Цифровая трансформация и большие данные

Обложка

Цитировать

Полный текст

Аннотация

На сегодняшний день Российская Федерация уделяет особое внимание цифровой трансформации страны в целом и проявляет отдельный интерес к большим данным в частности, что подтверждается рядом проанализированных документов и сложившейся конъюнктурой в предметной области. Исследование посвящено анализу больших данных, одной из областей использования которых является государство, а точнее работа федеральных и региональных органов исполнительной власти. Основная ценность больших данных с позиции государства видится в возможности работы над объемами разнородной информации с целью повышения эффективности в принятии управленческих решений по широкому кругу вопросов. Основной целью исследования является распространение опыта анализа больших данных, которые используются в работе Министерства экономического развития Приморского края. Для этого предлагается обратиться к теоретическим аспектам больших данных, узнать основную цепочку работ над ними, а также обратить внимание на отечественный и зарубежный опыт использования данных в некоторых областях знаний. Практической частью исследования является описание опыта работы Минэкономразвития ПК, имеющее непосредственное отношение к цифровому развитию региона и осуществляющее определенный перечень работ с разнородными данными. В качестве примера обращается внимание на апробированный подход по анализу большого набора открытых данных, характеризующих работу и развитие малого и среднего предпринимательства в Приморском крае, размещенных на сайте Федеральной налоговой службы Российской Федерации. В заключении подчеркивается, что предлагаемый в исследовании подход по работе с данными может быть адаптирован под схожие потребности в других федеральных и региональных органах власти.

Об авторах

Станислав Сергеевич Кузора

Дальневосточный федеральный университет

Email: kuzora_ss@dvfu.ru
ORCID iD: 0000-0003-2309-2035

ассистент Департамента инноваций Политехнического института

690091, Россия, Владивосток, ул. Суханова, 8

Иван Петрович Натаров

Министерство экономического развития Приморского края

Автор, ответственный за переписку.
Email: natarov_ivan@bk.ru
ORCID iD: 0000-0002-6550-6833

аналитик данных

690110, Россия, Владивосток, ул. Светланская, 22

Список литературы

  1. Chen M., Mao S., Liu Y. Big Data: A Survey. Mobile Netw Appl, 2014: 171–209. doi: 10.1007/s11036-013-0489-0
  2. Longbing C. Data Science: A Comprehensive Overview. ACM Comput. Surv. 2017;50(3):42. DOI: https://doi.org/10.1145/3076253
  3. Zvyagin L.S. Cifrovye trendy v analize dannyh i mjagkih izmerenijah kak konceptual’naja osnova razvitija prikladnyh nauk [Mathematical Algorithms of Game Theory as an Applied Tool for Making Effective Financial and Economic Decisions]. Myagkiye izmereniya i vychisleniya. 2020;37(12):45–62 (In Russ.).
  4. Chen J., Jiang Q., Wang Y., Tang J. Study of Data Analysis Model Based on Big Data Technology. 2016 IEEE International Conference on Big Data Analysis (ICBDA); 2016: 1–6. DOI: https://doi.org/10.1109/ICBDA.2016.7509810
  5. Big Data: The Next Frontier for Innovation, Competition, and Productivity. McKinsey Global Institute. URL: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation#. Accessed: 23.01.2022
  6. Platonova S.I. Big Data: Challenges and Opportunities in Social Sciences. Manuskript. 2020; 13(4). DOI: https://doi.org/10.30853/manuscript.2020.4.24 (In Russ.).
  7. Chernyak L. Bol’shiye Dannyye — novaya teoriya i praktika [Big Data — New Theory and Practice]. Otkrytyye sistemy. SUBD. 2011;10:18–25 (In Russ.).
  8. Chernyak L. Svezhiy vzglyad na Bol’shiye Dannyye [A New Look at Big Data]. Otkrytyye sistemy. SUBD. 2013;7:48–51 (In Russ.).
  9. Volkov D.V. V poiskakh sokrovishch [Looking for Treasures]. Otkrytyye sistemy. SUBD. 2014;1:1 (In Russ.).
  10. Sagiroglu S., Sinanc D. Big Data: A Review. 2013 International Conference on Collaboration Technologies and Systems (CTS); 2013: 42–47. DOI: https://doi.org/10.1109/CTS.2013.6567202
  11. Philip Chen C.L., Chun-Yang Z. Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data. Information Sciences. 2014;275:314–347. DOI: https://doi.org/10.1016/j.ins.2014.01.015
  12. Regional’nye proekty cifrovoj jekonomiki Primorskogo kraja [Regional Projects of the Digital Economy of Primorsky Region]. URL: https://digital.primorsky.ru/. Accessed: 23.01.2022 (In Russ.).
  13. Ukaz Prezidenta RF ot 09.05.2017 N 203 «O Strategii razvitija informacionnogo obshhestva v Rossijskoj Federacii na 2017 — 2030 gody» [Decree of the President of the Russian Federation of May 9, 2017 # 203 “On the Strategy for the Development of the Information Society in the Russian Federation for 2017 — 2030”]. URL: https://base.garant.ru/71670570/. Accessed: 23.01.2022 (In Russ.).
  14. Ukaz Prezidenta RF ot 21.07.2020 N 474 “O nacional’nyh celjah razvitija Rossijskoj Federacii na period do 2030 goda” [Decree of the President of the Russian Federation of July 21, 2020 # 474 “On the National Development Goals of the Russian Federation for the Period up to 2030”]. URL: http://publication.pravo.gov.ru/Document/View/0001202007210012. Accessed: 23.01.2022 (In Russ.).
  15. Strategija v oblasti cifrovoj transformacii otraslej jekonomiki, social’noj sfery i gosudarstvennogo upravlenija Primorskogo kraja [Strategy in the Field of Digital Transformation of Sectors of the Economy, Social Sphere and Public Administration of Primorsky Region]. URL: https://www.tadviser.ru/images/7/7c/Стратегия_Приморский_край.pdf. Accessed: 23.01.2022 (In Russ.).
  16. Proekt po analizu nalogovoj platezhesposobnosti malogo i srednego biznesa na territorijah municipal’nyh obrazovanij Primorskogo kraja [Project to Analyze the Tax Solvency of Small and Medium-sized Businesses in the Territories of Municipalities of Primorsky Region]. URL: https://github.com/ivannatarov/Data_analysis_msp. Accessed: 23.01.2022 (In Russ.).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».