В данном примере интересно, насколько меняется психология

граждан после возможности такого социального опыта, становится ли они

более активными, инициативными. Меняют ли такие проекты жизнь не

только Москвы, но и проживающих в ней людей – это остается открытым

вопросом, по крайней мере для данной работы. В данном случае стоит снова



обратиться к Кастельсу50 по поводу понятия информации, в целом она всегда

была важна. Но на данном этапе с помощью различных устройств она

захватывает получателя и проявляется настолько глобально, что само

понятие сетевого общества становится возможно и все более понятно

рядовому обывателю, так как он все больше становится его частью.

Несомненно, что многие сетевые структуры направлены на разное, но их

количество и связь без привязки к расположению позволяет говорить о

данных понятиях. В данном примере есть возможность говорить о связи

власти и общества, местоположение граждан становится менее важным, чем

наличие интернета. Голосование не в специализированных центрах, а через

приложение дает возможность развиваться обществу и чувствовать себя

гражданам в своем времени, в век технологии и информационной эпохи. В

данных процессах у каждого участника есть своя возможность влияния, пока

сеть существует. Существует определенная иерархия в глобальных сетях, где

подразумевается сила у включенных, что позволяет в итоге создавать власть,

обрабатывать и передавать информацию. Понятие власть в данном случае не

подразумевает абсолютные возможности, оно скорее говорит о том, что

участие в различных сетях делает возможным функционирование и

распространение власти, а также ее закрепление.

Будет целесообразно провести эксперимент и попробовать побыть

участником проекта “Активный гражданин”. Для того, чтобы проголосовать,

необходима регистрация на сайте. Для этого требуется ввести ФИО,

электронную почту, номер телефона, придумать пароль и контрольный

вопрос для восстановления пароля. Телефон также необходим, чтобы вернуть

доступ к аккаунту, если будет утеряна почта, забыт пароль и прочее. После

регистрации система запрашивает разрешение на использование контактных

данных, основных данных профиля и информацию для идентификации



пользователя. Далее идет выбор категорий по различным темам, всего их

двадцать штук, от экологии до культуры. При выборе одной из тем, граждане

имеют возможность проголосовать за программу фестиваля Русское поле –

крупнейший фольклорный праздник страны. Сначала есть небольшая

справка о фестивале, а далее присутствует выбор мероприятий для самого

праздника участниками голосования. Кроме того, есть мнения экспертов и

баллы за участие в голосовании. После выбора вариантов, показываются

проценты отданных голосов за каждый вариант, они обновляются каждые

десять минут. Достаточно интересное проявление неизбежной политики

гласности, о которой было упомянуто выше. Любое голосование в интернете

его участниками может рассматриваться, как ложное, возможно

скомпрометированное. Данная особенность влечет за собой открытость

результатов, их проверку и повышенное внимание к ним. Большое

количество организаций при разыгрывании призов проводят трансляции в

прямом эфире. В сетевом обществе большую роль отдается владении

информации и ее транслировании. Те возможности, которые становятся

доступны при нем, влекут необходимость в проверке различных новостей,

подставных голосованиях и т.д. После окончания голосования и просмотра

результатов существует возможность просмотра статистики по параметрам

адреса регистрации, округов, пола, возраста, семейного положения и прочее,

хотя на момент голосования и выбора вариантов, он был недоступен. На

момент нахождения на сайте существовало голосование за лучшего врача

узкой специальности, за офтальмолога, отоларинголога, хирурга и уролога.

При прохождении опроса, необходимо выбрать округ, поликлинику и

фамилию врача. Возможность голосования из Санкт-Петербурга возможна,

так что не очень известно о том фильтруется эти данные или нет. В вкладке

профиль можно заполнить адреса регистрации, работы и проживания. Также

можно указать пол, семейное положение, дату рождения, род деятельности и

т.д. Данный аспект очень важно отметить. Говоря о заполнении такого

количества полей с информацией, подступает вопрос о их использовании в

дальнейшем. Оставляя эти данные, участники голосований, рискуют

столкнуться с кражей личных данных и последующим проблемам, например,

попадании в базы данных для рекламы. Проблема охраны данных стоит

рядом с использованием BIG DATA, ведь хранение огромного количества

информации может быть без пароля и систем, при которых базы не попадут в

руки к мошенникам. Как было упомянуто в примерах с Ассанжем и

Сноуденом, у граждан возникает страх не только перед теми, кто данные

может своровать, но и перед правительством, которое может использовать

имеющиеся информацию для других целей и проводить слежку. Острый

вопрос для многих пользователей состоит в том, что будет ли их

информация, оставленная, например, в активном гражданине,

анализироваться в другом месте. Остаются ли они в безопасности,

предоставляя свои данные о месте жительства, поле и семье. Данный вопрос

остается одним из самых актуальных, особенно в момент распространения

технологий больших данных и существования баз данных различных

пользователей и клиентов в сети. Также эту проблему можно и отнести к

сетевому обществу, где информация может являться связующим звеном и

быть недостоверной при этом.

Стоит отметить, что рассматриваемый проект использует балльную

систему, чтобы граждане голосовали снова и не прекращали участвовать в

голосованиях. В магазине можно потратить баллы за голосование,

приобретая билеты, скидки, одежду и технику. Данная программа также

внедряет новый проект “Электронный дом”, созданный для жителей

многоквартирных домов, собственников и арендаторов. Будет

присутствовать возможность также проводить опросы, только внутренние,

касающиеся собственных нужд. В приложении будет доступно делать

объявления и комментировать уже имеющиеся. в новостях проекта

расположены различные статьи о выборах горожан, воспитании качеств

данными голосованиями, новых экскурсиях и т.д. Данные примеры все

больше и больше приближают граждан к цифровой эпохе, к сетевому

обществу. В данном проекте также особенно прослеживается его польза для

граждан и правительства, в частности. Граждане голосуют за определенные

решения и определяют жизнь города, власти же в данном примере

действительно являются народной властью, давая ей право через изменение

Москвы. Это существующий пример смешения власти и общества через

создание взаимодействия и среды коммуникации. В конечном итоге данный

проект можно назвать социотехнической сетью в связи с взаимодействием

онлайн опроса с подсчетом голосов в реальном времени и самими

гражданами через свои компьютеры и телефоны. Данные опроса, как и

участники являются актантами и влияют на последующие действия. Сам

проект является актантом, влияющим на другие ведомства и города своим

существованием и своими результатами как примером.

Анализ документации проекта “Цифровая Экономика” и целей

правительства с применением технологий BIG DATA

Цель данного метода: провести обзор и анализ готовящейся программы на

несколько лет вперед, выявить основные цели правительства и способы их

достижения.

Задачи:

1. Выявить цели правительства в рамках данной программы.

2. Выявить основные методы для достижения целей.

3. Проверить насколько существующие программы соответствуют уровню

развития, указанному в документе.

Методы исследования: Вторичный анализ

Использовались следующие методы теоретического уровня:

обобщение

формализация

анализ и синтез

В данном параграфе следует обратиться к изучению документации

программы Цифровая Экономика Российской федерации.51 Срок ее начала

планируется с 2018 года по 2024 год, у программы есть Куратор, М.Ю.

51 http://static.government.ru/media/files/urKHm0gTPPnzJlaKw3M5cNLo6gczMkPF.pdf

Акимов, Заместитель Председателя Правительства Российской Федерации, а

также руководитель и администратор национальной программы. Это

национальный проект, который имеет свои цели и свои внутренние

федеральные проекты:

1. Нормативное регулирование цифровой среды

2. Информационная инфраструктура

3. Кадры для цифровой экономики

4. Информационная безопасность

5. Цифровые технологии

6. Цифровое государственное управление

Целями данного проекта являются:

Повышение количества используемых средства в три раза для

продвижения цифровой экономики по сравнению с 2017 годом

Образование стабильной и надежной IT инфраструктуры для быстрой

передачи различных данных, а также их анализ и хранение как для

государственных организаций, так и для различных частных структур

Переход для различных государственных структур регионального и

местного самоуправления, а также организаций на продукты и

техническое обеспечение, произведенное в России.

Бюджет данной национальной программы более 1600 миллиардов

рублей, около 1100 миллиардов из денег правительства и около 530

миллиардов из других источников. Больше всего затрачивается денег на

информационную инфраструктуру (772,4 миллиарда) и на втором месте

цифровые технологии (451,8 миллиарда соответственно)

На данном этапе заметно, что для государства в первую очередь важны

цели страны и задачи проекта идут от возможностей бюджета. Данный

параметр особенно важен, чтобы определить как государство относится к

большим данным. Оно ими не определяется как чем-то особенным, как

пишут многие маркетологи и школы обучения по данному направлению, а

скорее используется для достижения собственных целей. Хотя одной из

целей является хранение и обработка больших объемов данных, что

говорит именно о технологии BIG DATA. Данный способ развития страны

предполагает налаживание инфраструктуры, связанной с существующим

положением дел в информационно-коммуникационной сфере, это не

более чем средство развития для достижения других целей. С точки

зрения работ Кастельса52 тут нет противоречий, происходит смешение

различных структур, власти, граждан через создание и обеспечение

программ для их взаимодействия и успешного сосуществования и

развития. Также интересно происходящее с точки внимания акторно-

сетевой теории. Инфраструктура также будет актантом, как и многие

другие продукты внутри нее вместе с различной техникой. Она влияет на

различные параметры, как успешность использования гражданами

портала госуслуг, быстрота получения новых документов, повышение

ВВП и т.д. Все это вместе будет составлять социотехническую сеть.

По данным программы к 2024 году затраты на данную программу

будут составлять от 1,7 до 5,1 процентов по доле ВВП. Важно отметить,

что проект предполагает наличие не только оборудования, но и обучение

специалистов. В 2019 насчитывается 30 тысяч обученных людей, а к 2024

году будет 270 тысяч. Кроме того, ожидается создание специальных

программ высшего образования ( около ста двадцати тысячи учащихся в

сфере IT к 2024 году) Помимо этого, более десяти миллионов человек к

году окончания проекта закончат курсы грамотности в данной сфере.

Предполагается поддержка грантами различных исследований в научной

и технической сфере, а также привлечение не только государственных

средства, но и частных для создание различных решений в этой же сфере,



способствующих цифровой экономике для 2021. Большинство

государственных вузов будут поддерживать модели цифрового вуза к

2023 году. Помимо создания серьезных программ обучения высшего

образования, будут присутствовать различные центры для подготовки

работников в ускоренном режиме при содействии других компаний, по 50

штук к 2023 году, видимо по одному и более в больших городах. Те

организации, которые предоставят лучшие результаты в обучении

математике и информатике получат гранты. Также гранты получат и

обучающиеся по данным программам в сфере общего образования.

В данном примере можно увидеть, как будет строиться рынок,

связанный с большими данными в государственном и муниципальном

управлении. На данном этапе становится понятно, что помимо

инфраструктуры, различных технических устройств и других

неотъемлемых частях цифровой экономики, также необходимы и люди c

специализированным образованием. Потребуется определенное

количество людей с профессиями, имеющими отношение к

инфраструктуре, выстраиванию онлайн безопасности, связи

государственного управления и интернета. Тем более, это касается не

только школ с грантами для них, но и специализированных центров и

полноценных программ в университетах. Считается особо важным

выделить тех, кто будет преподавать в данных вузах. Если планируется

покрыть большинство вузов различными государственными программами,

относящимися к цифровой экономике, то необходимо

переквалифицировать старый или обновить преподавательский состав.

Тоже относится и к учреждениям общего образования. Данный вопрос

может стоять особенно остро, ввиду большого количества деталей внутри

сферы BIG DATA. Постоянное добавление различных технологий, систем,

архитектур и способов применения влекут за собой необходимость

изучения все большого количества материала, что может встретить

трудности в обучении и удлиненные сроки данных процессов вместо

планируемых.

Следующий график предсказывает появление 76 виртуальных

тренажеров, лабораторий и учебных симуляторов для углубленного

понимания различных тем в информатике и математике к 2024 году.

Предполагается, что наличие данных тренажеров поможет, не выходя из

класса изучить различные темы, которые достаточно сложно объяснить с

помощью обычной школьной доски. Помимо этого, планируется 5 центров

международного уровня для обучения кадров в данных областях областях к

2019 году. Говоря выше о выделении грантовой поддержки для различных

школ, стоит отметить, что авторы понимают необходимость

специализированных кадров в самом образовании, их обучении и пр., но

также и необходимых материалов для обучения. В данной части особенный

упор идет и на изменение пространства школ, университетов, самого

понимания научно-методических центров за счет переформатирования

происходящих процессов. Виртуальный тренажер может быть полезен для

изучения процессов больших данных, так, например разбор структуры. Если

будет возможным сделать рабочую схему обработки данных, переставляя

внутри нее параметры с одного места на другой, то это, возможно,

достаточно повысить скорость обучения и усвояемость. Помимо этого,

можно рассмотреть, что данные центры являются актантами и выделяют

другие организации с стандартным обучением, как не актуальные и

неуместные для обучения. Если говорить о важности таких центров, то

достаточно ярко их эффективность позволяют описать обучение химии.

Возможность смешивания реактивов в исследовательской виртуальной

среде, пусть даже анимированной и с условностями, позволяет осознать, как

работают те или иные законы науки.

Далее следует информация, необходимая для выполнения второй цели.

Количество домохозяйств, подключенных к интернету с широкополосным

доступом на 2017 год около 79 процентов, а к 2024 году ожидается 97

процентов. Также рассматривается подключение к интернету около 14000

населенных пунктов. Помимо этого, приводятся данные о том, насколько

различные объекты инфраструктуры также имеют доступ в интернет. На

2019 год это 45%, к 2024 году планируется 100 процентов. Организациям

военных комиссариатов, медицинских организаций, как на государственном,

так и на муниципальном уровне, а также образовательные и акушерские

пункты будет предоставлен доступ. Цифровая экономика предусматривает

увеличение инфраструктуры 5G сетей до 10 городов в РФ к 2021 году. На

данный момент существует около трех центров обработки данных в

различных федеральных округах, к 2024 их будет 8. Помимо этого, важным

считается и место России в оказании услуг по хранению и обработке данных.

На 2019 год в процентах около 1го, а к 2024 планируется пять процентов от

общего количества предлагаемых услуг в данной сфере. Также указываются

данные на 2019 год по подсчету системе в нерабочем состоянии ввиду

компьютерных атак. На данный момент это 48 часов, к концу окончания

программы планируется всего лишь 1 час. Здесь будет уместным поставить

вопрос о том, можно ли считать хакерские атаки актантом, так как они

влияют на государственные системы и заставляют их и членов правительства

и министерств менять свою стратегию и вводить новые правила. Данная

задача достаточно понятна, однако неясно от какой атаки отталкиваются

кураторы для уменьшения часов простоя. Если говорить о сбоях на данный

этап, то они вызваны также хакерскими действиями на сегодня. К 2024 году

появится адаптация к новым технологиям и будут придуманы новые атаки,

поэтому, возможно, ожидание одного часа простоя не оправдается.

Данная цель обращается к существующим данным о количестве домов,

подключенным к интернету, а также подключенным организациям и

особенно важным объектам внутри Российской федерации, которым

необходим данный параметр. Отдельно выделяются медицинские

организации разных уровней и военные комиссариаты. Видимо, они

выделены как организации, которые постоянно хранят и обрабатывают

личные данные людей. При том, у обоих организаций постоянно

добавляются новые дела людей, и они должны быть рассмотрены и

отложены. В современном этапе такая информация может храниться в

облаке, а именно в хранилище данных, доступ к которому может быть

предоставлен через интернет. Облако в данном случае можно рассмотреть,

как еще одно отображение сетевого общества из работы Мануэля

Кастельса53. Возможность получать данные и загружать их для других

участников сообщества показывает уменьшение необходимости

существовать в определенном месте, так как есть различные технические

устройства. Появляется все больше мобильности, культура очень быстро

меняется и людям необходимо адаптироваться. Такой способ хранения

данных в техническом плане может объясняться как большое количество

узлов, но и такие состояние перемещения смыслов в социотехнической сети

для человека является многослойным и многогранным. Чтобы данные

условия были выполнены, необходимо провести не только интернет, но и

построить центры, которые будут эти данные обрабатывать, о чем и

говорится в статье. Таким образом, все более проясняется то, как цели

правительства будут внедряться в государственном и муниципальном

управлении. Помимо этого, правительству или чиновникам важно, чтобы

Россия повысила свое участие в оказании услуг по обработке данных в мире.

Данный аспект непонятен, так как, возможно, это исключительно

сравнительный момент или гонка технических возможностей.

Для последней, третьей цели также существует несколько графиков с

планируемыми целями. Органам исполнительной и федеральной власти

необходимо техническое оснащение. Правительству по разным причинам



выгодно, чтобы это программное обеспечение было отечественным. На

данный этап более 60 процентов арендуемого или закупаемого ПО является

российским. К 2024 планируется повысить данный параметр от 90 и выше.

На другом графике, касающимся государственных корпораций и компаний с

гос. участием, ситуация отличается, отечественного технического оснащения

более 45 проценту, к концу срока рассматривается от 70 и выше. Данные

параметры являются особенно важными для государства, так как товары и

продукты собственного производства использовать дешевле, безопаснее и

нет риска невозможности работать из-за санкций. Из-за данных опасений на

данный момент создается и продвигается закон о суверенном интернете при

возможном отключении или ограничении от иностранных служб. С точки

зрения акторно-сетевой теории, отечественное ПО может вытеснять

импортное и обозначать себя, как особенно важное и нужное. Помимо этого,

как актант, оно может направлять импульсы действий своим примером

другим организациям, связанным с госструктурой о необходимости перехода

на другие программы. В данном случае действие создается и передается

другим актантам.

Также в данном документе о Цифровой Экономике РФ содержится

календарь предполагаемых событий. Его также необходимо рассмотреть для

понимания того, как и для чего правительство будет достигать собственных

целей. События в 2019 году имеют смысл в подготовительном характере.

Планируется закрепление статуса интернета в части РФ, особые правовые

режимы для действий в сети. Также рассматривается построение схемы для

построения инфраструктуры в разных городах, различные сертификаты и

комплекс действий для грантовой поддержки российских технологичных

компаний. В 2020 году предполагается более активные действия вместе с

подготовительными. Некие компании будут реализовать решения для

различных сфер технологий с финансированием от 10 миллиардов рублей. С

этого года будет установка именно отечественных антивирусных продуктов

для компьютеров в Российской Федерации. В 2021 году больший упор на

создание конкретных решений, а именно собственная среда коммуникации

для Российских служб МВД и МЧС. Органы власти на различных уровнях

будут подключены к интернету. Предусматривается создание системы для

распределения данных между различными центрами обработки, облачная

платформа на тот момент должна уже работать не в тестовом режиме.

Большинство услуг от государства уже будут представлены в цифровом виде.

В 2022 и 2023 году особый аспект уделен данным и за пределами РФ, это

проект работы с данными по планете Земля из космоса и платформа для

коммуникации между различными организациями и гражданами. К

последнему 2024 году будет создана система для работы с электронными

паспортами граждан в РФ, защищенная система от различных атак для

коммуникации государственных органов и платформа для инвентаризации

энергоресурсов.

В целом после данной части исследования и предыдущих обзоров

различных программ становится ясно на каком этапе располагаются

технологии BIG DATA в муниципальном управлении и для чего они нужны

государству и самим гражданам. На 2019 год есть работающие системы,

которые позволяют создавать и предоставлять цифровые услуги. В целом они

разной степени проработанности, но некоторые продукты достаточно

успешны, а именно сайт госуслуг. Однако многие менее глобальные

государственные органы часто бывают связаны с излишней бюрократией и

большим ожиданием. Из документа видно, что правительство старается

построить инфраструктуру, обучить людей ей пользоваться, а также

поощрять тех, кто может создавать отечественные продукты и ПО, то есть

выдавать гранты. В целом, особый упор уделяется достаточно глобальным

сервисам и подключением всей страны к возможностям данных технологий.

То есть, недостаточно создать один онлайн сервис с возможными услугами,

необходимо обучить различных работников государственных и

муниципальных органов, создать им типизированный рабочий стол и при

этом предоставить им доступ к современным компьютерам с высокой

скоростью интернета для выполнения профессиональных обязанностей.

Достаточно приоритетным является то, чтобы все оборудование и программы

были отечественными для избежания влияния санкций, платы за

оборудование другим странам, повышения безопасности и т.д. Все это

можно рассматривать через призму акторно-сетевой теории. Данные

практики, а именно создание различной инфраструктуры для последующего

создания продуктов и работы людей являются сетью актантов, которые

оставляются следы, продвигают свои действия. Тем более, данная теория

позволяет считать технологии актантами, что очень важно, так как они

являются чуть ли не определяющими в данных ситуациях. По большой части

цифровая экономика Российской Федерации создается через них и без нее

она невозможна. Также, данная социотехническая сеть, состоящая из людей

и IT продуктов также является участником другой сети и тоже является

актантом. В данном случае, через инновационную составляющую

проявляется то, что цифровая экономика будет более влиятельной, возможно

успешной за счет последних новейших разработок. У нее может быть больше

власти и возможностей, чем у той сети, в которой находится правительство

сейчас за счет использования технических наработок. Любое взаимодействие

актантов можно назвать сетью и важно отслеживать, какая из них сильнее

или слабее в данный момент, однако это не обозначает, что проект цифровая

экономика будет самым сильным актантом, просто он будет лучше

взаимодействовать, чем многие другие.

Выводы по главе 2:

По данной второй главе были сделаны выводы. Большие данные часто

используют в медицине, страховании, защите от мошенников, выдаче

кредитов и т.д. В России развивается за счет появления технопарков,

импортозамещения, дороговизны иностранного ПО, а замедляется из-за

неквалифицированных кадров, санкций и дороговизны изучения. Проект

“Национальный рейтинг” позволяет рассмотреть не полноценный пример

продукта, основанного на больших данных, но достаточно важного для

понимания того, как может влиять анализ и обработка данных в открытом

доступе на положение дел в экономике, правительстве и т.д. В теории

анализа данных есть возможность статистически сравнить ранее не

сравниваемые параметры и выделить новые корреляции и получить важные

выводы. В проекте “Активный гражданин” также особенно прослеживается

его польза для граждан и правительства, в частности. Граждане голосуют за

определенные решения и определяют жизнь города, власти же в данном

примере действительно являются народной властью, давая ей право через

изменение Москвы. Это существующий пример смешения власти и общества

через создание взаимодействия и среды коммуникации. После анализа

проекта “Цифровая экономика” становится ясно на каком этапе

располагаются технологии BIG DATA в муниципальном управлении и для

чего они нужны государству и самим гражданам. На 2019 год есть

работающие системы, которые позволяют создавать и предоставлять

цифровые услуги. В целом они разной степени проработанности, но

некоторые продукты достаточно успешны, а именно сайт госуслуг. Однако

многие менее глобальные государственные органы часто бывают связаны с

излишней бюрократией и большим ожиданием. Из документа видно, что

правительство старается построить инфраструктуру, обучить людей ей

пользоваться, а также поощрять тех, кто может создавать отечественные

продукты и ПО, то есть выдавать гранты. В целом, особый упор уделяется

достаточно глобальным сервисам и подключением всей страны к

возможностям данных технологий. Перспективы данных технологий

достаточно ясны. Наблюдается явное развитие на национальном уровне.

Правительство выделяет средства для изучения данных технологий,

обучения специалистов и развития инфраструктуры и индустрии в целом.

Рекомендациями можно считать последующее внимание к данной

технологиям и следование описанным целям, так как необходимые решения

для развития уже приняты.

Заключение

Подведем итог теоретической и эмпирической части. В данной работе

были рассмотрены понятия, отличительные особенности, способы анализа и

способы применения больших данных в различных отраслях, как в США, так

и в России. Технологии больших данных являются важным подспорьем для

проведения различных программ в муниципальном управлении. Они

позволяют вывести предложение государственных услуг на различных

уровнях и разных сферах на абсолютно новый уровень, так как становится

доступна та обработка и интерпретация массивов различной информации,

которая ранее не была возможна по техническим причинам. Данные в

современной информационной эпохе являются участниками взаимодействия

и могут характеризоваться, как актанты. Они являются теми, кто влияет на

различных участников событий, создает события и заставляет учитывать их

наличие. Технологии больших данных в муниципальном управлении

определяют жизнь большого города через взаимодействие с гражданами и

систему массовых опросов. Проявление гражданской активности и

инициативы через общее голосование дает возможность выбирать

обустройство Москвы, озеленение парков и ход действия глобальных

фестивалей. Появление большого количества информационных продуктов на

основе данных эволюционируют сферу услуг, даже государственную и

представляют ее в новом свете. В примере с национальным рейтингом

заметно как появляется все больше действующих лиц, затрагивающих других

социальных агентов. Рейтинг, собранный из мнений экспертов, может влиять

на правительство, на решения об увольнениях и на смену политтехнологов. В

данном контексте образуется новая система взаимодействия, не рейтинга, а

различных технологий, позволяющая изменить осознание процесса. Актанты

в сетевом обществе участвуют в различных социотехнических сетях и

производят различные события, которые позволяют смешиваться власти,

гражданам и производству. На 2018 год правительство разработало

программу цифровой экономики в Российской федерации для выполнения

нескольких целей. Программа предполагает выделение более 1600 миллиарда

рублей для построения инфраструктуры для обработки и хранения данных на

территории РФ. Также отдельным пунктом выделено использование

отечественного программного обеспечения. С помощью анализа проекта

цифровой экономики был сделан вывод, что государству необходимо

обучение большого количества людей с созданием специальных

современных центров для данных целей. Помимо этого, планируется

появление большого количества специалистов, что будет проведено через

программы в вузах и других уровнях. Также планируется повысить

количество государственных организаций с широкополосным доступом к

сети в интернет. Для муниципального уровня это означает смена спектра

работы, так как многие учреждения в городе могут иметь общую базу,

систему сотрудников и различные новые возможности. BIG DATA в

муниципальном управлении означает возможность перестройки

функционирования городских служб за счет трансформирования старых и

создания новых с технологиями, которые позволят переосмыслить городскую

среду. Сетевое общество как способ создания системы взаимодействия из

большого количества пересекающихся узлов и различных структур в виде

власти, города, граждан, производств возможно, когда актантами,

участниками событий, могут быть и вещи, которые создают события и

влияют на другие. Перспективы данных технологий достаточно ясны.

Наблюдается явное развитие на национальном уровне. Правительство

выделяет средства для изучения данных технологий, обучения специалистов

и развития инфраструктуры и индустрии в целом. Рекомендациями можно

считать последующее внимание к данным технологиям и следование

описанным целям, так как необходимые решения для развития уже приняты.

В результате проведенного эмпирического исследования гипотеза была

подтверждена. Был сделан вывод, что BIG DATA в муниципальном

управлении является формирующимся игроком для взаимодействия власти

и граждан. Правительство на своей стороне планирует создавать

инфраструктуру для повышения количества технологий и услуг, связанных с

обработкой больших данных.

Список литературы

1. Латур Б. Пересборка социального: введение в акторно-сетевую

теорию / пер. с англ. И. Полонской; под ред. С.Гавриленко. – М.: Изд. Дома

Высшей школы экономики, 2014.

2. Кастельс М. Информационная эпоха: экономика, общество и культура /

М. Кастельс, под науч. ред. О.И. Шкаратана. М.: ГУ ВШЭ, 2000. 608 с.

3. Кастельс М. Галактика Интернет: Размышление об Интернете, бизнесе

и обществе. / Пер. с анг. А. Матвеева под ред. В. Харитонова. Екатеринбург,

2004.

4. Латур Б. Об интеробъективности. Социологическое обозрение, 6 (2).

2007.

5. Латур Б. Надежды конструктивизма / пер. с англ. О. Столяровой //

Социология вещей: сб. ст. / Под ред. В. С. Вахштайна. - М: Территория

будущего, 2006.

6. Латур Б. Наука в действии: следуя за учеными и инженерами внутри

общества. – СПб.: Изд-во ЕУСПб, 2013.

7. Коркюф Ф. Новые социологии. СПб.: Алетейя, 2002

8. Кравец А.С. Теория смысла Ж. Делёза: pro и contra. Логос, 2005.

9. Кузнецов А. Г. Символический интеракционизм и акторно-сетевая тео-

рия: точки пересечения, пути расхождения и зона обмена. Социология

власти. 2014.

10. Социология управления: учебник для студ. учреждений высш. проф.

образования; под ред. А. Ф. Борисова – М.: Издательский центр «Академия»,

2014.

11. Марц Н, Уоррен Д. Большие данные. Принципы и практика построения

масштабируемых систем обработки данных в реальном времени. Вильямс,

2018

12. Зиммель Г. Экскурс о чужаке // Социологическая теория: история,

современность, перспективы. Ред. А. Ф. Филиппов СПб.: Владимир Даль,

2008.

13. Философия науки. Учебное пособие/Под редакцией Липкина А. И. –

М.: ЭКСМО, 2007.

14. Хрестоматия по современной западной социологии второй половины

ХХ века//Под ред. Г.Е. Зборовского, Екатеринбург, 1996.

15. Вахштайн В. Возвращение материального. «Пространства», «сети»,

«потоки» в акторно-сетевой теории // Социологическое обозрение. Т. 4. № 1.

2005.

16. Аболафия М. Рынки как культуры: этнографический подход.

Экономическая социология [Электронный ресурс] Т.4.№2. 2003. С.63–72.

17. Аболафия М. Как вырабатывается понимание экономического спада:

интерпретативная теория хозяйственного действия/ Экономическая

социология [Электронный ресурс]/М. Аболафия// . Т. 8. № 5. 2007.

18. Американская социология. Перспективы, проблемы, методы // под ред.

Г. В. Осипова.М. : Прогресс, 1972.

19. Валлерстайн И. Введение в миросистемный анализ/ пер. Н. Тюкиной.

М.: Издательский дом «Территория будущего», 2006.

20. Вахштайн В.С. Социология повседневности и теория фреймов, СПб:

Изд-во Европейского ун-та в СПб. 2011.

21. Вебер М. Основные социологические понятия. Избранные

произведения: Пер. с нем./сост., общ. ред. и послесл. Ю.Н.Давыдова;

Предисл. П.П. Гайденко. – М.: Прогресс, (Социологическая мысль Запада).

1990. – 808с.

22. Волков В.В., Хархордин О.В. Теория практик, СПб: Изд-во

Европейского университета в СПб, 2008.

23. Гарфинкель Г. Исследования по этнометодологии/ Гарфинкель Г. Спб. :

Питер, 2007.

24. Парсонс Т. Система современных обществ / Т. Парсонс, под ред. М. С.

Ковалева. М.: Аспект-Пресс, 1998.

25. Гофман И. Анализ фреймов: Эссе об организации повседневного

опыта. М.: Институт социологии РАН, Институт Фонда «Общественное

мнение», 2004.

26. Гофман И. Представление себя другим в повседневной жизни. М.:

Канон-Пресс-Ц, 2000.

27. Луман Н. Общество общества. Ч.1: Общество как социальная система/

Луман Н.- М. : Логос, 2004

28. Напреенко И.В. Семиотический поворот в STS: теория референта

Бруно Латура. Социология власти. 2013.

29. Майер-Шенбергер, Кукьер 2014 – Майер-Шенбергер В., Кукьер

К. Большие данные. Революция, которая изменит то, как мы живем, работаем

и мыслим. М.: Манн, Иванов и Фербер, 2014.

30. Рамзаев, В.М., Хаймович, И.Н., Чумак, В.Г. Проблемы доступа к

данным в экономических исследованиях с использованием технологии BIG

DATA //Материалы Международной конференции и молодежной школы

«Информационные технологии и нанотехнологии». - Самара, СГАУ,2015. –

C. 147-152;

31. Дровянников, В.И., Хаймович, И.Н., Разработка модельного аппарата

управления конкурентным развитием социального кластера

региона//Фундаментальные исследования. -2015.- №7(ч. 4).-C. 822-827;

32. Черняк Л. «Большие данные» – новая теория и практика // Открытые

системы. – 2011. – № 10.

33. Кнорр-Цетина К., Брюггер У. Рынок как объект привязанности:

исследование постсоциальных отношений на финансовых рынках.

Экономическая социология [Электронный ресурс] Т.6. №2. 2005. С. 29–49.

34. Корытникова Н.В. Online BIG DATA как источник аналитической

информации в online-исследованиях // Социс. – 2015. – № 8. – С. 14–24.

35. Толстова Ю.Н. Социология и компьютерные технологии // Социс. –

2015. – № 8. – С. 3– 13.

36. Бергер П., Лукман Т. Социальное конструирование реальности. Трактат

по социологии знания. Интернет-ресурс. URL-адрес:

http://skepdic.ru/wpcontent/uploads/2013/05/Berger_Lukman__Sotcialnoe_konstr

uirovanie_realnosti_Skep dic.ru_.pdf

37. Духнич Ю. Управление знаниями. Интернет-ресурс. URL-адрес

http://www.smartedu.com/upravlenie-znaniyami.html

38. Ритцер Дж. Современные социологические теории. / Ритцер Дж. – 5-е

изд. – СПБ.: Питер, 2002.

39. Сериков А.Е. Семиотическая модель действия. Социологический

журнал. 2009.

40. Лебединцева Л.А. Социология профессий. – Юрайт. 2016

41. Смелзер Н. Социология. М., Феникc. 1998.

42. Булгакова Е. В., Булгаков В. Г., Акимов В. С. Использование «больших

данных» в системе государственного управления: условия, возможности,

перспективы // Юридическая наука и практика: Вестник Нижегородской

академии МВД России. 2015. № 3.

43. Амелин Р. В. Правовой режим государственных информационных

систем: монография / под ред. С. Е. Чаннова. М., 2016.

44. Журавлева 2012 – Журавлева Е.Ю. Эпистемический статус цифровых

данных в современных научных исследованиях // Вопросы философии. 2012.

№ 2. С. 113–123.

45. Герасименко Н.А. О некоторых особенностях технологии BIG DATA /

Н.А. Герасименко // Научное обозрение. 2015. № 16. С. 180-184.

46. Измалкова С.А. Использование глобальных технологий «BIG DATA» в

управлении экономическими системами / С.А. Измалкова, Т.А. Головина //

Известия Тульского государственного университета. Экономические и

юридические науки. 2015. Т. 4. № -1. С. 151-158.

47. Дюркгейм Э. Социология. Её предмет, метод, предназначение / Э.

Дюркгейм. М.: Канон, 1995.

48. Рудычева Н. Большие данные в госсекторе: опыт Пакистана. URL:

http://www.cnews.ru/ articles/bolshie_dannye_v_gossektore_opyt_pakistana.

49. Ситникова Н.В. Исследование алгоритмов классификации с

применением методов обработки BIG DATA / Н.В. Ситникова, Р.А.

Парингер, А.В. Куприянов // В сборнике: XIII Королёвские чтения

международная молодёжная научная конференция, сборник трудов.

САМАРА, 2015. С. 137-138.

50. Цыпин А.П. Выбор программного обеспечения для построения и

анализа рядов динамики / А.П. Цыпин // Особенности транзитивной

экономики: Сборник научных статей по материалам Межвузовской

конференции молодых ученых. – Оренбург: Издательский центр ОГАУ, 2002.

– С.138-140.

51. Рудычева Н. Большие данные в госсекторе: опыт Пакистана. URL:

http://www.cnews.ru/ articles/bolshie_dannye_v_gossektore_opyt_pakistana.

52. Савельев А. И. Проблемы применения законодательства о

персональных данных в эпоху «Больших данных» (BIG DATA) // Право.

Журнал Высшей школы экономики. 2015. № 1.

53. Савельев А. И. Электронная коммерция в России и за рубежом:

правовое регулирование. 2-е изд. М., 2016.

54. Шилина М.Г. BIG DATA, OPEN DATA как новые форматы

информации: сущность, характеристики, особенности применения в

журнализме / М.Г. Шилина // Вестник Тверского государственного

университета. Серия: Филология. 2015. № 3. С. 235-244.

55. Яковлев В.С. BIG DATA / В.С. Яковлев // Техника и технологии: роль

в развитии современного общества. 2015. № 6. С. 83-90.

56. Страница облачного сервиса Microsoft Azure HDInsight. — URL:

https: //azure.microsoft.com/en-us/services/hdinsight/.

57. Страница проекта Apache Hadoop. — URL: http://hadoop.apache. org.

58. Сhumak P.V., Ramzaev V.M., Khaimovich I.N. Models for forecasting the

competitive growth of enterprises due to energy modernization//Studies on Russian

Economic Development. – 2015.- V.26.No.1- pp 49-54

59. Street bump. [Электронный ресурс]. Режим доступа:

https://www.boston.gov/departments/new-urban-mechanics/street-bump#results-

and-lessons-learned/

60. OPM director resigns over hacks that exposed 21.5 million people's data.

[Электронный ресурс]. Режим доступа: https://www.rt.com/usa/273007-opm-

director-archuleta-resigns/

61. Antrim A., Barbeau S. J. The many uses of GTFS data–opening the door to

transit and multimodal applications // Location-Aware Information Systems

Laboratory at the University of South Florida. — 2013.

62. Batty M. BIG DATA, smart cities and city planning // Dialogues in Human

Geography. — 2013. — Т. 3, № 3. — С. 274—279.

63. BIG DATA defintion, Gartner Inc. — URL:

http://www.gartner.com/itglossary/big-data/.

64. Costa A. ´ , Markellos R. N. Evaluating public transport efficiency with

neural network models // Transportation Research Part C: Emerging Technologies.

— 1997. — Т. 5, № 5. — С. 301—312.

65. Goffman, E. Interaction Ritual. Garden City, N.Y.: Anchor, 1967.

66. Dean J., Ghemawat S. MapReduce: simplified data processing on large

clusters // Communications of the ACM. — 2008. — Т. 51, № 1. — С. 107— 113.

67. Callon, M., Latour, B. Don’t throw the baby out with the Bath School! A

reply to Collins and Yearley. A. Pickering (ed.) Science as practice and culture,

Chicago: University of Chicago Press. 1998.

68. Coleman, J. The Rational Reconstruction of Society: 1992 Presidential

Address // American Sociological Review. 1993.

69. Collins, H. M., Yearley S. Epistemological Chicken. A. Pickering (ed.)

Science as practice and culture, Chicago: University of Chicago Press. 1992.

70. Demchenko Y., Ngo C., Membrey P. Architecture framework and

components for the BIG DATA ecosystem // Journal of System and Network

Engineering. — 2013. — С. 1—31.

71. Gantz J., Reinsel D. Extracting value from chaos // IDC iview. — 2011. —

Т. 1142. — С. 1—12.

72. Garey M. R., Johnson D. S. A Guide to the Theory of NP-Completeness //

WH Freemann, New York. — 1979

73. The big bang: How the BIG DATA explosion is changing the world. (2013).

Microsoft News Center. From: http://news.microsoft.com/2013/02/11/the-big-

bang-how-the-big-data-explosionis-changing-the-world/

74. Kitchin R. The real-time city? BIG DATA and smart urbanism //

GeoJournal. — 2014. — Т. 79, № 1. — С. 1—14.

75. Lam C. Hadoop in action. — Manning Publications Co., 2010.

76. Bendle, N.T., Wang, X.S. (2016). Uncovering the message from the mess of

BIG DATA. Business Horizons, Vol. 59, Issue 1, 115-124.

77. Minelli, M., Chambers, M., Dhiraj, A. (2013). BIG DATA Technology, in

BIG DATA, Big Analytics: Emerging Business Intelligence and Analytic Trends

for Today's Businesses. John Wiley & Sons, Inc.- 224p.

78. Columbus, L. (2014). Roundup of Analytics, BIG DATA & Business

Intelligence Forecasts and Market Estimates, 2014. From http://www.forbes.com

79. Dijcks, J. (2012). BIG DATA for the Enterprise, Oracle report.

80. Lan G., DePuy G. W., Whitehouse G. E. An effective and simple heuristic

for the set covering problem // European journal of operational research. — 2007.

— Т. 176, № 3. — С. 1387—1403.

81. Roth R. Computer solutions to minimum-cover problems // Operations

Research. — 1969. — Т. 17, № 3. — С. 455—465.

82. Sampaio B. R., Neto O. L., Sampaio Y. Efficiency analysis of public

transport systems: Lessons for institutional planning // Transportation research part

A: policy and practice. — 2008. — Т. 42, № 3. — С. 445—454.

83. Larina E., Ovchinsky V. «BIG DATA» of 23.04.2014 // Networks, cognitive

science, management of complexity [Electronic resource].

84. Shvachko K., Kuang H., Radia S. The hadoop distributed file system // Mass

Storage Systems and Technologies (MSST), 2010 IEEE 26th Symposium on. —

IEEE. 2010. — С. 1—10.

85. Tao S., Corcoran J., Mateo-Babiano Exploring Bus Rapid Transit passenger

travel behaviour using BIG DATA // Applied Geography. — 2014. — Т. 53. — С.

90—104.

86. Mansfield, E. Principles of Microeconomics. N.Y.: W.W. Norton, 1972.

87. Rayward, E. Review of «Alien Phenomenology, or What It’s Like to Be a

Thing» by Ian Bogost. 2012.

88. Scott, W.R. Institutions and Organizations. Thousand Oaks, Calif.: Sage

Publications, 1995.

89. Scott, W.R. Institutions and Organizations. Thousand Oaks, Calif.: Sage

Publications, 1995.

90. Smith, C. Auctions: The Social Construction of Value. Berkeley: University

of California Press, 1989.

91. Overby, S. The CIO and CMO Perspective on BIG DATA. (2014). From:

http://www.cio.com/article/2461403/cio-role/the-cio-and-cmo-perspective-on-big-

data.html

92. Страница облачного сервиса Microsoft Azure HDInsight. — URL:

https: //azure.microsoft.com/en-us/services/hdinsight/.

93. Страница проекта Apache Hadoop. — URL: http://hadoop.apache. org.

94. Прикладной интерфейс Hadoop Streaming API. — URL: https : / /

hadoop.apache.org/docs/r1.2.1/streaming.html.

95. Analytical review of the BIG DATA market. (2015). IPO Board, Moscow

Stock Exchange. From:

http://www.ipoboard.ru/ru/news/0b4247b31eae6a3007c080e0a6fbf743

96. Nissenbaum H. et al. Privacy, BIG DATA, and the Public Good:

Frameworks for Engagement. Cambridge University Press, 2014.

97. Granovetter M. Economic Action and Social Structure: The Problem of

Embeddedness // American Journal of Sociology. Vol. 91. No. 3. 1985.

98. Bulgakova E.V., Bulgakov V.G. Analytical data storage of

videoinformation on dynamic signs of the person, intended for the solution of

criminalistic tasks // Legal informatics. 2013. ʋ 4.

99. Bulgakova E.V., Denisov I.S. Possibilities of use of open data in the

electronic state // Democratic institutes in the conditions of development of

information society / I.L. Bachilo edition: scientific works. Moscow, 2014.

100. Latour, B. Where Are the Missing Masses? The Sociology of a Few

Mundane Artifacts. Wiebe E. Bijker, John Law (eds.) Shaping Technology /

Building Society: Studies in Sociotechnical Change, USA: MIT Press.\ 1992.

101. Latour B., Woolgar, S. Laboratory Life. The construction of Scientific Facts.

Princeton University Press, Princeton, NJ. 1986.

102. Latour, B. The Pasteurization of France, Cambridge, MA: Harvard

University Press. 1988.

Приложения

Приложение №1

Программа исследованияЭтапы исследования:

1. Подготовительный этап (изучение темы).

Изучение теории Больших Данных

Анализ теоретических работ

2. Сбор социологической информации.

Анализ документов работающих проектов

Анализ документации правительства

3. Обработка собранной информации.

Вторичный анализ документации правительства

4. Анализ собранной информации, подготовка отчета.

Преобразование полученной информации в выводы

Изложение результатов проведенного исследования

Гипотеза исследования: BIG DATA в муниципальном управлении

является формирующимся игроком для взаимодействия власти и граждан.

Правительство создает развивает сферу государственных услуг и систему

взаимодействия с применением этой технологии.

Цель исследования:

Основной целью магистерской диссертации считается рассмотреть

использование BIG DATA в муниципальном управлении и сформировать

рекомендации и перспективы по повышению эффективности их применения.

Задачи эмпирического исследования:

1. Рассмотреть программу развития цифровой экономики РФ,

составленной на несколько лет вперед и выявить главные положения

цели, поставленным правительством.

2. Провести анализ будущего устройства системы муниципального

управления с применением больших даннных

Объект исследования - технологии BIG DATA в управлении.

Предмет исследования – оптимизация технологии BIG DATA в

муниципальном управлении.

В данной работе осуществлялись следующие эмпирические методы:

Вторичный анализ

Также использовались следующие методы теоретического уровня:

Форматирование

Анализ документов

Исторический метод

формализация

анализ и синтез

индукция и дедукция

Вид исследования – аналитический.

Приложение №2Примеры единиц анализа

В данном приложении представлены основные источники анализа по

проекту “Активный гражданин”.

Приложение №3Примеры единиц анализа

В данном приложении представлены основные источники анализа по

проекту “Национальный Рейтинг”.

нг”.

Приложение №4

Примеры единиц анализаВ данном приложении представлены основные источники анализа по

документации проекта “Цифровая экономика Российской Федерации”.

spbu.ru · web viewСАНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ...

Documents