.png)
.png)
Послать статью по эл. почте 
Феномен больших данных в социальной философии и профессиональном образовании
https://doi.org/10.15372/PEMW20180405
Аннотация
В статье рассматривается феномен больших данных, исследование которого в социально-философском аспекте приводит к пониманию того, что большие данные включают процесс накопления и сохранения сверхогромных массивов информации, технологии работы с ними и парадигмальный сдвиг в науке, формирующий новую информационно-коммуникационную культуру. Исследованы процессы сбора больших данных. Показано, что технологии больших данных широко используются практически во всех сферах жизнедеятельности общества как в исследовательских, так и в коммерческих целях. Выявлена прогнозная функция больших данных, позволяющая эффективно применять эту технологию в образовании. В качестве примера представлена деятельность по сбору, обработке и хранению больших данных в рамках стратегического проекта ФГБОУ ВО «Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева».
Об авторах
С. Ю. ПискорскаяРоссия
Пискорская Светлана Юрьевна – доктор философских наук, доцент, директор института социального инжиниринга
660037, г. Красноярск, пр. им. газ. «Красноярский рабочий», 31
А. Е. Гончаров
Россия
Гончаров Александр Евгеньевич – кандидат исторических наук, доцент кафедры технического иностранного языка
660037, г. Красноярск, пр. им. газ. «Красноярский рабочий», 31
Список литературы
1. Гусева А.А. «Большие данные»: понятие, источники, возможности // Masters Journal, 2016. № 1. С. 320–324.
2. Формирование общества, основанного на знаниях. Новые задачи высшей школы: доклад Всемирного банка. М.: Весь мир, 2003. 232 c.
3. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер, 2014. 240 с.
4. Кравец А. С. Природа вероятности (философские аспекты). М.: Мысль, 1976. 173 с.
5. Большие данные для государственного управления [Электронный ресурс]. URL: http://ac.gov.ru/files/content/10087pushkin-bolshie-dannye-dlya-gosupravleniya-pdf.pdf (дата обращения: 15.08.2018).
6. Назарова М. А., Черных С. И. Трансформация идентичности в обществе // Профессиональное образование в современном мире. 2017. Т. 7, № 3. С. 1163–1168.
7. Цымблер М. Л. Big Data: несколько простых вопросов о сложном явлении // Суперкомпьютеры. 2014. № 1 (17). С. 8–11.
8. Что такое Big Data (большие данные) в маркетинге: проблемы, алгоритмы, методы анализа [Электронный ресурс]. URL: https://lpgenerator.ru/blog/2015/11/17/chto-takoe-big-data-bolshie-dannye-vmarketinge-problemy-algoritmy-metody-analiza/ (дата обращения: 15.08.2018).
9. Халилов Д. 98 параметров таргетинга на Facebook [Электронный ресурс]. URL: http://madcats.ru/smm/98-facebook-targetings/ (дата обращения: 15.08.2018).
10. Чехарин Е. Е. Большие данные: большие проблемы // Перспективы науки и образования. 2016. № 3 (21). С. 7–11.
11. Дроздова А. А. Перспективы применения технологии «больших данных» в образовании [Электронный ресурс] // Молодой исследователь Дона. 2016, № 2 (2). URL: http://mid-journal.ru/upload/iblock/6a4/drozdova.pdf (дата обращения: 14.08.2018).
12. Михнев И. П., Челнокова А. Д., Реут А. Д. Технологии Big Data и их применение в сфере современного высшего образования [Электронный ресурс] // Развитие современного образования: от теории к практике: материалы IV Междунар. науч.-практ. конф. (Чебоксары, 19 марта 2018 г.). Чебоксары: Интерактив плюс, 2018. URL: https://interactive-plus.ru/e-articles/527/Action527–470090.pdf (дата обращения: 14.08.2018).
13. Пфаненштиль И. А., Яценко М. П. Информационные аспекты управления образованием // Профессиональное образование в современном мире. 2018. Т. 8, № 1, С. 1581–1586.
14. Big Data в вузе: специальный проект [Электронный ресурс]. URL: http://imguu.ru/nauchnayarabota/bigdata/ (дата обращения: 16.08.2018).
15. Кацко С. Ю. Большие данные в геоинформационном пространстве для эффективного управления в кризисных ситуациях [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/bolshiedannye-v-geoinformatsionnom-prostranstve-dlya-effektivnogo-upravleniya-v-krizisnyh-situatsiyah (дата обращения: 18.08.2018).
16. Blondel P. The handbook of sidescan sonar. Chichester (UK): Spinger – Praxis Publ. Ltd., 2009. 316 p.
17. U. S. Geological Survey Scientific Investigations Report 2007–5012 [Электронный ресурс]. URL: https://pubs.usgs.gov/sir/2007/5012/section3.html (дата обращения: 18.10.2018).
18. Kaeser A. J., Litts T. L., Tracy T. W. Using low-cost side-scan sonar for benthic mapping throughout the Lower Flint River, Georgia, USA // River Research and Applications. 2013. Nо. 29 (5). P. 634–644.
19. Van Der Wal D., Pye K. The use of historical bathymetric charts in a GIS to assess morphological change in estuaries // The Geographical Journal. 2003. Vol. 169 (1). P. 21–31.
20. O’Shea J. M. The identification of shipwreck sites: a Bayesian approach // Journal of Archeological Science. 2004. Nо. 31. P. 1533–1552.
21. Malakoff D. Bayes offers a ‘new’ way to make sense of numbers // Science. 1999. Vol. 286 (5444). P. 1460–1464.
Дополнительные файлы
Для цитирования: Пискорская С.Ю., Гончаров А.Е. Феномен больших данных в социальной философии и профессиональном образовании. Профессиональное образование в современном мире. 2018;8(4):2178-2185. https://doi.org/10.15372/PEMW20180405
For citation: Piskorskaya S.Y., Goncharov A.E. Big Data as a phenomenon of social philosophy and professional education. Professional education in the modern world. 2018;8(4):2178-2185. (In Russ.) https://doi.org/10.15372/PEMW20180405
Обратные ссылки
- Обратные ссылки не определены.
