BOEK 2:BIG DATA & INNOVATIEVE METHODEN VOOR CRIMINOLOGISCH ONDERZOEK
Niet alle details staan in de presentatie dus ook mss boek kijken vr extra uitleg, belangrijkste in
presentatie.
Slides allerbelangrijkste boek zo goed als niet.
HOOFDSTUK 1-11 INNOVATIEVE DATAVERZAMELINGSMETHODEN
Hoofdstuk 1: Nieuwe technologieën als motor voor innovaties in criminologisch onderzoek
1. Inleiding
- Sociale wetenschappen (Bushway & Weisburd, 2006)
à vonden dat de sociale wetenschap vaak geconfronteerd worden met
uitdaging om methoden te importeren, introspecteren en innoveren om
onderzoeksvragen beter te beantwoorden
- Importeren van methoden: Criminologie = interdisciplinaire en
objectwetenschap zonder eigen methodologie.
- Crimi heeft niet een eigen methode om bepaalde
onderzoeksvragen te beantwoorden.
- Methodologieën gaan importeren uit andere disciplines
- Noodzaak om methoden te ontlenen !
- Dus criminologie GEEN methodologie
- Methodologische innovaties leiden tot nieuwe inzichten als criminologen door de
verschillende meetniveaus
En ook de opkomst van big data breidt de set van beschikbare databronnen uit,
à meer datat om mee te gaan werken
Dit verzamelwerk behandelt (2) belangrijke academische ontwikkelingen:
1. Gebruik van big-data-analysemethoden
2. Uitdaging om disciplines bijeen te brengen
- “De criminoloog van morgen is maar zo sterk als het instrumentarium waarover hij/zij
beschikt” à quote à als jij een bepaalde nieuwe innovatieve methode aanleert is het
belangrijk dat je ze kent en beheerst en weet hoe dat deze in elkaar zit.
- Want: criminologen moeten over andere competenties en vaardigheden
beschikken omwille van de verscheidenheid aan innovatie methoden
- Methodologisch onderwijs als basis à ontbreken handboek vergemakkelijkt de
inbedding niet
2. De vierde industriële revolutie en nieuwe technologieën
Industriële evolutie
Fase 1: stoommachines
Fase 2: elekriciteit
Fase 3: wifi, computers etc à meer technologisch
Fase 4: waar wij ons in bevinden à ai etc
, à wij zijn nieuwe fase aan het binnentreden
- In deze fase verschillende patronen dat opkomen
- Anders gaan werken met data
- Complexere en geavanceerde manieren van die analyes die wij doen
- Geavanceerde producten op de markt komen (3D printers)
- Heel belangrijk: soort interactie tss computer en mens.
3. Data
à vormt basis voor alles, daarna informatie (deze 2 samen context), daarna kennis
(deze vormen samen ervaring) (piramide ook in handboek
à data dus niet zo veel is totdat we daar een interpretatie aan geven.
3.1. Soorten data
Onder invloed van nieuwe technologieën wordt veel meer data gegenereerd
• Kwalitatieve en kwantitatieve data
• Primaire, secundaire en tertiaire data
- Made en found data:
• Index-, attribuut- en metadata
• Gestructureerde, semigestructureerde en ongestructureerde data
• Primitieve en niet-primitieve data
3.1.1. Kwalitatieve en kwantitatieve data
- Kwalitatief = niet-numerieke data
o Bv. Tekst, foto’s, video’s, geluid
o Dit kan gekwantificeerd worden ( wordt vaak niet gedaan)
- Kwantitatief = numerieke data
o Nominale variabelen: categorisatie (bv. haarkleur)
o Ordinale variabelen: ordening in categorieën (bv. opleidingsniveau)
o Intervalvariabelen: gelijke verschillen tussen de categorieën (bv. verschil 0°C en
5°C = verschil 20°C en 25°C)
o Ratiovariabelen: absoluut nulpunt (bv. Leeftijd, aantal diefstallen deze week)
3.1.2. Primaire, secundaire en tertiaire data
- Primair: data wordt gebruikt door de onderzoekers zelf, die ze zelf verzameld hebben
o Secundair: data verzameld door anderen voor andere (primaire) doeleinden, niet
met het opzicht voor onderzoekdoeleinden
§ Bv. Politiediensten die criminaliteitscijfers bijhouden
o Tertiair: komt voor uit de verwerking van primair en secundaire data
§ Data die al bestaat gaan verwerken
,3.1.3. Made en found data
- Andere manier naar data kijken: aard van de creatie. à made data bijna hetzelfde als
primaire data en found data bijna hetzelfde als secundaire data
3.1.4. Index-, attribuut- en metadata
- Indexdata: data die identificatie en koppeling mogelijk maken = unieke identificatoren
(bv. Studentennummer) à dataset gaan identifiseren, ze krijgen een unieke ifentificatie
cijfer.
- Attribuutdata: data over aspecten van een bepaald verschijnsel, maar niet indexerend
van aard (bv. Geslacht) à niet data zelf maar geeft meer context.
- Metadata:
o Beschrijvende metadata: gebruikt om data te verkennen en informatie op te
zoeken en te lokaliseren (bv. Resp. burgerservice- of rijksregisternummer)
o Structurele metadata: betrekking op de interne structuur en beschrijven de
relaties tussen elementen (bv. Leeftijd moet een integer getal zijn tussen 0 en
120) à meer info over variabelen in uw data set
o Administratieve metadata: betrekking op het databestand, an sich (bv.
Bestandsextensie is xls-formaat en bestandsomvang is 250 MB) vb je werkt met
een excel bestand
o Metadata = context geven aan je data, gaat je onderzoeksvraag niet
beantwoorden gewoon context geven en uitleg geven over de data dat je
verzameld hebt.
3.1.5. Gestructureerde, semigestructureerde en ongestructureerde data
- Gestructureerd: structurering in een vooraf gedefineerd formaat en eenvoudig te
analyseren à heel structureel, heeft allemaal bepaalde formaat
o Bv. Excelbestanden
- Semigestructureerd: enige vorm van structurering, maar bestaan niet in een vooraf
gedefineerd formaat waardoor ze niet geschikt zijn om te tabelleren
o Volgt een bepaalde soort formaat op voorhand
o Bv. XML4-gelabelde webpagina’s of e-mails
- Ongestructureerd: geen enkele vorm van structurering en geen vooraf gedefineerd
formaat
o Bv. Kwalitatieve data zoals vrije tekst of foto’s
- Data kan dus volgens bepaalde structuur gezien worden
3.1.6. Primitieve en niet-primitieve data
- Primitief: datastructuren die direct worden ondersteund door machines en waarop
operaties kunnen worden uitgevoerd.
o Bv. Integers (gehele getallen), floating point numbers (kommagetallen),
characters (karakters zoals letters en symbolen), booleans (Booleaanse
operatoren: True of False)
, o Niet-primitief: data die wordt gecreëerd door degene die de data manipuleert en
zijn opgebouwd uit primitieve data-eenheden
o Bv. Strings (verzameling van characters) en arrays (meerdere waarden in één
variabele)
4. Twee culturen in het modelleren van data
Deze data vragen doorgaans een andere aanpak dan conventionele databronnen
Statistiek (datamodellen) versus data science (algoritmische modellen)
Eerst heb je een statistiek model à je wilt de relatie tussen variabelen X en Y gaan meten en dan
kun je aan de hand van 2 modellen à komt uit de statistiek en je gaat eigenlijk definities van
kansen gaan paten. à gaat niet definitief uitslag geven maar gaat spreken over een kans
• Realiteit
• Datamodellen
• Algoritmische modellen
à komt uit de data science, dus je ziet hier duidelijk dat wij uit andere discilines onze
methoden gaan overnemen om die data te gaan bekijken. Gaan een definitie maken, een
algoritme gaan schrijven die de relatie in kaart brengt.
(Breiman, 2001)
Hoofdstuk 2: big data
1. Wat zijn big data en wat is er nieuw aan
Enorme toename van data, ook met criminologische relevantie
à Exponentieel, omwille van dataficatie ( allemaal gegevens opslaan en kunnen
verwerkt worden door computers.)
o Menselijke activiteiten, gebeurtenissen, objecten naar gegevens omzetten
- Karakteristieken vaak omschreven op basis van 3 V’s, als je deze drie v’s herkent dan kan
je spreken over big data :
o Volume:
§ Big data gaan om heel grote hoeveelheden van data, er worden geen
steekproeven genomen, je gaat volledige data, in geheel gaan bekijken
o Velocity (snelheid):
§ Big data zijn doorgaans real-time
o Variety (verscheidenheid):
§ Big data betreken tekst, cijfers, beelden, geluid en vele andere formats à
veel soorten data.
2. Onderzoekstoepassingen voor big data
- Data-driven benadering:
= Er wordt gekeken naar wat de data te vertellen hebben, zonder op voorhand
o Met behulp van data mining tools
Niet alle details staan in de presentatie dus ook mss boek kijken vr extra uitleg, belangrijkste in
presentatie.
Slides allerbelangrijkste boek zo goed als niet.
HOOFDSTUK 1-11 INNOVATIEVE DATAVERZAMELINGSMETHODEN
Hoofdstuk 1: Nieuwe technologieën als motor voor innovaties in criminologisch onderzoek
1. Inleiding
- Sociale wetenschappen (Bushway & Weisburd, 2006)
à vonden dat de sociale wetenschap vaak geconfronteerd worden met
uitdaging om methoden te importeren, introspecteren en innoveren om
onderzoeksvragen beter te beantwoorden
- Importeren van methoden: Criminologie = interdisciplinaire en
objectwetenschap zonder eigen methodologie.
- Crimi heeft niet een eigen methode om bepaalde
onderzoeksvragen te beantwoorden.
- Methodologieën gaan importeren uit andere disciplines
- Noodzaak om methoden te ontlenen !
- Dus criminologie GEEN methodologie
- Methodologische innovaties leiden tot nieuwe inzichten als criminologen door de
verschillende meetniveaus
En ook de opkomst van big data breidt de set van beschikbare databronnen uit,
à meer datat om mee te gaan werken
Dit verzamelwerk behandelt (2) belangrijke academische ontwikkelingen:
1. Gebruik van big-data-analysemethoden
2. Uitdaging om disciplines bijeen te brengen
- “De criminoloog van morgen is maar zo sterk als het instrumentarium waarover hij/zij
beschikt” à quote à als jij een bepaalde nieuwe innovatieve methode aanleert is het
belangrijk dat je ze kent en beheerst en weet hoe dat deze in elkaar zit.
- Want: criminologen moeten over andere competenties en vaardigheden
beschikken omwille van de verscheidenheid aan innovatie methoden
- Methodologisch onderwijs als basis à ontbreken handboek vergemakkelijkt de
inbedding niet
2. De vierde industriële revolutie en nieuwe technologieën
Industriële evolutie
Fase 1: stoommachines
Fase 2: elekriciteit
Fase 3: wifi, computers etc à meer technologisch
Fase 4: waar wij ons in bevinden à ai etc
, à wij zijn nieuwe fase aan het binnentreden
- In deze fase verschillende patronen dat opkomen
- Anders gaan werken met data
- Complexere en geavanceerde manieren van die analyes die wij doen
- Geavanceerde producten op de markt komen (3D printers)
- Heel belangrijk: soort interactie tss computer en mens.
3. Data
à vormt basis voor alles, daarna informatie (deze 2 samen context), daarna kennis
(deze vormen samen ervaring) (piramide ook in handboek
à data dus niet zo veel is totdat we daar een interpretatie aan geven.
3.1. Soorten data
Onder invloed van nieuwe technologieën wordt veel meer data gegenereerd
• Kwalitatieve en kwantitatieve data
• Primaire, secundaire en tertiaire data
- Made en found data:
• Index-, attribuut- en metadata
• Gestructureerde, semigestructureerde en ongestructureerde data
• Primitieve en niet-primitieve data
3.1.1. Kwalitatieve en kwantitatieve data
- Kwalitatief = niet-numerieke data
o Bv. Tekst, foto’s, video’s, geluid
o Dit kan gekwantificeerd worden ( wordt vaak niet gedaan)
- Kwantitatief = numerieke data
o Nominale variabelen: categorisatie (bv. haarkleur)
o Ordinale variabelen: ordening in categorieën (bv. opleidingsniveau)
o Intervalvariabelen: gelijke verschillen tussen de categorieën (bv. verschil 0°C en
5°C = verschil 20°C en 25°C)
o Ratiovariabelen: absoluut nulpunt (bv. Leeftijd, aantal diefstallen deze week)
3.1.2. Primaire, secundaire en tertiaire data
- Primair: data wordt gebruikt door de onderzoekers zelf, die ze zelf verzameld hebben
o Secundair: data verzameld door anderen voor andere (primaire) doeleinden, niet
met het opzicht voor onderzoekdoeleinden
§ Bv. Politiediensten die criminaliteitscijfers bijhouden
o Tertiair: komt voor uit de verwerking van primair en secundaire data
§ Data die al bestaat gaan verwerken
,3.1.3. Made en found data
- Andere manier naar data kijken: aard van de creatie. à made data bijna hetzelfde als
primaire data en found data bijna hetzelfde als secundaire data
3.1.4. Index-, attribuut- en metadata
- Indexdata: data die identificatie en koppeling mogelijk maken = unieke identificatoren
(bv. Studentennummer) à dataset gaan identifiseren, ze krijgen een unieke ifentificatie
cijfer.
- Attribuutdata: data over aspecten van een bepaald verschijnsel, maar niet indexerend
van aard (bv. Geslacht) à niet data zelf maar geeft meer context.
- Metadata:
o Beschrijvende metadata: gebruikt om data te verkennen en informatie op te
zoeken en te lokaliseren (bv. Resp. burgerservice- of rijksregisternummer)
o Structurele metadata: betrekking op de interne structuur en beschrijven de
relaties tussen elementen (bv. Leeftijd moet een integer getal zijn tussen 0 en
120) à meer info over variabelen in uw data set
o Administratieve metadata: betrekking op het databestand, an sich (bv.
Bestandsextensie is xls-formaat en bestandsomvang is 250 MB) vb je werkt met
een excel bestand
o Metadata = context geven aan je data, gaat je onderzoeksvraag niet
beantwoorden gewoon context geven en uitleg geven over de data dat je
verzameld hebt.
3.1.5. Gestructureerde, semigestructureerde en ongestructureerde data
- Gestructureerd: structurering in een vooraf gedefineerd formaat en eenvoudig te
analyseren à heel structureel, heeft allemaal bepaalde formaat
o Bv. Excelbestanden
- Semigestructureerd: enige vorm van structurering, maar bestaan niet in een vooraf
gedefineerd formaat waardoor ze niet geschikt zijn om te tabelleren
o Volgt een bepaalde soort formaat op voorhand
o Bv. XML4-gelabelde webpagina’s of e-mails
- Ongestructureerd: geen enkele vorm van structurering en geen vooraf gedefineerd
formaat
o Bv. Kwalitatieve data zoals vrije tekst of foto’s
- Data kan dus volgens bepaalde structuur gezien worden
3.1.6. Primitieve en niet-primitieve data
- Primitief: datastructuren die direct worden ondersteund door machines en waarop
operaties kunnen worden uitgevoerd.
o Bv. Integers (gehele getallen), floating point numbers (kommagetallen),
characters (karakters zoals letters en symbolen), booleans (Booleaanse
operatoren: True of False)
, o Niet-primitief: data die wordt gecreëerd door degene die de data manipuleert en
zijn opgebouwd uit primitieve data-eenheden
o Bv. Strings (verzameling van characters) en arrays (meerdere waarden in één
variabele)
4. Twee culturen in het modelleren van data
Deze data vragen doorgaans een andere aanpak dan conventionele databronnen
Statistiek (datamodellen) versus data science (algoritmische modellen)
Eerst heb je een statistiek model à je wilt de relatie tussen variabelen X en Y gaan meten en dan
kun je aan de hand van 2 modellen à komt uit de statistiek en je gaat eigenlijk definities van
kansen gaan paten. à gaat niet definitief uitslag geven maar gaat spreken over een kans
• Realiteit
• Datamodellen
• Algoritmische modellen
à komt uit de data science, dus je ziet hier duidelijk dat wij uit andere discilines onze
methoden gaan overnemen om die data te gaan bekijken. Gaan een definitie maken, een
algoritme gaan schrijven die de relatie in kaart brengt.
(Breiman, 2001)
Hoofdstuk 2: big data
1. Wat zijn big data en wat is er nieuw aan
Enorme toename van data, ook met criminologische relevantie
à Exponentieel, omwille van dataficatie ( allemaal gegevens opslaan en kunnen
verwerkt worden door computers.)
o Menselijke activiteiten, gebeurtenissen, objecten naar gegevens omzetten
- Karakteristieken vaak omschreven op basis van 3 V’s, als je deze drie v’s herkent dan kan
je spreken over big data :
o Volume:
§ Big data gaan om heel grote hoeveelheden van data, er worden geen
steekproeven genomen, je gaat volledige data, in geheel gaan bekijken
o Velocity (snelheid):
§ Big data zijn doorgaans real-time
o Variety (verscheidenheid):
§ Big data betreken tekst, cijfers, beelden, geluid en vele andere formats à
veel soorten data.
2. Onderzoekstoepassingen voor big data
- Data-driven benadering:
= Er wordt gekeken naar wat de data te vertellen hebben, zonder op voorhand
o Met behulp van data mining tools
