2.3.2.4 Drifting

Əhali drift, istifadə drift və sistem drift çətin uzun müddətli tendensiyaları öyrənmək üçün böyük məlumat mənbəyi istifadə etmək.

çox böyük məlumat mənbələri böyük üstünlüklərindən biri onlar zaman keçdikcə məlumat toplamaq ki, var. Sosial elm üzərində vaxt data, uzununa məlumatların bu cür adlandırırlar. Və təbii ki, uzununa data dəyişiklik öyrənmək üçün çox vacibdir. etibarlı dəyişiklik ölçmək üçün, lakin, ölçü sistemi özü sabit olmalıdır. Sosioloq Otis Dudley Duncan sözlə, "Əgər tədbir dəyişiklik yoxdur, dəyişiklik ölçmək istəyirsinizsə" (Fischer 2011) .

Təəssüf ki, çox böyük data sistemləri xüsusilə iş sistemi yaratmaq və digital izləri-bütün vaxt, zaman dəyişir tutmaq, mən drift zəng edəcəyik bir prosesdir. Xüsusilə, bu sistemlər üç əsas yolla dəyişdirmək: əhali drift (onları istifadə edən dəyişiklik), (insanlar onlardan istifadə necə dəyişdirmək) davranış drift və sistem drift (sistemində özü dəyişiklik). drift üç mənbələri digital iz data hər hansı bir model dünyada əhəmiyyətli bir dəyişiklik səbəb ola bilər, və ya drift müəyyən formada səbəb ola bilər ki, demək.

drift-əhalinin ilk qaynaq drift-edir sistemi istifadə edərək, və bu uzun zaman tərəzi və qısa zaman tərəzi dəyişikliklər olan. Məsələn, 2008-ci ildən sosial media insanların orta yaş artmışdır təqdim etmək. Bu uzun müddətli tendensiyaları ilə yanaşı, hər an bir sistem istifadə edərək insanlar dəyişir. Məsələn, 2012-ci ilin ABŞ prezident seçkiləri zamanı qadınlar tərəfindən yazılmış siyasət haqqında tweets nisbəti gündən günə dəyişib (Diaz et al. 2016) . Belə ki, nə həqiqətən yalnız hər an danışır dəyişikliklər ola bilər Twitter-ayə əhval dəyişiklik görünür bilər.

bir sistem istifadə edən dəyişikliklər ilə yanaşı, həm də sistem istifadə olunur necə dəyişir var. etiraz inkişaf 2013 etirazçılar hashtags onların istifadə dəyişdi Məsələn, THE zamanı İstanbulda Gezi Parkı etirazları işğal. Burada Zeynep Tüfekçi necə (2014) o Twitter və yerdə davranış müşahidə çünki aşkar bacardı drift təsvir:

"Nə baş verdiyini tezliklə etiraz olaraq dominant hekayə, insanların böyük nömrələri oldu ki idi. . . yeni fenomen diqqət çəkmək istisna olmaqla hashtags istifadə dayandırdı. . etirazlar davam və hətta intensiv olsa da .. hashtags düşərək həyatını itirdi. Müsahibələr bu iki səbəbini ortaya qoydu. hər kəs mövzu bilirdi dəfə Birincisi, hashtag dəfə artıq və israfçı xarakteri məhdud Twitter platforma idi. İkincisi, hashtags deyil bu barədə söhbət üçün, müəyyən bir mövzu olduğuna diqqət çəkən üçündür faydalı görüldü. "

Belə ki, etiraz bağlı hashtags ilə tweets analiz etiraz təhsil edilmişdir tədqiqatçılar, çünki bu davranış drift baş verən nə bir təhrif hissi olardı. Məsələn, bu, həqiqətən azalıb əvvəl etiraz müzakirə uzun azalıb ki, iman edə bilər.

drift üçüncü cür sistem drift edir. Bu halda, dəyişən insanların və ya onların davranış dəyişən deyil, sistem özü dəyişir. Məsələn, zamanla Facebook statusu yenilikləri uzunluğu limitini artırıb. Belə ki, status yenilikləri hər hansı uzununa öyrənilməsi bu dəyişiklik səbəb əsərlər həssas olacaq. System drift yaxından biz indi çevirmək olan alqoritmik confounding adlı problemi ilə bağlıdır.