[論文レビュー] Big data challenges for the social sciences: from society and opinion to replications

Dominique Boullier|arXiv (Cornell University)|Jul 18, 2016

Computational and Text Analysis Methods参考文献 82被引用数 10

ひとこと要約

本論文は、社会学が伝統的な枠組み「社会」と「意見」を超えて、デジタルネットワークが生成する繰り返し可算可能なパターンである「レプリケーション」を理論化する必要があると主張する。Twitter やその他のデジタルコーパスを分析することで、高周波レプリケーションが新たな構造的知見を可能にすることを示し、従来の社会的カテゴリーに依拠するのではなく、データ駆動型で再現可能な現象に基づく第3世代の社会科学の確立を提唱する。

ABSTRACT

Big Data dealing with the social produce predictive correlations for the benefit of brands and web platforms. Beyond "society" and "opinion" for which the text lays out a genealogy, appear the "traces" that must be theorized as "replications" by the social sciences in order to reap the benefits of the uncertain status of entities' widespread traceability. High frequency replications as a collective phenomenon did exist before the digital networks emergence but now they leave traces that can be computed. The third generation of Social Sciences currently emerging must assume the specific nature of the world of data created by digital networks, without reducing them to the categories of the sciences of "society" or "opinion". Examples from recent works on Twitter and other digital corpora show how the search for structural effects or market-style trade-offs are prevalent even though insights about propagation, virality and memetics could help build a new theoretical framework.

研究の動機と目的

• ビッグデータが社会科学研究の手法に与える変革的影響を扱う。
• デジタルトレースデータを理解するには、従来の「社会」と「意見」に焦点を当てた枠組みが不十分であると挑戦する。
• デジタルネットワークにおける高周波・可算可能なパターンを分析するための新しい理論的カテゴリーとして「レプリケーション」を提唱する。
• デジタルネットワークが生成するデータの特性を踏まえた、データドリブンで再現可能な方法論を採用する第3世代の社会科学の確立を提唱する。
• Twitter などのデジタルコーパスから、構造的効果や市場的トレードオフがどのように生じるかを示し、新たな理論的知見を可能にする。

提案手法

• 社会科学における「社会」と「意見」のルーツを検証し、デジタル時代における概念的限界を特定する。
• デジタルネットワークが生成する繰り返し追跡可能な行動を記述する理論的構造として「レプリケーション」を導入する。
• Twitter やその他のデジタルコーパスの実証的分析を通じて、構造的効果や伝播パターンを同定する。
• 従来は追跡不可能だった高周波レプリケーションが、今や計算可能なデジタル痕跡を残していることを見る。
• 従来の社会科学的カテゴリーと、デジタルトレーサビリティの新しいデータドリブンな現実を比較する。
• 解釈的枠組みから、データに根ざし再現可能な社会科学研究の方法論への移行を提唱する。

実験結果

リサーチクエスチョン

• RQ1 デジタルトレースは、従来の社会科学的構造「社会」と「意見」とどのように異なるか？
• RQ2 デジタルネットワークが生み出す高周波・繰り返しの行動を説明する理論的枠組みは何か？
• RQ3 社会科学は、デジタル相互作用の計算可能でトレーサブルな性質をどのように活用して新たな知見を得られるか？
• RQ4 Twitter などのデジタルコーパスから、構造的効果や市場的トレードオフはどのような形で生じるか？
• RQ5 デジタルネットワークから得られるビッグデータの特性に応じた、第3世代の社会科学とは何か？

主な発見

• Twitter などのプラットフォームからのデジタルトレースは、かつては観察不可能だったが、今や計算可能となった高周波レプリケーションを生成する。
• 「レプリケーション」という概念は、従来の社会科学的カテゴリーを超えた集団的行動を理解するための新しい理論的レンズを提供する。
• 構造的効果や市場的トレードオフは、伝播やバイラル性を分析する際でさえ、デジタルコーパスに広く見られる。
• デジタルトレーサビリティの登場は、データドリブンで再現可能な分析へと社会科学研究の方法論を再考する必要を生じさせる。
• 本論文は、ミームティクスやバイラル性からの知見が、社会科学の新しい理論的枠組みを形成する手がかりであることを示している。
• 第3世代の社会科学は、レガシーモデルの社会的・意見ベースのモデルに還元するのでなく、デジタルデータの固有の特性に基づくべきである。