Investigación de Big Data para las ciencias sociales y el impacto social

Visvizi, Anna, et al. Big Data Research for Social Sciences and Social Impact. MDPI – Multidisciplinary Digital Publishing Institute, 2020.

Texto completo

La integración de las ciencias sociales y la investigación en sistemas de información permite una nueva era de innovación. En este contexto, la adopción de la tecnología de Big Data y de la analítica aporta nuevos conocimientos a las ciencias sociales. También ofrece respuestas nuevas y flexibles a problemas y retos sociales cruciales. Nos enorgullece presentar este volumen editado sobre el impacto social de la investigación en big data.

Se trata de una de las primeras iniciativas a nivel mundial que analiza el impacto de este tipo de investigación en los individuos y los problemas sociales. La organización del debate correspondiente se articula en torno a tres pilares: Sección A: Investigación de Big Data para el impacto social: – Big Data y su impacto social; – Ciudadanos (inteligentes) de proveedores de datos a tomadores de decisiones; – Hacia el desarrollo sostenible de las comunidades en línea; – Sentimiento de las redes sociales en línea; – Big Data para la innovación. Sección B. Técnicas y métodos para la investigación impulsada por Big Data para las ciencias sociales y el impacto social: – Minería de opinión en los medios sociales; – Análisis del sentimiento de las preferencias de los usuarios; – Comunidades urbanas sostenibles; – Comportamiento de registro basado en el género mediante el uso de Big Data de los medios sociales; – Técnicas de minería de datos en la web; – Análisis de redes semánticas de la percepción de los medios de comunicación heredados. Sección C. Estrategias de investigación de Big Data: – Necesidades de habilidades para los investigadores que inician su carrera – Enfoque de minería de textos; – Reconocimiento de patrones a través del análisis bibliométrico; – Evaluación de la preparación de una organización para adoptar Big Data; – Aprendizaje automático para predecir el rendimiento; – Análisis de reseñas en línea mediante minería de textos; – Red de contexto-problema y método cuantitativo de análisis de patentes. Factores sociales y tecnológicos complementarios que incluyen: – Las grandes redes sociales en el desarrollo económico sostenible; La inteligencia empresarial.