Новые медиа. Социальная теория и методология исследований
Шрифт:
А. Сарна
Большие данные (big data, вялiкiя дадзеныя) – концепция (у некоторых авторов – парадигма) науки о данных, предложенная в 2008 г. Клиффордом Линчем (Clifford Lynch), редактором специального выпуска «Как могут повлиять на будущее науки технологии, открывающие возможности работы с большими объемами данных?» журнала Nature. Данная концепция предполагает одновременное использование данных не только большого объема, но также разного формата, происходящих из многих источников, которые могут находиться на удалении друг от друга. Например, «большие данные» университета могут включать административные базы данных о преподавателях; странички преподавателей на сайте университета с учебными материалами и ссылками на архивы журналов, где опубликованы их статьи, информацию о распределении нагрузки между преподавателями;
Таким образом, «большие данные» – это метафора, которая относится не только и не столько к объему данных, сколько к доступности и сложности их структуры. Иногда для больших данных определения используют критерий четырех V: объем (volume), разнообразие (variety), скорость (velocity) и ценность (value). Появившись в качестве концепции науки о данных, большие данные также являются межотраслевой областью практической деятельности. Дрю Конвей (Drew Conwey) выделил три области компетенций, необходимых «ученому по данным» (data scientist): знание математики и статистики, наличие опыта в предметной области, а также хакерские навыки. Он также подчеркнул, что на пересечении предметной области и хакерских навыков существует «зона опасности», из чего, в частности, следует, что данные могут использоваться несанкционированно, о чем прямо говорить не принято (см. также: исследования интернета).
Диаграмма Венна для науки о данных предложена Дрю Конвейем, 2010
Научная проблема больших данных появилась относительно недавно, с одной стороны, в результате быстрого роста объемов цифровой информации после 2000 г., с другой стороны, по мере достижения информационными технологиями такого уровня развития, который позволяет обрабатывать с высокой скоростью большие объемы данных разного формата, размещенных на множестве ресурсов, в том числе по мере обновления в режиме реального времени.
Анализ больших данных нередко рассматривают как новое направление бизнес-аналитики. К нему обычно прибегают крупные корпорации, имеющие базы разнообразных данных на многих серверах и разного формата, с целью повышения эффективности своей работы. Однако известны и случаи эффективного использования больших данных государственными институтами, например в целях безопасности.
Многие корпорации в целях безопасности разрабатывают для работы с большими данными собственное программное обеспечение. Могут использоваться также специализированные программные комплексы (Hadoop, Oracle Exadata, Teradata) и статистические программы общего назначения (R, SAS Visual Analytics, IBM SPSS) и др.
Найдич А. Большие данные – насколько они большие? URL: http: // compress.ru / article.aspx?id=23469 (дата обращения: 01.03.2015)
Сакоян А. Большие данные. URL: http: // polit.ru / article / 2013 / 12 / 09 / ps_bigdata / (дата обращения: 01.03.2015).
Черняк Л. Большие данные – новая теория и практика. URL: http: // www.osp.ru / os / 2011 / 10 / 13010990 / (дата обращения: 01.03.2015)
Conway D. The Data Science Venn diagram. URL: https: // s3.amazonaws.com / aws.drewconway.com / viz / venn_diagram / data_ science.html (дата обращения: 01.03.2015).
О. Терещенко
Брэдшоу Пол, модели коммуникации (Bradshow’s Paul communication models, Брэдшоў Пола, мадэлi камунiкацыi) – модель, включающая
Пол Брэдшоу – профессор Бирмингемской школы медиа в университете города Бирмингем, журналист и блогер. В 2008 г. в работе News distribution in a new media world (A model for the 21st century newsroom pt4), опубликованной в блоге Online Journalism, предложил для объяснения распространения в интернете новостей модель, которую определил как Push / Pull / Pass. Общепринятого перевода названия этой модели на русский язык не существует, однако Push предполагает давление или навязывание информации, Pull – привлечение внимания и возможность получить желаемое, Pass – передачу новостей пользователями друг другу. Все три составляющие модели используются в маркетинге в качестве стратегий продвижения с конца ХХ столетия и считаются заимствованными из логистики и менеджмента цепей поставок.
Стратегиям распространения новостей применительно к новым медиа Брэдшоу дает следующую интерпретацию.
Push: tuning in – «подключиться», примером этой стратегии из традиционных медиа является программа передач, которые можно увидеть / услышать, включив телевизор или радио. При включенном телевизоре зритель не может влиять на последовательность предлагаемых передач. Из инструментов новых медиа Брэдшоу отнес к данной стратегии домашнюю страницу сайта и «живые» чаты, которые считает умирающими и не видит для них реальной перспективы.
Pull: picking up – «взять»; в традиционных медиа это, например, напечатанная газета, из которой в удобное время можно прочитать материалы по собственному выбору. В новых медиа этой стратегии соответствуют отдельные статьи, которые можно скачать в виде PDF файлов, ссылки на страницы с новостями, рассылки по электронной почте, теги, приставки TiVO, видео по заказу, обновление приложений, ленты новостей, поточное видео, подкасты.
Pass: passing on – «передать». Новая и наиболее перспективная, по мнению Брэдшоу, стратегия, не имеющая аналогов в традиционных медиа: оптимизация для поисковых машин (SEO), внешние ссылки, внешние комментарии, пересылка новостей по электронной почте, укорененное на странице видео, блогосфера, отслеживание обратных связей, социальные закладки, голосование за материалы, краудсорсинг, социальные сети, вирусная пересылка ссылок, мэшап, виджет.
Как и в маркетинге, наибольший эффект в распространении новостей новых медиа может быть достигнут при совместном использовании всех трех стратегий.
Bradshow P. News distribution in a new media world (A model for the 21st century newsroom pt4) 2008, Online Journalism. URL: http: // onlinejournalismblog.com / 2008 / 01 / 02 / a-model-for-the-21st-century-newsroom-pt4-pushpullpass-distribution / (дата обращения: 01.03.2015).
О. Терещенко
Буш Вэннивар (Bush Vannevar, Буш Вэнiвар) (1890–1974) – американский инженер, изобретатель, разработчик аналоговых компьютеров, известный организатор военной технической науки. Образование: бакалаврская и магистерская степени в колледже Тафтса (Tufts), Массачусетс (1913); объединенная степень доктора философии Массачусетского технологического института (МТИ) и Гарвардского университета (1916). В 1919 г., в один год с Норбертом Винером, поступил на работу в МТИ. В 1927–1930 гг. Буш по совету Винера создал в МТИ дифференциальный анализатор – аналоговый компьютер для решения дифференциальных уравнений. Там же в 1936 г. стал научным руководителем докторской диссертации Клода Шеннона, работавшего в то время оператором на дифференциальном анализаторе и получившего впоследствии широкую известность как разработчик цифровых релейных и переключательных схем и создатель математической теории коммуникации. В 1939–1941 гг. входит в состав Высшего политического совета, возглавляемого президентом Ф. Рузвельтом, а также занимает пост председателя Комитета по военной политике. В 1940–1947 гг. – председатель Государственного комитета оборонных исследований, Бюро научных исследований и разработок при правительстве США, в этом качестве участвовал в реализации проекта «Манхэттен» (1943–1945). В 1950 г. Буш стал первым президентом созданного по его инициативе Национального фонда науки, которому было суждено сыграть в будущем важную роль в развитии интернета. Этот фонд финансировал в середине 1980-х гг. объединение университетов США и суперкомпьютеров высокоскоростными каналами.