Big social data. Definice big social data, pozitivní a negativní aspekty big social data, rizika a zneužitelnost big social data

Výstava Big Bang Data v Barceloně

Big social data jsou typem velkých dat, která se vztahují k lidem nebo popisují jejich chování a interakce v digitálním prostředí. Jedná se o velká (tzn. velkoobjemová, vysokorychlostní, různorodá nebo vysoce sémantická) data, která jsou generována technologicky zprostředkovanými sociálními interakcemi a akcemi v digitální sféře.Tyto data není možné v reálném čase zpracovat na běžně dostupném hardwarovém a softwarovém vybavení.

Hlavními producenty velkých dat jsou Sociální média a sociální sítě. Produkují jak data obsahová (statusy, tweety, fotografie, atp.), tak i různé druhy formalizovaných informací, které mohou vyjadřovat různé sociální jednání či postoje.

Analýza big social data nám umožňuje přístup k velmi rozsáhlým záznamům o lidském chování jak do hloubky, tak do šířky, a tak v sobě kombinují výsledky kvalitativních i kvantitativních výzkumů. Čiré množství a náplň těchto dat otevírá spoustu možností pro jejich využití a analýzu pro osobní, komerční či sociální účely.

Dimenze big social dat

Big data je možné rozdělit na několik dimenzí.

• Objem (Volume) - První dimenze odkazuje na množství dat, které je generováno na sekundu. Každým rokem tempo růstu objemu dat je vyšší.

• Rychlost (Velocity) - Druhou dimenzí je míněna rychlost pohybu dat nebo jejich vytváření, hromadění a zpracování. Streamovaná data s milisekundovou odezvou i real-time zpětná vazba.

• Různorodost (Variety) - Data jsou dělena na více druhů. Mohou být strukturovaná, nestrukturovaná, textová a multimediální.

• Věrohodnost (Veracity) - Čtvrtá dimenze byla přidána společnosti IBM za účelem zlepšení definice Big Data. Při analyzování veškerých dat kolem nás musíme s určitou mírou nevěrohodnosti počítat. V některých zdrojích je jako čtvrtá dimenze uváděna hodnota (Value), ve smyslu hodnoty pro podnik a lepší byznys modely.

• Složitost a Variability (Complexity, Variability) - Dnešní data pocházejí z mnoha zdrojů. Provázání, porovnání, sloučení, vyčištění a transformace dat ve všech systémech je stále náročnějším úkolem. Je velmi důležité spojit a korelovat vztahy, hierarchii a početné vazby mezi daty, jinak nad svými daty rychle ztratíte kontrolu.

Uchování big social dat

Big data se uchovávají v tzv. Datových skladech (anglicky Data Warehouse). Toto slovní spojení bylo poprvé použito počítačovým vědcem William H. Inmonem. TDKIV definuje datový sklad jako „Databáze optimalizovaná pro dotazy, analýzy dat a tvorbu sestav. Vytváří se přenosem, transformací a často též agregací primárních dat z provozních systémů a z externích zdrojů a jejich integrováním do jednotné datové základny. Struktura datového skladu je založena zpravidla na dvou typech objektů - tabulkách faktů a tabulkách dimenzí (např. čas, místo), z nichž lze vytvářet vícerozměrné objekty (kostky). Uložená data lze využívat prostřednictvím dotazování, reportingu, OLAP (on-line analytické zpracování), dolování dat, vizualizace dat“.

Pozitivní aspekty

Sociální vědy

Analýza big social data může být použita jako velice užitečný nástroj v rámci výzkumů v kontextu sociálních věd. Osobní data se stala významnými pomůckami hlavně z hlediska výzkumu politiky, společnosti a veřejného mínění. Rozsah možností jejich využití je opravdu široký, od snižování kriminality, přes zlepšování zdravotních služeb, až po celkový management měst. Tato data otevírají nový potenciál a přináší nový směr pohledu na lidské chování s možností zkoumání velkých vzorků najednou.

Marketing

Big social data jsou užitečných nástrojem pro společnosti za účelem lepšího poznání své klientely a tím přizpůsobit své reklamní kampaně, či je přímo zobrazovat pouze uživatelům z cílené skupiny. Využitelná jsou i po spuštění marketingové kampaně v podobě sledování interakcí klientů v reálném čase, budoucí predikce v zájmech klientů či vyhodnocování úspěšností kampaní.

Umělá inteligence

Big social data také napomáhají ve vylepšování umělé inteligence skrz tzv. strojové učení. Čím více dat je posíláno skrz tyto modely, tím více se toho systém učí a zlepšuje se. Z big social data mohou mít užitek například chatboti - programy ke komunikaci s lidmi. Ti se mohou z lidských interakcí učit jak odpovídat a jak na nějaká věci reagovat.

Analýza polohových dat v boji proti koronaviru

Big social data se používají i v boji proti koronaviru v podobě sdílení polohy. V březnu 2020 přidala firma Seznam do své aplikace Mapy.cz možnost dobrovolného sdílení polohy za účelem boje proti šíření koronaviru. Pokud některý z uživatelů onemocní a nahlásí tuto informaci do aplikace, další uživatelé, kteří s ním přišli do styku, dostanou upozornění na ryzikový kontakt a mohou tak včas jednat, aby onemocnění případně nešířili dál.

Prospěch uživatelů

Z big social data nemusí mít prospěch pouze společnosti, v každodenním životě si pokroku díky nim užívají uživatelé. Například na zábavních webových platformách (např. Netflix, YouTube, Spotify) získávají uživatelé díky datům o nich získaných customizované doporučení dalšího obsahu. Stejně tak jsou uživatelům doporučovány produkty v reklamních panelech na základě předchozích nákupů či vyhledávání.

Negativní aspekty

Náročnost zpracování dat

Analýza big social data může být náročná na finanční, lidské i technické zdroje. Data potřebují být někde uchována, je tedy třeba pro ně zřídit nějaké úložiště. Množství těchto dat není strukturováno a je tedy náročné je zpracovat a získat z nich hodnotné informace. K využití plného potenciálu musí být data analyzovány v průběhu delší doby, nehodí se tedy pro použití při kratších projektech.

Neetické používání

Kvůli citlivému obsahu big social data je nutné dodržovat určité etické zásady při jejich používání. Jako příklad neetického používání můžeme uvést kontroverzní systém sociálního kreditu připravovaný Čínskou lidovou republikou. Ta plánuje hodnocení obyvatel na základě různých aspektů jejich ekonomického a společenského chování za pomoci nových technologií a práce s velkými daty. To někteří považují za neetické a také za hrozbu zneužívání systému, postupnému rozvrstvení společnosti do několika úrovní a případnému rozvoji korupce.

Nelegální získávání a šíření dat

V roce 2018 vyplaval na povrch skandál firem Facebook a Cambridge Analytica. Facebook porušil zákon o ochraně dat, tím že firmě Cambridge Analytica poskytl přístup k informacím až 87 miliónů uživatelů bez jejich souhlasu. Způsob, kterým Cambridge Analytica data shromažďovala, bylo skrze kvízovou aplikaci "This Is Your Digital Life", do které se uživatelé přihlašovali přes login Facebooku a tím otevřeli přístup k osobním datům jich i jejich přátel. Data byly shromažďovány za účelem použití pro politickou propagaci (konkrétně Cambridge Analytica poskytovala analytickou asistenci v kampani Teda Cruze a Donalda Trumpa, spekulováno je také o zásahu do referendu o Brexitu).

Rizika a zneužitelnost

Zneužití dat

Citlivé osobní informace jsou častým cílem hackerů a kyberútočníků. Phishing, bankovní či pojistné podvody jsou typickými příklady, jak mohou být big social data nebezpečně zneužita kriminálními organizacemi. Zneužita mohou být big social data ale také jinými způsoby, jako například šířením cílených fake news za účelem ovlivnění ideí či vyvolání strachu (např. ovlivnění voleb).

Nesprávné zacházení s daty

Big social data nejsou ohrožena pouze těmi, kteří se je cíleně snaží zneužít. Risk existuje i v nechtěném zneužití. Lidské předsudky, špatné praktiky v datové analýze i špatná kvalita dat mohou vést ke špatným závěrům. A jelikož je datová věda relativně novým oborem, je obtížné předpovědět, jaké bude mít špatné zacházení s daty dopady.

Zabezpečení dat

Big social data obsahují tolik citlivých informací o osobě, že mohou znamenat velké riziko narušení soukromí. Proto je důležité, aby byla náležitě chráněna. S větším sběrem dat je složitější i nákladnější jejich bezpečné uchovávání. Společnosti jsou zavázány k ochraně těchto dat (zajištěna velkými potenciálními pokutami), ale rostoucí množství kyberútoků značí, že je nutné se tomu věnovat více.

Odkazy

Související články

Big data

Problematika velkých dat. Big data.

Klíčová slova

data, big data, big social data, velká data