Published October 17, 2026 | Version v2

Цифровая трансформация демографических исследований

  • 1. ROR icon Uzbek State University of World Languages

Contributors

  • 1. Узбекский государственный университет мировых языков

Description

Традиционные демографические исследования, опирающиеся на переписи и РАГС, критически страдают от временной инертности и неспособны оперативно реагировать на стремительные социальные и миграционные изменения. Данный обзор посвящен методологической революции, вызванной экспоненциальным ростом цифровых следов (Digital Footprints), которые формируют массив Больших Данных (Big Data).Исследование систематически анализирует, как машинное обучение (ML) трансформирует понимание двух ключевых процессов: Использование ML-алгоритмов кластеризации (K-means, DBSCAN) и Gradient Boosting (XGBoost) на данных мобильности (CDR) позволяет оперативно идентифицировать паттерны мобильности и с высокой прогностической силой отличать постоянных мигрантов от маятниковых работников, обеспечивая текущую оценку чистой миграции. Анализ Google Trends и поисковых запросов служит мощным опережающим индикатором (с лагом 9-12 месяцев) поведенческих сдвигов. Интеграция этих нелинейных данных в модели рекуррентных нейронных сетей (LSTM) повышает точность краткосрочного прогнозирования рождаемости. Критический анализ выявил, что, несмотря на преимущества, цифровая демография сталкивается с серьезными вызовами: систематическая ошибка, вызванная цифровым разрывом, и острые этические/правовые вопросы о приватности и анонимизации CDR-данных.

Files

Muhammadiyeva_K.B.pdf

Files (296.3 kB)

Name Size
md5:d72e5b920d82e3ef6dd73ced4a3a6c04
296.3 kB Preview Download

Additional details

Dates

Created
2025-12-09

References

  • DOI:10.1108/IJM-01-2016-0013
  • DOI: 10.1073/pnas.1408439111