2.3.1.3 က Non-reactive

တိုင်းတာခြင်းကြီးမားတဲ့ data တွေကိုသတင်းရပ်ကွက်များအတွက်အမူအကျင့်ကိုပြောင်းလဲဖို့အများကြီးလျော့နည်းဖွယ်ရှိသည်။

လူမှုရေးသုတေသနတစ်ခုမှာစိန်ခေါ်မှုသူတို့သုတေသီများအားဖြင့်လေ့လာလျက်ရှိသည်ကိုငါတို့သိကြ၏သည့်အခါလူတို့သည်မိမိတို့အပြုအမူကိုပြောင်းလဲနိုငျသောကွောငျ့ဖွစျသညျ။ လူမှုသိပ္ပံပညာရှင်တွေဟာယေဘုယျအားဖြင့်သုတေသီတိုင်းတာခြင်း reactivity ကိုမှတုန့်ပြန်မှာဒီအပြုအမူပြောင်းလဲမှုကိုမခေါ် (Webb et al. 1966) ။ များစွာသောသုတေသီကတိပေးတွေ့ရသောကြီးမားသောအချက်အလက်များ၏တဦးတည်းရှုထောင့်တက်ရောက်လာသူများကိုယေဘုယျအားဖြင့်သူတို့ရဲ့ဒေတာဖမ်းမိလျက်ရှိသည်ဒါမှမဟုတ်သူတို့ကမရှိတော့သူတို့ရဲ့အမူအကျင့်ပြောင်းလဲသောဤဒေတာစုဆောင်းဖို့ဒါနေသားတကျဖြစ်လာကြပြီသတိပြုမိနေကြသည်မဟုတ်သောကွောငျ့ဖွစျသညျ။ သူတို့ Non-reactive ဖြစ်ကြသည်သောကြောင့်ကြီးမားသောအချက်အလက်များ၏အများအပြားသတင်းရပ်ကွက်ယခင်ကတိကျမှုတိုင်းတာခြင်းမှပြင်ဆင်ချက်မမူကြောင်းကိုအမူအကျင့်ကိုလေ့လာဖို့အသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်, Stephens-Davidowitz (2014) အမေရိကန်ပြည်ထောင်စု၏ကွဲပြားခြားနားသောဒေသများတွင်လူမျိုးရေး animus တိုင်းတာရန် search engine ကိုမေးမြန်းချက်အတွက်လူမျိုးရေးခွဲခြားအသုံးအနှုန်းများ၏ပျံ့နှံ့မှုကိုအသုံးပြုခဲ့သည်။ ထိုကဲ့သို့သောစစ်တမ်းများအဖြစ်အခြားနည်းလမ်းများကိုအသုံးပြုခက်ခဲဖြစ်လိမ့်မယ်လို့တိုင်းတာ enabled ရှာဖွေရေးအချက်အလက်များ၏ non-reactive နှင့်ကြီးမားသော (ယခင်အပိုင်းကိုကြည့်ပါ) သဘာဝ။

non-reactivity ကို, ဒါပေမဲ့, အဲဒီဒေတာတစ်နည်းနည်းနဲ့တိုက်ရိုက်လူတွေရဲ့အပြုအမူသို့မဟုတ်သဘောထားတွေ၏ရောင်ပြန်ဟပ်ဖြစ်ကြောင်းအာမခံမပေးပါဘူး။ ဥပမာအားဖြင့်, အဖြစ်တဦးတည်းတုံ့ပြန်သို့ပြောသည် Newman et al. (2011) , "ဒါဟာကိုယ့်ပြဿနာတွေရှိသည်မဟုတ်ကြဘူးမင့်, ကိုယ့် Facebook ပေါ်မှာသူတို့ကိုချပြီးမဟုတ်ပါဘူး။ " အခြားစကား, အခြို့ကြီးမားတဲ့ data တွေကိုသတင်းရပ်ကွက် Non-reactive များမှာပင်သော်လည်း, သူတို့သည်အစဉ်မပြတ်လူမှုရေးလိုလားဘက်လိုက်၏အခမဲ့မဟုတ် လူတွေကအကောငျးဆုံးနညျးလမျးနဲ့မိမိတို့ကိုယ်ကိုတင်ပြချင်မှအဘို့အသဘောသဘာဝ။ ငါအောက်တွင်နောက်ထပ်ဖော်ပြရန်လိမ့်မယ်အဖြစ်နောက်ထပ်, ဤဒေတာသတင်းရပ်ကွက်များတစ်ခါတစ်ရံပလက်ဖောင်းပိုင်ရှင်များ၏ရည်မှန်းချက်ပန်းတိုင်အားဖြင့် (အသေးစိတ်အောက်မှာဖော်ပြထားတဲ့) algorithmic သဖွငျ့ချေါတဲ့ပြဿနာထိခိုက်နေကြသည်။

Non-reactivity ကိုသုတေသနအတွက်အကျိုးရှိပေမဲ့သူတို့ရဲ့ခွင့်ပြုချက်နှင့်အသိပညာမပါဘဲလူတွေရဲ့အပြုအမူခြေရာခံအခန်း 6. အတွက်အောက်မှာဆွေးနွေးကျင့်ဝတ်ဆိုင်ရာစိုးရိမ်ပူပန်မှုများပေါ်ပေါက်ခြင်းနှင့်အသေးစိတ်အတွက်တိုးမြှင့်ဒစ်ဂျစ်တယ်စောင့်ကြည့်ဆန့်ကျင်နေတဲ့အများပြည်သူတန်ပြန်အချိန်ကျော်ပိုပြီးတုံ့ပြန်ဖြစ်လာမှကြီးမားတဲ့ data တွေကိုစနစ်များကိုဦးဆောင်လမ်းပြ, နှင့်ခိုင်ခံ့သောနိုင် ဒစ်ဂျစ်တယ်စောင့်ကြည့်စိုးရိမ်ကြောင်းပင် (အသေးစိတ်အောက်မှာဖော်ပြထားတဲ့) Non-ကိုယ်စားလှယ်များနှင့် ပတ်သက်. စိုးရိမ်ပူပန်မှုများတိုးပွားလာ, လုံးဝကြီးမားတဲ့ဒေတာစနစ်များ၏ထွက်ရွေးချယ်ဖို့ကြိုးစားမှလူတချို့ဦးဆောင်လမ်းပြနိုင်။

ဤအဒေတာသတင်းရပ်ကွက်များသုတေသနအတွက်သုတေသီများအသုံးပြုနေသူများကဖန်တီးမပေးခဲ့ကြသောကြောင့်, ဤသုံးပါးကောင်းသောလူမှုရေးသုတေသနကြီးတွေအဘို့ကြီးတွေအချက်အလက်များ၏ဂုဏ်သတ္တိများ, အစဉ်မပြတ်-on နဲ့ Non-reactive-ယေဘုယျအားဖြင့်ပျေါပေါ။ အခုတော့ငါသုတေသနအတွက်မကောင်းတဲ့ဖြစ်ကြောင်းကြီးမားတဲ့ data တွေကိုသတင်းရပ်ကွက်ခုနစ်ဂုဏ်သတ္တိများမှဖွင့်ပါလိမ့်မယ်။ ဤအင်္ဂါရပ်လည်းဒီဒေတာကိုသုတေသနအတွက်သုတေသီများအသုံးပြုနေသူများကဖန်တီးမခံသောကြောင့်ပျေါပေါကျဖို့လေ့ရှိပါတယ်။