A Big Data morálisan problémás területei és a közvélemény

Gáspár Huba (2015) A Big Data morálisan problémás területei és a közvélemény. Külkereskedelmi Kar.

[thumbnail of Szakdolgozat_BGF_kermark_Gaspar_Huba_vegleges_2.pdf] PDF
Szakdolgozat_BGF_kermark_Gaspar_Huba_vegleges_2.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (3MB)

Absztrakt (kivonat)

Szakdolgozatomban a Big Data elemzés négy morálisan problémás területét vizsgáltam. Dolgozatom egy rövid bevezetővel, illetve a Big Data-val összefüggő jelenségeket és annak lehetséges definícióit tárgyaló elméleti nyitófejezettel kezdődik. Ezek után bemutatom a Big Data felhasználási módjait, eszközeit, illetve azon társadalmi és üzleti területeket, ahol jelenleg is széles körben alkalmazzák a Big Data technológiákat. Ezen alfejezetek során különös figyelmet szentelek a Big Data marketing jellegű felhasználási területeinek és többször kitérek arra, hogy a Big Data technológiák legfontosabb húzóágazatai a marketing és a marketingkommunikáció. Ezen bevezető fejezetek után összefoglalom, hogy miért vizsgálom a Big Data négy, a dolgozatomban bemutatott, adatvédelmi szempontból problémás területét morális vonatkozásban, majd a dolgozatom gerincét adó központi fejezetekben rátérek a vizsgált területek elemzésére. Elsőként azt mutatom be, hogy hogyan lehet diszkriminatív a Big Data. Ezen fejezetben bemutatom, hogy az adatbányászat mely szakaszaiban és hogyan merülhet fel a diszkrimináció veszélye. Ezek után egy érdekes tengerentúli példát hozok adat alapú diszkriminációra, a ’Diszkriminatív Google hirdetések’ című alfejezetben. Végezetül azt fejtem ki, hogy bár a Big Data elemzés mindenféleképpen a statisztikai diszkrimináció egy formája, (ebből származik üzleti hasznossága is) ez a diszkrimináció nem szabad, hogy párhuzamos, vagy azonos eredményeket hozzon a társadalomban egyébként is jelenlévő kirekesztési gyakorlatokkal. A következő fejezetben a névtelen adatbázisok Big Data technológiák használatával történő újraazonosításáról írok. Bemutatom az újraazonosítás elméleti hátterét, majd azt, hogy milyen szereplőknek állhat érdekében újraazonosítani névtelen, nyilvános adatbázisokat és milyen veszélyekkel járhatnak ilyen akciók. Szekunder forrásokból származó, újraazonosítási botrányokkal kapcsolatos példákon keresztül szemléltetem, hogy hogyan kaptak ilyen ügyek kapcsán negatív publicitást nagy, Egyesült Államok béli adatkezelő cégek. Ezek után a Big Data technológiák egészségügyi adatbiztonságra kifejtett hatásait vizsgálom. Bemutatok egy nagyon híres marketingkampányt, amelyben az amerikai Target áruház vásárlási adatokból, adatelemzés segítségével kikövetkeztette, hogy mely vevője terhes és ezt az információt használta fel perszonalizált marketingtevékenysége során. Ezek után a hordható okoseszközök szenzoros adatainak marketing jellegű felhasználási lehetőségeit, és az ezen adatokban rejlő egészségügyi adatbiztonsági veszélyeket szemléltetem egy-egy példán keresztül. Szakdolgozatomban a Big Data elemzés négy morálisan problémás területét vizsgáltam. Dolgozatom egy rövid bevezetővel, illetve a Big Data-val összefüggő jelenségeket és annak lehetséges definícióit tárgyaló elméleti nyitófejezettel kezdődik. Ezek után bemutatom a Big Data felhasználási módjait, eszközeit, illetve azon társadalmi és üzleti területeket, ahol jelenleg is széles körben alkalmazzák a Big Data technológiákat. Ezen alfejezetek során különös figyelmet szentelek a Big Data marketing jellegű felhasználási területeinek és többször kitérek arra, hogy a Big Data technológiák legfontosabb húzóágazatai a marketing és a marketingkommunikáció. Ezen bevezető fejezetek után összefoglalom, hogy miért vizsgálom a Big Data négy, a dolgozatomban bemutatott, adatvédelmi szempontból problémás területét morális vonatkozásban, majd a dolgozatom gerincét adó központi fejezetekben rátérek a vizsgált területek elemzésére. Elsőként azt mutatom be, hogy hogyan lehet diszkriminatív a Big Data. Ezen fejezetben ismertetem, hogy az adatbányászat mely szakaszaiban és hogyan merülhet fel a diszkrimináció veszélye. Ezek után egy érdekes tengerentúli példát hozok adatalapú diszkriminációra, a ’Diszkriminatív Google hirdetések’ című alfejezetben. Végezetül azt fejtem ki, hogy bár a Big Data elemzés mindenféleképpen a statisztikai diszkrimináció egy formája, (ebből származik üzleti hasznossága is) ez a diszkrimináció nem szabad, hogy párhuzamos, vagy azonos eredményeket hozzon a társadalomban egyébként is jelenlévő kirekesztési gyakorlatokkal. A következő fejezetben névtelen adatbázisok Big Data technológiák használatával történő újraazonosításáról írok. Bemutatom az újraazonosítás elméleti hátterét, majd azt, hogy milyen szereplőknek állhat érdekében újraazonosítani névtelen, nyilvános adatbázisokat és milyen veszélyekkel járhatnak ilyen akciók. Szekunder forrásokból származó, újraazonosítási botrányokkal kapcsolatos példákon keresztül szemléltetem, hogy hogyan kaptak ilyen ügyek kapcsán negatív publicitást nagy, egyesült államokbeli adatkezelő cégek. Ezek után a Big Data technológiák egészségügyi adatbiztonságra kifejtett hatásait vizsgálom. Bemutatok egy nagyon híres marketingkampányt, amelyben az amerikai Target áruház vásárlási adatokból, adatelemzés segítségével kikövetkeztette, hogy mely vevője terhes. Kampánya során ezt az információt használta fel perszonalizált marketingtevékenységének optimalizálásához. Ezek után a hordható okoseszközök szenzoros adatainak marketing jellegű felhasználási lehetőségeit, és az ezen adatokban rejlő egészségügyi adatbiztonsági veszélyeket szemléltetem egy-egy példán keresztül. Végezetül a Big Data alapú árdifferenciálás, vagy árdiszkrimináció lehetőségeit és veszélyeit mutatom be, illetve egy híres példát, amely során az Amazon nyilvános botrányba keveredett árdiszkrimináció alkalmazása kapcsán. Primer kutatásomban is ezen fejezettel kapcsolatban vizsgáltam két hipotézist egy online fogyasztói kérdőív segítségével. Azt feltételeztem, hogy különbség van az árdifferenciálás bizonyos megjelenési formáinak megítélése közt. A hipotézisek közül egyet elfogadtam és a kutatás egy másik szempontból is érdekes eredményeket hozott. Részben egy új hipotézis rajzolódott ki az eredmények elemzése során.

Magyar cím

A Big Data morálisan problémás területei és a közvélemény

Intézmény

Budapesti Gazdasági Főiskola

Kar

Külkereskedelmi Kar

Tanszék

Marketing Intézeti Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Kereskedelem és Marketing

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: Big Data, Adatbázisok, Árdifferenciálás, Árdiszkrimináció, Perszonalizált marketing
Felhasználói azonosító szám (ID): Hegedűsné Orbán Éva
Rekord készítés dátuma: 2015. Dec. 11. 09:56
Utolsó módosítás: 2016. Jún. 13. 09:43

Actions (login required)

Tétel nézet Tétel nézet