PL EN


2016 | 52 | 4(210) | 431-450
Article title

Using Big Data in Innovation Research

Content
Title variants
PL
Używanie Big Data w badaniach nad innowacjami
Languages of publication
PL
Abstracts
EN
One of the major contemporary trends revolutionizing social-sciences computing is, inter alia, the so-called Big Data effect, meaning fast and multidimensional analyses of large volumes of data. Technologies related to Big Data (Volume, Velocity, Variety) have considerable impact on the tools of contemporary sociologists, providing them with immense data resources in real time. Big Data is a term encompassing all data, the analysis of which may bring quantifi able benefi ts, not only in terms of business but also in science and research. Modern technologies change and greatly impact the methodology of research conducted, giving rise to numerous questions and doubts both strictly methodological and ethical in nature. One of the main challenges related to Big Data is the possibility of using large data agglomerates as early as at the stage of conceptualizing and operationalizing the subject of social-sciences computing. The possibility of transforming raw data into pieces of information, and then into knowledge, may soon become an indispensable and desirable element applied in social engineering in establishing the practical applications of research and in predicting future social phenomena. The latter could be particularly useful in such an important and sensitive fi eld as innovation research. Two cases of innovation: a social and technological ones are discussed in the paper. Using these two cases we will present a model of analyzing innovations in real time. The proposed model is a new approach to study innovations.
PL
Jednym z głównych, współczesnych trendów przynoszących rewolucyjne zmiany w informatyce społecznej jest efekt Big Data, czyli szybkiej wielowymiarowej analizy wielkich zbiorów danych. Technologie związane z Big Data mają znaczący wpływ na narzędzia badawcze jakimi mogą posługiwać się współcześni socjologowie. Dają im one możliwość dostępu do źródeł danych w czasie rzeczywistym. Big Data to termin odnoszący się do wszystkich danych, których analiza może przynieść policzalne efekty, zarówno w kategoriach ekonomicznych jak i badawczych. Nowe technologie wpływają w znaczącym stopniu na metodologię badań, przynosząc szereg pytań i wątpliwości tak natury metodologicznej jak i etycznej. Jednym z wyzwań związanych z Big Data jest możliwość posługiwania się wielkimi zbiorami danych na wczesnych etapach konceptualizacji i operacjonalizacji problemów i hipotez badawczych. Przekształcanie surowych danych w informacje i wiedzę stanie się nieodłącznym elementem nie tylko inżynierii społecznej ale również praktyki badawczej dającej lepsze możliwości predykcyjne naukom społecznym niż to miało miejsce dotychczas. Te możliwości wydają się szczególnie użyteczne w badaniach nad innowacjami. Przedstawiamy je w szczegółach na dwóch przykładach innowacji – jednej technologicznej i drugiej społecznej. Przykłady te służą nam do zaprezentowania modelu, który stanowi nowe podejście do badania innowacji
Year
Volume
52
Issue
Pages
431-450
Physical description
Dates
published
2016-09
Contributors
  • Faculty of Humanities, AGH University of Science and Technology, Cracow
References
  • Ampofo L., 2011, The Social life of real-time social media monitoring, “Participations: Journal of Audience & Reception Studies” 8: 21–47.
  • Back L., Lury C., Zimmer R., 2013, Doing Real Time Research: Opportunities and Challenges, Discussion Paper. NCRM: http://eprints.ncrm.ac.uk/3157/1/real_time_research.pdf [access: 22.08.2014].
  • Baur N., 2009, Measurement and Selection Bias in Longitudinal Data. A Framework for Re-Opening the Discussion on Data Quality and Generalizability of Social Bookkeeping Data, “Historical Social Research” 3: 9–50.
  • Baur N., 2011, Mixing process-generated data in market sociology, “Qual Quant” 45: 1233–1251.
  • Beinhocker E.D., 2007, The Origin of Wealth. Evolution, Complexity, and Radical Remaking of Economics, London: Random House Business Books.
  • Bell D., 1999, The Coming Post-Industrial Society, New York: Basic Books.
  • Bourdieu P., 2005, The Social Structure of the Economy, Cambridge: Polity Press.
  • Bughin J., Chui M., Manyika J., 2013, Ten IT-enabled business trends for the decade ahead, “McKinsey Quarterly”, May 2013.
  • Castells M., 2000, The Rise of the Network Society, Oxford: Blackwell Publishers.
  • Dosi G., Orsenigo L., Labini M.S., 2005, Technology and the Economy. In: N.J. Smelser, R. Swedberg, eds., The Handbook of Economic Sociology, Princeton: Princeton University Press, 678–702.
  • Fligstein N., Mc Adam D., 2012, A Theory of Fields, Oxford: Oxford University Press.
  • Florida R., 2001, The Rise of Creative Class: And How It’s Transforming Work, Leisure, Community and Everyday Life, New York: Basic Books.
  • GCR, 2013, The Global Competitivness Report 2013–2014, http://www.weforum.org/reports/globalcompetitiveness-report-2013-2014
  • GCR, 2014, The Global Innovation Index 2014. The Human Factor in Innovation, http://www.globalinnovationindex.org/userfi les/fi le/reportpdf/GII-2014-v5.pdf
  • Lupton D., 2015, Digital Sociology, London: Routledge.
  • Marres N., Weltevrede E., 2013, Scraping the Social? Issues in life social research, “Journal of Cultural Economy” 6.3: 313–335.
  • Ries E., 2011, The Lean Startup: How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, New York: Crown Publishing.
  • Ritzer G., 2004, The Globalization of Nothing, London: Sage.
  • Rogers E.M., 2003, Diffusion of innovations, 5th edition, New York: The Free Press.
  • Rogers R., 2013, Digital Methods, Cambridge, MA: The MIT Press.
  • Ruppert E., 2013, Rethinking Empirical Social Sciences, “Dialogues in Human Geography” 3.3: 268–273.
  • Schmitt J., 2014, Social Innovation for Business Success, London: Springer.
  • Schroeder R., Cowls J., 2014, Big Data, Ethics, and the Social Implications of Knowledge Production, Paper presented at Data Ethics Workshop, KDD@Bloomberg, August 24 in New York, USA.
  • Schumpeter J.A., 2000, Entrepreneurship as Innovation, In: R. Swedberg, ed., Entrepreneurship, Social Science View, Oxford: Oxford University Press, 51–75.
  • Steyaert C. Hjorth D., 2006, Introduction: what is social in social entrepreneurship? In: C. Steyaert, D. Hjorth, eds., Entrepreneurship as Social Change, Cheltenham: Edward Elgar, 1–20.
  • Tinati R., Halford S., Carr L., Pope C., 2014, Big Data. Methodological Challenges and Approaches for Sociological Analysis, “Sociology” 48.4: 663–681.
  • Tonkiss F., 2006, Contemporary Economic Sociology. Globalization, production, inequality, London: Routledge.
  • Touraine A., 1974, The Post-Industrial Society, New York: Random House.
  • West B., Turalska M., Grigolini P., 2014, Networks of Echoes, London: Springer.
Document Type
Publication order reference
Identifiers
YADDA identifier
bwmeta1.element.desklight-df74538f-c7b1-4bc9-bab1-29172f33142c
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.