Науковий журнал "Соціологія: теорія, методи, маркетинг"
ОСТАННІЙ ДРУКОВАНИЙ НОМЕР
НАЙСВІЖІШІ МАТЕРІАЛИ У ВІДКРИТОМУ ДОСТУПІ
Методика формування корпусу даних у дослідженнях цифрових платформ
stmm. 2026 (4): 68–89
DOI
Повний текст:
ІГОР КУДІНОВ, кандидат філософських наук, доцент, докторант Інституту соціології НАН України (01021, Київ, вул. Шовковична, 12)
ikudinov@cisr.org.ua
https://orcid.org/0000-0001-7785-1637
ResearcherID: AED-3834-2022
У статті обґрунтовано методику формування корпусу даних у дослідженнях цифрових платформ на прикладі метаданих YouTube. Автор виходить із необхідності розмежування первинного масиву даних і корпусу як методологічно впорядкованої сукупності одиниць спостереження, відібраних за прозорими тематичними, жанровими, форматними та функційними критеріями. Запропоновано багаторівневу процедуру переходу від технічного збирання цифрових слідів до формування аналітично придатного корпусу. Вона охоплює послідовний аналіз рівня каналу, його розділів і списків відео, а також метаданих окремих відеоматеріалів. Для кожного рівня визначено групи індикаторів, серед яких назви й описи, статистичні характеристики, формат публікації, тематична належність, функційна орієнтація, авторська рубрикація та показники аудиторної взаємодії. Окрему увагу приділено індексу тематичної відповідності та індексу міжрівневої узгодженості, які дають змогу ранжувати матеріали, встановлювати пороги включення до корпусу та документувати логіку дослідницького відбору. Розглянуто можливості використання YouTube Data API v3, Python, табличних і реляційних середовищ, а також сервісів штучного інтелекту для попередньої класифікації метаданих. Підкреслено, що ШІ має виконувати допоміжну функцію стандартизованого кодування, а його результати потребують експертної перевірки. Визначено основні обмеження методики, пов’язані з неповнотою метаданих, динамічністю платформи, залежністю від API, алгоритмічною видимістю контенту та ризиками машинної класифікації. Зроблено висновок, що запропонований підхід підвищує прозорість, відтворюваність і валідність відбору цифрового контенту для подальшого соціологічного, культурологічного, політологічного та іншого міждисциплінарного аналізу цифрових матеріалів.
Ключові слова: цифрова платформа; YouTube; корпус даних; метадані; цифровий слід; YouTube Data API; штучний інтелект (ШІ); тематична відповідність; міжрівнева узгодженість; відтворюваність дослідження
Джерела:
Anthropic. (s.a.). Claude: The AI for problem solvers. Retrieved from: https://claude.com/product/overview
Badman, A. & Kosinski, M. (s.a.). IBM Think. What is a dataset? Retrieved from: https://www.ibm.com/think/topics/dataset
Bilokopytova, A.M. (2026). Social Practices of Public Audit of Exposing Corruption in Ukraine: Qualification Work of the Bachelor of the Specialty C5 "Sociology" / Sci. supervisor I.O. Kudinov. [In Ukrainian]. Zaporizhzhia: ZNU. Retrieved from: https://dspace.znu.edu.ua/xmlui/handle/12345/31843 [=Білокопитова, А.М. (2026). Соціальні практики публічного аудиту викриття корупції в Україні : кваліфікаційна робота бакалавра спеціальності С5 «Соціологія» / наук. керівник І.О. Кудінов. Запоріжжя: Запорізький національний університет].
Campos-Moinier, K. (2026). Collecting data from YouTube using the official API: A tutorial and a ready-to-use tool. Behavior Research Methods, 58, Article 236. https://doi.org/10.3758/s13428-026-03116-8
Chen, E.E. & Wojcik, S.P. (2016). A practical guide to big data research in psychology. Psychological Methods, 21(4), 458–474. https://doi.org/10.1037/met0000111
Clarke, R. (2016). Big data, big risks. Information Systems Journal, 26(1), 77–90. https://doi.org/10.1111/isj.12088
Corpus. (s.a.). Merriam-Webster.com dictionary. Retrieved from: https://www.merriam-webster.com/dictionary/corpus
Dataset. (s.a.). Merriam-Webster.com dictionary. Retrieved from: https://www.merriam-webster.com/dictionary/dataset
Dembitskyi, S. (2010). "Grounded Theory": Strategy for Collecting and Analyzing Qualitative Data under Theoretical Validation. [In Ukrainian]. Sociology: Theory, Methods, Marketing, 2, 64–83. Retrieved from: https://stmm.in.ua/archive/ukr/2010-2/6.pdf [=Дембіцький, С. (2010). «Обґрунтована теорія»: стратегія збирання та аналізу якісних даних за теоретичної валідизації. Соціологія: теорія, методи, маркетинг, 2, 64–83].
Deubel, A., Breuer, J., Kohne, J., & Mohseni, M.R. (2024). Overview of working with data from YouTube (GESIS Guides to Digital Behavioral Data No. 12, Version 1.0). GESIS — Leibniz Institute for the Social Sciences. Retrieved from: https://doi.org/10.60762/ggdbd24012.1.0
Efstratiou, A. (2025). I’m sorry Dave, I’m afraid I can’t return that: On YouTube Search API use in research. Proceedings of the ACM Internet Measurement Conference, 919–927. https://doi.org/10.1145/3730567.3764492
Golovchenko, Y., Pedersen, K.A., Raaschou-Pedersen, J.S., & Rogers, A. (2025). Information control on YouTube during Russia’s invasion of Ukraine. Harvard Kennedy School Misinformation Review, 6(6). Retrieved from: https://misinforeview.hks.harvard.edu/wp-content/uploads/2025/11/golovchenko_information_control_youtube_20251125.pdf
Google. (s.a.). Google for Developers. YouTube Data API overview. URL: https://developers.google.com/youtube/v3/getting-started (access date: 14.07.2026)
Iitiro. (2026). SPPACEU: Social Practices of Public Audit of Corruption Exposure in Ukraine. GitHub. Retrieved from: https://github.com/iitiro/SPPACEU
Landers, R.N., Brusso, R.C., Cavanaugh, K.J., & Collmus, A.B. (2016). A primer on theory-driven web scraping: Automatic extraction of big data from the Internet for use in psychological research. Psychological Methods, 21(4), 475–492. https://doi.org/10.1037/met0000081
Leitgöb, H. & Keusch, F. (2026). Causal Inferences from Digital Behavioral Data. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 78(3), 993–1024. https://doi.org/10.1007/s11577-026-01050-3
Malik, H. & Tian, Z. (2017). A framework for collecting YouTube meta-data. Procedia Computer Science, 113, 194–201. https://doi.org/10.1016/j.procs.2017.08.347
OpenAI. (s.a.). OpenAI Academy. Retrieved from: https://openai.com/academy/
Stefanowitsch, A. (2020). Corpus linguistics: A guide to the methodology. Language Science Press. https://doi.org/10.5281/zenodo.3735822
Suchikova, Y., Tsybuliak, N., Teixeira da Silva, J. A., & Nazarovets, S. (2026). GAIDeT (Generative AI Delegation Taxonomy): A taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing. Accountability in Research, 33(3). https://doi.org/10.1080/08989621.2025.2544331
Sui, Y., Sui, A., Rhodes, R.E., & Spence, J.C. (2022). What to watch: Practical considerations and strategies for using YouTube for research. Digital Health, 8, 1–13. https://doi.org/10.1177/20552076221123707
Tromble, R. (2021). Where have all the data gone? A critical reflection on academic digital research in the post-API age. Social Media + Society, 7(1), 1–8. https://doi.org/10.1177/2056305121988929
Vargo, C. J. (2025). The computational content analyst: Using machine learning to classify media messages. Routledge. https://doi.org/10.4324/9781003514237
Wang, Y., Qiu, X., Yue, Y., Guo, X., Zeng, Z., Feng, Y., & Shen, Z. (2024). A survey on natural language counterfactual generation. In: Y. Al-Onaizan, M. Bansal, & Y.-N. Chen (Eds.), Findings of the Association for Computational Linguistics: EMNLP 2024 (pp. 4798–4818). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.findings-emnlp.276
Yatsyna, Yu.O. (2025). Innovative analytical and statistical technologies for the prevention of corruption in the state. Dissertation for the degree of Doctor of Philosophy in Political Science. [In Ukrainian]. Zaporizhzhia: Zaporizhzhya National University. https://phd.znu.edu.ua/page/PhD/2025/yatsina/Yatsyna_-_Dissertation__2025_.pdf [=Яцина, Ю.О. (2025). Інноваційні аналітико-статистичні технології попередження корупції в державі. Дисертація на здобуття ступеня доктора філософії з політології. Запоріжжя: Запорізький національний університет].
Yin, R.K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE Publications.
Отримано 30.07.2026
Прийнято до друку після рецензування 10.10.2026
Методика формування корпусу даних у дослідженнях цифрових платформ
stmm. 2026 (4): 68–89
DOI
Повний текст:
ІГОР КУДІНОВ, кандидат філософських наук, доцент, докторант Інституту соціології НАН України (01021, Київ, вул. Шовковична, 12)
ikudinov@cisr.org.ua
https://orcid.org/0000-0001-7785-1637
ResearcherID: AED-3834-2022
У статті обґрунтовано методику формування корпусу даних у дослідженнях цифрових платформ на прикладі метаданих YouTube. Автор виходить із необхідності розмежування первинного масиву даних і корпусу як методологічно впорядкованої сукупності одиниць спостереження, відібраних за прозорими тематичними, жанровими, форматними та функційними критеріями. Запропоновано багаторівневу процедуру переходу від технічного збирання цифрових слідів до формування аналітично придатного корпусу. Вона охоплює послідовний аналіз рівня каналу, його розділів і списків відео, а також метаданих окремих відеоматеріалів. Для кожного рівня визначено групи індикаторів, серед яких назви й описи, статистичні характеристики, формат публікації, тематична належність, функційна орієнтація, авторська рубрикація та показники аудиторної взаємодії. Окрему увагу приділено індексу тематичної відповідності та індексу міжрівневої узгодженості, які дають змогу ранжувати матеріали, встановлювати пороги включення до корпусу та документувати логіку дослідницького відбору. Розглянуто можливості використання YouTube Data API v3, Python, табличних і реляційних середовищ, а також сервісів штучного інтелекту для попередньої класифікації метаданих. Підкреслено, що ШІ має виконувати допоміжну функцію стандартизованого кодування, а його результати потребують експертної перевірки. Визначено основні обмеження методики, пов’язані з неповнотою метаданих, динамічністю платформи, залежністю від API, алгоритмічною видимістю контенту та ризиками машинної класифікації. Зроблено висновок, що запропонований підхід підвищує прозорість, відтворюваність і валідність відбору цифрового контенту для подальшого соціологічного, культурологічного, політологічного та іншого міждисциплінарного аналізу цифрових матеріалів.
Ключові слова: цифрова платформа; YouTube; корпус даних; метадані; цифровий слід; YouTube Data API; штучний інтелект (ШІ); тематична відповідність; міжрівнева узгодженість; відтворюваність дослідження
Джерела:
Anthropic. (s.a.). Claude: The AI for problem solvers. Retrieved from: https://claude.com/product/overview
Badman, A. & Kosinski, M. (s.a.). IBM Think. What is a dataset? Retrieved from: https://www.ibm.com/think/topics/dataset
Bilokopytova, A.M. (2026). Social Practices of Public Audit of Exposing Corruption in Ukraine: Qualification Work of the Bachelor of the Specialty C5 "Sociology" / Sci. supervisor I.O. Kudinov. [In Ukrainian]. Zaporizhzhia: ZNU. Retrieved from: https://dspace.znu.edu.ua/xmlui/handle/12345/31843 [=Білокопитова, А.М. (2026). Соціальні практики публічного аудиту викриття корупції в Україні : кваліфікаційна робота бакалавра спеціальності С5 «Соціологія» / наук. керівник І.О. Кудінов. Запоріжжя: Запорізький національний університет].
Campos-Moinier, K. (2026). Collecting data from YouTube using the official API: A tutorial and a ready-to-use tool. Behavior Research Methods, 58, Article 236. https://doi.org/10.3758/s13428-026-03116-8
Chen, E.E. & Wojcik, S.P. (2016). A practical guide to big data research in psychology. Psychological Methods, 21(4), 458–474. https://doi.org/10.1037/met0000111
Clarke, R. (2016). Big data, big risks. Information Systems Journal, 26(1), 77–90. https://doi.org/10.1111/isj.12088
Corpus. (s.a.). Merriam-Webster.com dictionary. Retrieved from: https://www.merriam-webster.com/dictionary/corpus
Dataset. (s.a.). Merriam-Webster.com dictionary. Retrieved from: https://www.merriam-webster.com/dictionary/dataset
Dembitskyi, S. (2010). "Grounded Theory": Strategy for Collecting and Analyzing Qualitative Data under Theoretical Validation. [In Ukrainian]. Sociology: Theory, Methods, Marketing, 2, 64–83. Retrieved from: https://stmm.in.ua/archive/ukr/2010-2/6.pdf [=Дембіцький, С. (2010). «Обґрунтована теорія»: стратегія збирання та аналізу якісних даних за теоретичної валідизації. Соціологія: теорія, методи, маркетинг, 2, 64–83].
Deubel, A., Breuer, J., Kohne, J., & Mohseni, M.R. (2024). Overview of working with data from YouTube (GESIS Guides to Digital Behavioral Data No. 12, Version 1.0). GESIS — Leibniz Institute for the Social Sciences. Retrieved from: https://doi.org/10.60762/ggdbd24012.1.0
Efstratiou, A. (2025). I’m sorry Dave, I’m afraid I can’t return that: On YouTube Search API use in research. Proceedings of the ACM Internet Measurement Conference, 919–927. https://doi.org/10.1145/3730567.3764492
Golovchenko, Y., Pedersen, K.A., Raaschou-Pedersen, J.S., & Rogers, A. (2025). Information control on YouTube during Russia’s invasion of Ukraine. Harvard Kennedy School Misinformation Review, 6(6). Retrieved from: https://misinforeview.hks.harvard.edu/wp-content/uploads/2025/11/golovchenko_information_control_youtube_20251125.pdf
Google. (s.a.). Google for Developers. YouTube Data API overview. URL: https://developers.google.com/youtube/v3/getting-started (access date: 14.07.2026)
Iitiro. (2026). SPPACEU: Social Practices of Public Audit of Corruption Exposure in Ukraine. GitHub. Retrieved from: https://github.com/iitiro/SPPACEU
Landers, R.N., Brusso, R.C., Cavanaugh, K.J., & Collmus, A.B. (2016). A primer on theory-driven web scraping: Automatic extraction of big data from the Internet for use in psychological research. Psychological Methods, 21(4), 475–492. https://doi.org/10.1037/met0000081
Leitgöb, H. & Keusch, F. (2026). Causal Inferences from Digital Behavioral Data. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie, 78(3), 993–1024. https://doi.org/10.1007/s11577-026-01050-3
Malik, H. & Tian, Z. (2017). A framework for collecting YouTube meta-data. Procedia Computer Science, 113, 194–201. https://doi.org/10.1016/j.procs.2017.08.347
OpenAI. (s.a.). OpenAI Academy. Retrieved from: https://openai.com/academy/
Stefanowitsch, A. (2020). Corpus linguistics: A guide to the methodology. Language Science Press. https://doi.org/10.5281/zenodo.3735822
Suchikova, Y., Tsybuliak, N., Teixeira da Silva, J. A., & Nazarovets, S. (2026). GAIDeT (Generative AI Delegation Taxonomy): A taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing. Accountability in Research, 33(3). https://doi.org/10.1080/08989621.2025.2544331
Sui, Y., Sui, A., Rhodes, R.E., & Spence, J.C. (2022). What to watch: Practical considerations and strategies for using YouTube for research. Digital Health, 8, 1–13. https://doi.org/10.1177/20552076221123707
Tromble, R. (2021). Where have all the data gone? A critical reflection on academic digital research in the post-API age. Social Media + Society, 7(1), 1–8. https://doi.org/10.1177/2056305121988929
Vargo, C. J. (2025). The computational content analyst: Using machine learning to classify media messages. Routledge. https://doi.org/10.4324/9781003514237
Wang, Y., Qiu, X., Yue, Y., Guo, X., Zeng, Z., Feng, Y., & Shen, Z. (2024). A survey on natural language counterfactual generation. In: Y. Al-Onaizan, M. Bansal, & Y.-N. Chen (Eds.), Findings of the Association for Computational Linguistics: EMNLP 2024 (pp. 4798–4818). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.findings-emnlp.276
Yatsyna, Yu.O. (2025). Innovative analytical and statistical technologies for the prevention of corruption in the state. Dissertation for the degree of Doctor of Philosophy in Political Science. [In Ukrainian]. Zaporizhzhia: Zaporizhzhya National University. https://phd.znu.edu.ua/page/PhD/2025/yatsina/Yatsyna_-_Dissertation__2025_.pdf [=Яцина, Ю.О. (2025). Інноваційні аналітико-статистичні технології попередження корупції в державі. Дисертація на здобуття ступеня доктора філософії з політології. Запоріжжя: Запорізький національний університет].
Yin, R.K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE Publications.
Отримано 30.07.2026
Прийнято до друку після рецензування 10.10.2026
ОСТАННІЙ ДРУКОВАНИЙ НОМЕР
НАЙСВІЖІШІ МАТЕРІАЛИ У ВІДКРИТОМУ ДОСТУПІ