BRONNEN EN ONDERZOEKSONTWERP
Big data & innovatieve methoden
H1: Nieuwe Technologieën als motor voor innovaties in criminologisch
onderzoek
Inleiding
Sociale wetenschappen: nieuwe onderzoeksmethoden gebruiken, aanpassen en vernieuwen
1 | Pagina
, Criminologie: geen eigen methodologie -> leent methoden uit andere disciplines
Methodologische innovaties -> nieuwe inzichten op verschillende meetniveaus
Big Data breidt set databronnen uit
2 grote academische ontwikkelingen:
1. Gebruik big-data-analysemethoden
2. Samenbrengen verschillende disciplines
Criminoloog van morgen moet beschikken over nieuwe vaardigheden en kennis om met
innovatieve methoden te werken
De Vierde industriële revolutie en nieuwe technologieën
Data
Nieuwe technologieën -> meer data
Soorten data:
Kwalitatief Niet-numeriek, beschrijvend
Kwantitatief Numeriek, meetbaar
Soorten:
- Nominaal: categorieën zonder volgorde (bvb haarkleur)
- Ordinaal: categorieën met volgorde (bvb opleidingsniveau)
- Interval: gelijke verschillen, geen absoluut nulpunt (bvb temperatuur)
- Ratio: absoluut nulpunt (bvb leeftijd)
Primair Onderzoeker verzamelt zelf actief data
Secundair Door anderen verzamelde data dat voor andere doeleinden werd gebruikt
Tertiair Verwerking van al bestaande data
Made Bewust gecreëerd voor onderzoek
Found Ontstaan zonder onderzoeksdoeleind
Indexdata Data die identificatie en koppeling mogelijk maken (bvb studentennr)
Attributiedata Beschrijven / informatie geven over het object of de persoon (bvb geslacht,
woonplaats, …)
Metadata Geeft uitleg of context over de data, niet over de persoon of het object (bvb
bestandtype, grootte van bestand, …)
- Beschrijvende: gebruikt om data te verkennen en informatie op te zoeken /
lokaliseren (bvb Resp. burgerservice- of rijksregisternummer)
- Structurele: betrekking op interne structuur en beschrijven van relaties
tussen elementen (bvb leeftijd moet getal tussen 0 en 20 zijn)
- Administratieve: betrekking op databestand (bvb bestandsextensie is xls-
formaat)
Gestructureerde Netjes georganiseerd:
data - Data in duidelijk, vast formaat
- Computers kunnen dit makkelijk lezen en analyseren
2 | Pagina
, Bvb Excelbestand,…
Semigestructuree Deels georganiseerd:
rde data - Wel wat structuur, maar niet volledig vastgelegd
- Elk stukje data lijkt een beetje op het andere, maar is niet exact hetzelfde
Bvb E-mails, webpagina’s met labels,…
Ongestructureerd Helemaal vrij:
e data - Geen vaste structuur
- Moeilijk te analyseren met standaard tools
Bvb teksten, foto’s,…
Primitieve data Basisbouwstenen, simpelste soorten data die computer begrijpt
Bvb Integrer: getal (25), Boolean: waar of niet waar (true/false),…
Niet-primitieve Opgebouwd uit basis, samengestelde data -> gemaakt uit meerdere primitieve
data elementen
Bvb String: reeks tekens (“Hallo wereld”), …
Twee culturen in het modelleren van data
2 hoofdmanieren om met data te werken: statistiek & data science (verschillen vooral in hoe ze
modellen gebruiken en wat ze willen bereiken)
Statistiek -> - Doel: realiteit begrijpen en verklaren
datamodellen - Meestal met klassieke databronnen en gestandaardiseerde modellen
- Nadruk op interpreteren en testen van hypotheses
Bvb regressieanalyse om te onderzoeken of leeftijd het inkomen beïnvloedt
Data science -> - Doel: voorspellen en patronen ontdekken (ook bij grote of complexe
algoritmische datasets)
modellen - Vaak met onconventionele databronnen, zoals sociale media, sensordata,
tekst,…
- Nadruk op algoritmes, machine learning en automatisering
Bvb algoritme dat voorspelt welke klant het meest waarschijnlijk iets koopt
H2: Big data in wetenschappelijk onderzoek
Wat zijn big data en wat is er nieuw aan?
Big data = heel veel gegevens die computers verzamelen over alles wat mensen doen of over
gebeurtenissen en objecten
Nieuw?
Enorme toename van data
Dankzij dataficatie worden menselijke activiteiten en gebeurtenissen omgezet in digitale data
Ook criminologie kan hier gebruik van maken, bijvoorbeeld bij criminaliteitsanalyse of
gedragsstudies
Belangrijkste kenmerken (3 V’s)
Volume - Grote hoeveelheden data, vaak miljarden gegevenspunten
(hoeveelheid) - Niet gebaseerd op kleine steekproeven, maar hele populaties
Velocity - Data wordt real-time of bijna realtime verzameld en verwerkt
(snelheid)
Variety - Data komt in veel verschillende vormen:
(verscheidenheid Tekst (bvb sociale media)
/ soorten data) Cijfers (bvb criminaliteitsstatistieken)
Beelden (bvb bewakinsgcamera)
Geluid (bvb telefoongesprekken)
Onderzoekstoepassingen voor big data
3 | Pagina
, Data-driven - Werkwijze: eerst kijken naar de data, zonder vooraf een hypothese of
benadering theorie te hebben
- Doel: ontdekken wat de data zelf te zeggen heeft
- Tools: data mining, patroonherkenning, statistische algoritmes
Bvb analyse van klantenkoopgedrag om te zien welke producten vaak samen
worden verkocht
Kern: data leidt het onderzoek
Hypothesis- - Werkwijze: eerst theorie of kennis gebruiken om een hypothese op te
driven of theory- stellen, daarna teksten met big data
driven - Doel: bewijzen of weerleggen van een voorspelling op basis van bestaande
benadering kennis
- Benodigdheden: intuïtie, voorkennis, theoretisch kader
Bvb hypothese “jongeren tussen 18-25 jaar kopen vaker online kleding” -> testen
met big data van webshop
Kern: theorie bepaalt het onderzoek
Voor- en nadelen gebruik van Big Data
Voordelen: Nadelen:
- geen steekproeven nodig: data bestaat al - minder menselijke intuïtie: veel data om
- databronnen kunnen gecombineerd worden zelf te begrijpen, computers doen het
- geen invloed van antwoorden van mensen: werk
geen “sociaal wenselijke” antwoorden - moeilijk overzicht: lastig om geheel te
- onverwachts verbanden kunnen ontdekt overzien of de juiste betekenis te vinden
worden: onverwachte patronen tonen - verkeerde verbanden mogelijk: spurieus
(= schrijfverbanden) of triviaal (= voor
de hand liggend)
- problemen met secundaire data: data is
vaak niet speciaal voor jouw onderzoek
verzameld -> kan onnauwkeurig zijn
- self-fulfilling prophecy: resultaten kunnen
zichzelf versterken
- bias (vertekening): algoritmes kunnen
discriminatie of oneerlijke patronen
versterken
Big data is dus een waardevol hulpmiddel, maar:
alleen gebruiken wanneer het echt geschikt is
het moet regelmatig worden gecontroleerd en getoetst (gevalideerd)
niet gebruiken alleen omdat het modern of aantrekkelijk is
H3: Digital History en big data uit het verleden
Inleiding
2 belangrijke nieuwe trends:
1. Nieuwe onderzoeksmethoden doen hun intrede
2. Historical big data ontstaat door:
De digitalisering van oude archieven
De toename van digitaal geboren data
Evolutie historical big data:
Traditioneel - Gebruik van primaire bronnen (documenten, brieven,…)
onderzoek - Traag en arbeidsintensief
- Onderzoek moest vaak op locatie gebeuren
Digitalisering - Grote hoeveelheden analoge data worden digitaal opgeslagen
- Data is makkelijk toegankelijk en doorzoekbaar
4 | Pagina
Big data & innovatieve methoden
H1: Nieuwe Technologieën als motor voor innovaties in criminologisch
onderzoek
Inleiding
Sociale wetenschappen: nieuwe onderzoeksmethoden gebruiken, aanpassen en vernieuwen
1 | Pagina
, Criminologie: geen eigen methodologie -> leent methoden uit andere disciplines
Methodologische innovaties -> nieuwe inzichten op verschillende meetniveaus
Big Data breidt set databronnen uit
2 grote academische ontwikkelingen:
1. Gebruik big-data-analysemethoden
2. Samenbrengen verschillende disciplines
Criminoloog van morgen moet beschikken over nieuwe vaardigheden en kennis om met
innovatieve methoden te werken
De Vierde industriële revolutie en nieuwe technologieën
Data
Nieuwe technologieën -> meer data
Soorten data:
Kwalitatief Niet-numeriek, beschrijvend
Kwantitatief Numeriek, meetbaar
Soorten:
- Nominaal: categorieën zonder volgorde (bvb haarkleur)
- Ordinaal: categorieën met volgorde (bvb opleidingsniveau)
- Interval: gelijke verschillen, geen absoluut nulpunt (bvb temperatuur)
- Ratio: absoluut nulpunt (bvb leeftijd)
Primair Onderzoeker verzamelt zelf actief data
Secundair Door anderen verzamelde data dat voor andere doeleinden werd gebruikt
Tertiair Verwerking van al bestaande data
Made Bewust gecreëerd voor onderzoek
Found Ontstaan zonder onderzoeksdoeleind
Indexdata Data die identificatie en koppeling mogelijk maken (bvb studentennr)
Attributiedata Beschrijven / informatie geven over het object of de persoon (bvb geslacht,
woonplaats, …)
Metadata Geeft uitleg of context over de data, niet over de persoon of het object (bvb
bestandtype, grootte van bestand, …)
- Beschrijvende: gebruikt om data te verkennen en informatie op te zoeken /
lokaliseren (bvb Resp. burgerservice- of rijksregisternummer)
- Structurele: betrekking op interne structuur en beschrijven van relaties
tussen elementen (bvb leeftijd moet getal tussen 0 en 20 zijn)
- Administratieve: betrekking op databestand (bvb bestandsextensie is xls-
formaat)
Gestructureerde Netjes georganiseerd:
data - Data in duidelijk, vast formaat
- Computers kunnen dit makkelijk lezen en analyseren
2 | Pagina
, Bvb Excelbestand,…
Semigestructuree Deels georganiseerd:
rde data - Wel wat structuur, maar niet volledig vastgelegd
- Elk stukje data lijkt een beetje op het andere, maar is niet exact hetzelfde
Bvb E-mails, webpagina’s met labels,…
Ongestructureerd Helemaal vrij:
e data - Geen vaste structuur
- Moeilijk te analyseren met standaard tools
Bvb teksten, foto’s,…
Primitieve data Basisbouwstenen, simpelste soorten data die computer begrijpt
Bvb Integrer: getal (25), Boolean: waar of niet waar (true/false),…
Niet-primitieve Opgebouwd uit basis, samengestelde data -> gemaakt uit meerdere primitieve
data elementen
Bvb String: reeks tekens (“Hallo wereld”), …
Twee culturen in het modelleren van data
2 hoofdmanieren om met data te werken: statistiek & data science (verschillen vooral in hoe ze
modellen gebruiken en wat ze willen bereiken)
Statistiek -> - Doel: realiteit begrijpen en verklaren
datamodellen - Meestal met klassieke databronnen en gestandaardiseerde modellen
- Nadruk op interpreteren en testen van hypotheses
Bvb regressieanalyse om te onderzoeken of leeftijd het inkomen beïnvloedt
Data science -> - Doel: voorspellen en patronen ontdekken (ook bij grote of complexe
algoritmische datasets)
modellen - Vaak met onconventionele databronnen, zoals sociale media, sensordata,
tekst,…
- Nadruk op algoritmes, machine learning en automatisering
Bvb algoritme dat voorspelt welke klant het meest waarschijnlijk iets koopt
H2: Big data in wetenschappelijk onderzoek
Wat zijn big data en wat is er nieuw aan?
Big data = heel veel gegevens die computers verzamelen over alles wat mensen doen of over
gebeurtenissen en objecten
Nieuw?
Enorme toename van data
Dankzij dataficatie worden menselijke activiteiten en gebeurtenissen omgezet in digitale data
Ook criminologie kan hier gebruik van maken, bijvoorbeeld bij criminaliteitsanalyse of
gedragsstudies
Belangrijkste kenmerken (3 V’s)
Volume - Grote hoeveelheden data, vaak miljarden gegevenspunten
(hoeveelheid) - Niet gebaseerd op kleine steekproeven, maar hele populaties
Velocity - Data wordt real-time of bijna realtime verzameld en verwerkt
(snelheid)
Variety - Data komt in veel verschillende vormen:
(verscheidenheid Tekst (bvb sociale media)
/ soorten data) Cijfers (bvb criminaliteitsstatistieken)
Beelden (bvb bewakinsgcamera)
Geluid (bvb telefoongesprekken)
Onderzoekstoepassingen voor big data
3 | Pagina
, Data-driven - Werkwijze: eerst kijken naar de data, zonder vooraf een hypothese of
benadering theorie te hebben
- Doel: ontdekken wat de data zelf te zeggen heeft
- Tools: data mining, patroonherkenning, statistische algoritmes
Bvb analyse van klantenkoopgedrag om te zien welke producten vaak samen
worden verkocht
Kern: data leidt het onderzoek
Hypothesis- - Werkwijze: eerst theorie of kennis gebruiken om een hypothese op te
driven of theory- stellen, daarna teksten met big data
driven - Doel: bewijzen of weerleggen van een voorspelling op basis van bestaande
benadering kennis
- Benodigdheden: intuïtie, voorkennis, theoretisch kader
Bvb hypothese “jongeren tussen 18-25 jaar kopen vaker online kleding” -> testen
met big data van webshop
Kern: theorie bepaalt het onderzoek
Voor- en nadelen gebruik van Big Data
Voordelen: Nadelen:
- geen steekproeven nodig: data bestaat al - minder menselijke intuïtie: veel data om
- databronnen kunnen gecombineerd worden zelf te begrijpen, computers doen het
- geen invloed van antwoorden van mensen: werk
geen “sociaal wenselijke” antwoorden - moeilijk overzicht: lastig om geheel te
- onverwachts verbanden kunnen ontdekt overzien of de juiste betekenis te vinden
worden: onverwachte patronen tonen - verkeerde verbanden mogelijk: spurieus
(= schrijfverbanden) of triviaal (= voor
de hand liggend)
- problemen met secundaire data: data is
vaak niet speciaal voor jouw onderzoek
verzameld -> kan onnauwkeurig zijn
- self-fulfilling prophecy: resultaten kunnen
zichzelf versterken
- bias (vertekening): algoritmes kunnen
discriminatie of oneerlijke patronen
versterken
Big data is dus een waardevol hulpmiddel, maar:
alleen gebruiken wanneer het echt geschikt is
het moet regelmatig worden gecontroleerd en getoetst (gevalideerd)
niet gebruiken alleen omdat het modern of aantrekkelijk is
H3: Digital History en big data uit het verleden
Inleiding
2 belangrijke nieuwe trends:
1. Nieuwe onderzoeksmethoden doen hun intrede
2. Historical big data ontstaat door:
De digitalisering van oude archieven
De toename van digitaal geboren data
Evolutie historical big data:
Traditioneel - Gebruik van primaire bronnen (documenten, brieven,…)
onderzoek - Traag en arbeidsintensief
- Onderzoek moest vaak op locatie gebeuren
Digitalisering - Grote hoeveelheden analoge data worden digitaal opgeslagen
- Data is makkelijk toegankelijk en doorzoekbaar
4 | Pagina
