2.4.2 ကြိုတင်ခန့်မှန်းခြင်းနှင့် nowcasting

အနာဂတ်အတွက်ကြိုတင်ခန့်မှန်းခက်သည်, ဒါပေမယ့်ပစ္စုပ္ပန်ခန့်မှန်းပိုမိုလွယ်ကူသည်။

စူးစမ်းဒေတာနှင့်အတူသုတေသီများအသုံးပြုသောဒုတိယအဓိကမဟာဗျူဟာကြိုတင်ခန့်မှန်းသည်။ အနာဂတ်အတွက်ကြိုတင်ခန့်မှန်းနာမည်ဆိုးခက်ခဲသည်, ဒါပေမယ့်သူတို့ကကုမ္ပဏီတွေသို့မဟုတ်အစိုးရများအတွက်အလုပ်လုပ်ခြင်းရှိမရှိ, ဆုံးဖြတ်ချက်ချမှတ်သူများအဘို့မယုံနိုင်လောက်အောင်အရေးကြီးသောစေနိုင်ပါတယ်။

Kleinberg et al. (2015) အချို့သောမူဝါဒကိုပြဿနာများအတွက်ခန့်မှန်း၏အရေးပါမှုကိုရှင်းလင်းနှစ်ခုပုံပြင်များပေးထားပါတယ်။ ငါသည်တမိုးခေါင်ရင်ဆိုင်နေရသူသူမ၏အန္န, ပဌနာလိမ့်မယ်မိုဃ်းကိုရွာစေ၏အခွင့်အလမ်းတိုးမြှင့်ဖို့မိုးရွာရွာကခုန်လုပ်ဖို့ shaman ငှားရမ်းရန်ရှိမရှိဆုံးဖြတ်ရမယ်, တမူဝါဒကိုထုတ်လုပ်သူဆိုပါစို့။ နောက်ထပ်မူဝါဒကိုထုတ်လုပ်သူ, ငါသည်ဘော့သူ့ကိုမခေါ်ပါလိမ့်မယ်, အိမ်ပြန်လမ်းမှပေါ်စိုစွတ်သောရတဲ့ရှောင်ရှားရန်လုပ်ကိုင်ဖို့တစ်ထီးယူရှိမရှိဆုံးဖြတ်ရပါမည်။ သူတို့ရာသီဥတုနားလည်လျှင်အန္နနဲ့ Bob နှစ်ဦးစလုံးပိုကောင်းတဲ့ဆုံးဖြတ်ချက်ဖြစ်စေနိုင်ပါတယ်, ဒါပေမဲ့သူတို့ကွဲပြားခြားနားသောအရာတို့ကိုသိရန်လိုအပ်ပါသည်။ အန္နမိုဃ်းကိုရွာစေကခုန်မိုဃ်းကိုရွာစေခြင်းများဖြစ်ပေါ်ခြင်းရှိမရှိနားလည်ရန်လိုအပ်သည်။ ဘော့, အခြားတစ်ဖက်တွင်, ကြောင်းကျိုးဆက်စပ်အကြောင်းကိုဘာမှနားလည်သဘောပေါက်ရန်မလိုအပ်ပါဘူး, သူ့ကိုတခုတိကျမှုခန့်မှန်းချက်ကိုလိုအပ်ပါတယ်။ လူမှုသုတေသီများမကြာခဏအရာပေါ်အာရုံစူးစိုက် Kleinberg et al. (2015) "မိုးရွာရွာကခုန်-ကဲ့သို့" မူဝါဒကိုပြဿနာတွေ-သူတို့အားအာရုံစိုက်ကြောင်းမခေါ်ကြောင်းကျိုးဆက်စပ်နှင့်ကြိုတင်ခန့်မှန်းအပေါ်အာရုံစူးစိုက်သော "ထီးကဲ့သို့" မူဝါဒကိုပြဿနာများကိုလျစ်လျူရှု။

ငါ "။ ကြိုတင်ခန့်မှန်း" nowcasting -a "ယခု" ပေါင်းစပ်ပြီးမှဆင်းသက်လာသက်တမ်းခေါ်ကြိုတင်ခန့်မှန်း၏အထူးကြင်နာအပေါ်, သို့သော်, အာရုံစူးစိုက်လိုအစားအနာဂတ်မှာခန့်မှန်း, ပစ္စုပ္ပန်ကြိုတင်ခန့်မှန်းဖို့ကြိုးစားမှု nowcasting င့် (Choi and Varian 2012) ။ တနည်းအားဖြင့် nowcasting တိုင်းတာခြင်း၏ပြဿနာများအတွက်ကြိုတင်ခန့်မှန်းနည်းစနစ်ကိုအသုံးပြုပါတယ်။ ထိုကဲ့သို့သောကြောင့်၎င်းတို့၏နိုင်ငံများအကြောင်းကိုအချိန်မီနှင့်တိကျမှုအစီအမံလိုအပ်သူကိုအစိုးရများအထူးသဖြင့်အသုံးဝင်သောဖြစ်သင့်သည်။ Nowcasting Google ကတုပ်ကွေး Trends ၏စံနမူနာနှင့်အတူပါဆုံးရှင်းရှင်းလင်းလင်းသရုပ်ဖော်နိုင်ပါတယ်။

သင်တစ်ဦးကို search engine သို့ "တုပ်ကွေးကုစား" ကိုရိုက်ဒါကြောင့်သင်ရာသီဥတုအောက်မှာနည်းနည်းခံစားနေကြသည်ဆိုပါစို့, တုန့်ပြန်လင့်များ၏စာမျက်နှာခံယူ, ပြီးတော့တစ်ထောကျအကူပွုဝက်ဘ်စာမျက်နှာမှသူတို့ထဲကတစ်ဦးလိုက်နာပါ။ ယခုဤလှုပ်ရှားမှုရှာဖွေရေးအင်ဂျင်၏ရှုထောင့်မှထွက်ကစားလျှက်မြင်ယောင်ကြည့်ပါ။ တိုင်းအခိုက်, မေးမြန်းချက်သန်းပေါင်းများစွာသောကမ္ဘာတစ်ဝှမ်းမှရောက်ရှိလာသောနှင့်မေးမြန်းချက်-အရာကိုဒီစီးကြသည် Battelle (2006) က "ရည်ရွယ်ချက်တွေ၏ဒေတာဘေ့စ" ဟုခေါ်ခဲ့သည် - စုပေါင်းကမ္ဘာလုံးဆိုင်ရာသတိသို့အဆက်မပြတ် updated ပြတင်းပေါက်ပေးစွမ်းသည်။ သို့သော်တုပ်ကွေး၏ပျံ့နှံ့မှုတစ်ခုတိုင်းတာခြင်းသို့သတင်းအချက်အလက်များ၏ဤအစီးလှည့်ခက်ခဲသည်။ ရိုးရှင်းစွာအ "တုပ်ကွေးကုစား" ကောင်းစွာအလုပ်မလုပ်မပြုစေခြင်းငှါအဘို့အမေးမြန်းချက်များအရေအတွက်တက်ရေတွက်။ တုပ်ကွေးကုစားဘို့တုပ်ကွေးကုစားနှင့်မလူတိုင်းအဘယ်သူရှာများအတွက်တုပ်ကွေးရှာဖွေမှုများကိုသူမလူတိုင်းတုပ်ကွေးရောဂါရှိပါတယ်။

Google ကတုပ်ကွေး Trends နောက်ကွယ်မှအရေးကြီးသောနှင့်လိမ္မာပါးနပ်လှည့်ကွက်တစ်ခုကြိုတင်ခန့်မှန်းပြဿနာစတိုင်းတာခြင်းပြဿနာကိုဖွင့်ဖို့ဖြစ်တယ်။ ရောဂါထိန်းချုပ်ရေးနှင့်ကာကွယ်တားဆီးရေးအဘို့အမေရိကန်စင်တာ (CDC) တိုင်းပြည်ပတ်ပတ်လည်ဆရာဝန်များကနေသတင်းအချက်အလက်စုဆောင်းထားတဲ့တုပ်ကွေးစောင့်ကြည့်ရေးစနစ်ကရှိပါတယ်။ သို့သော်ဤ CDC စနစ်ဖြင့်တဦးတည်းပြဿနာသုံးနေပြီသတင်းပို့တစ်ဦးနှစ်ဦးတပတ်ရှိ၏ဖြစ်၏ ဆရာဝန်များမှရောက်ရှိလာသောထိုဒေတာ, သန့်ရှင်းလုပ်ငန်းများ၌နှင့်ပုံနှိပ်ထုတ်ဝေခံရဖို့အတှကျအချိန်ကကြာတယ်။ တစ်ဦးထွန်းသစ်စကပ်ရောဂါကိုင်တွယ်သောအခါမူကား, ပြည်သူ့ကျန်းမာရေးရုံးများလွန်ခဲ့သောနှစ်ပတ်ရှိ၏ဘယ်လောက်တုပ်ကွေးသိချင်ကြပါဘူး, သူတို့အခုအချိန်မှာလည်းမရှိဘယ်လောက်တုပ်ကွေးသိလိုကြသည်။ တကယ်တော့လူမှုရေးအချက်အလက်များ၏များစွာသောအခြားရိုးရာသတင်းရပ်ကွက်များအတွက်, ဒေတာစုဆောင်း၏လှိုင်းတံပိုးများနှင့်အစီရင်ခံနှေးအကြားကွာဟချက်ရှိပါတယ်။ အများစုဟာကြီးမားတဲ့ဒေတာအရင်းအမြစ်, အခြားတစ်ဖက်တွင်, အစဉ်မပြတ်-On (ပုဒ်မ 2.3.1.2) ဖြစ်ကြသည်။

ထိုကွောငျ့, ဂျယ်ရမီ Ginsberg နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2009) ကို Google Search ကိုဒေတာကနေ CDC တုပ်ကွေးဒေတာကြိုတင်ခန့်မှန်းဖို့ကြိုးစားခဲ့တယ်။ ဒါကသုတေသီများ CDC, ပစ္စုပ္ပန်တိုင်းတာကြောင်းအနာဂတ်ဒေတာမှအနာဂတ်ဒေတာခန့်မှန်းအားဖြင့်ယခုရှိပါတယ်ဘယ်လောက်တုပ်ကွေးကိုတိုင်းတာဖို့ကြိုးစားနေခဲ့ကြသောကြောင့်, "ပစ္စုပ္ပန်ခန့်မှန်း" ၏ဥပမာတစ်ခုဖြစ်ပါတယ်။ စက်သင်ယူမှုအသုံးပြုခြင်း, သူတို့ CDC တုပ်ကွေးအချက်အလက်များ၏အများစုကိုကြိုတင်ခန့်မှန်းချက်နေသောကြည့်ဖို့သန်း 50 ကွဲပြားခြားနားသောရှာဖွေရေးအသုံးအနှုန်းများမှတဆင့်ရှာဖွေ။ နောက်ဆုံးတွင်သူတို့အများဆုံးကြိုတင်ခန့်မှန်းချက်ဖြစ်ပုံရကြောင်း 45 ကွဲပြားခြားနားသောမေးမြန်းချက်အစုတခုတွေ့နှင့်ရလဒ်များကိုအတော်လေးကောင်း: သူတို့က CDC ဒေတာကြိုတင်ခန့်မှန်းဖို့ရှာဖွေရေးဒေတာကိုသုံးနိုင်မည်ဖြစ်သည်။ သဘာဝတရားကထုတ်ဝေခဲ့သည့်ဤစာတမ်းအပေါ်တစ်စိတ်တစ်ပိုင်းအခြေစိုက် Google ကတုပ်ကွေး Trends ကြီးမားတဲ့ဒေတာ၏တန်ခိုးနှင့် ပတ်သက်. တစ်ဦးကိုမကြာခဏထပ်တလဲလဲအောင်မြင်မှုဇာတ်လမ်းတစ်ပုဒ်ဖြစ်လာခဲ့သည်။

အဲဒီမှာဒီသိသာအောင်မြင်မှုနှစ်ခုအရေးကြီးသောအတွက်အသိပေးချက်သို့သော်ဖြစ်ကြသည်ကို၎င်း, ဤသူအတွက်အသိပေးချက်ကိုနားလည်သငျသညျအကဲဖြတ်ရန်ကူညီခြင်းနှင့်ကြိုတင်ခန့်မှန်းခြင်းနှင့် nowcasting ပြုလိမ့်မည်။ ပထမဦးစွာ Google ကတုပ်ကွေး Trends အမှန်တကယ်တုပ်ကွေးပျံ့နှံ့မှုနှစ်ခုလတ်တလောတိုင်းတာနေတဲ့ linear extrapolation အပေါ်အခြေခံပြီးတုပ်ကွေး၏ပမာဏကိုခန့်မှန်းတဲ့ရိုးရှင်းတဲ့ပုံစံထက်အများကြီးပိုကောင်းမဟုတ်ခဲ့၏စွမ်းဆောင်ရည် (Goel et al. 2010) ။ ထိုအခါအချို့သောအချိန်ကာလကိုကျော် Google ကတုပ်ကွေး Trends ကတကယ်တော့ဒီရိုးရှင်းတဲ့ချဉ်းကပ်မှုထက်ပိုမိုဆိုးရွားခဲ့သည် (Lazer et al. 2014) ။ တနည်းအားဖြင့်အားလုံး၎င်း၏ဒေတာ, စက်သင်ယူမှုနှင့်အစွမ်းထက်ကွန်ပျူတာနှင့်အတူ Google ကတုပ်ကွေး Trends သိသိသာသာရိုးရှင်းတဲ့နှင့် heuristic နားလည်ရန်ပိုမိုလွယ်ကူ outperform မဟုတ်ခဲ့ပေ။ ဒါဟာမဆိုခန့်မှန်းအကဲဖြတ်သို့မဟုတ်ပါက nowcast တဲ့အခါအခြေခံဆန့်ကျင်နှိုင်းယှဉ်ဖို့အရေးကြီးပါတယ်ကြောင်းအကြံပြုထားသည်။

Google ကတုပ်ကွေး Trends ပတ်သက်. ဒုတိယအရေးကြီးသောအတွက်အသိပေးချက်ကို CDC တုပ်ကွေးဒေတာကြိုတင်ခန့်မှန်းရန်၎င်း၏စွမ်းရည်ရှိသောကြောင့်ပျံ့နှင့် algorithmic ဖွငျ့ရေတိုရေရှည်ပျက်ကွက်ခြင်းနှင့်ရေရှည်ယိုယွင်းမှကျရောက်နေတဲ့ခဲ့သည်။ ဥပမာအားဖြင့်, လူကမ္ဘာလုံးဆိုင်ရာရောဂါ၏ကျယ်ပြန့်ကြောက်ရွံ့သောသဘောမှတုန့်ပြန်မှာသူတို့ရဲ့ရှာဖွေရေးအပြုအမူကိုပြောင်းလဲလေ့ဖြစ်နိုင်သောကွောငျ့, တုပ်ကွေး Over-ခန့်မှန်းခြေပမာဏသိသိသာသာ 2009 က်တုပ်ကွေးဖြစ်ပွား Google ကတုပ်ကွေး Trends ကာလအတွင်း (Cook et al. 2011; Olson et al. 2013) ဤအရေတိုရေရှည်ပြဿနာများအပြင်, စွမ်းဆောင်ရည်တဖြည်းဖြည်းအချိန်ကျော်လောင်းပုပ်ပျက်သွား။ ဒီရေရှည်ယိုယွင်းများအတွက်အကြောင်းပြချက် Diagnosing Google ရှာဖွေ algorithms စီးပွားဖြစ်ကြောင့်ခက်ခဲပေမယ့် 2011 ခုနှစ်, Google (ကလည်းထင်ရလူ "အဖျား" နှင့် "ချောင်းဆိုး" ကဲ့သို့ရောဂါလက္ခဏာကိုရှာဖွေသောအခါဆက်နွယ်ရှာဖွေရေးဝေါဟာရများကိုအကြံပြုမယ်လို့အပြောင်းအလဲများကိုလုပ်ပုံ ဒီ feature) မရှိတော့တက်ကြွဖြစ်၏။ ဒီ feature ထည့်သွင်းခြင်းသင်တစ်ဦး search engine ကိုစီးပွားရေးလုပ်ငန်းလည်ပတ်နေလျှင်လုပ်ဖို့လုံးဝကျိုးကြောင်းဆီလျော်အရာဖြစ်တယ်, ဒါကြောင့်ပိုပြီးကျန်းမာရေးကိုဆက်စပ်ရှာဖွေမှုများကိုထုတ်လုပ်၏အကျိုးသက်ရောက်မှုရှိခဲ့ပါတယ်။ ဒီဖြစ်ကောင်းစီးပွားရေးလုပ်ငန်းတွေအတွက်အောင်မြင်မှုပင်ဖြစ်ခဲ့လေသည်, သို့သော် Over-ခန့်မှန်းချက်တုပ်ကွေးပျံ့နှံ့ဖို့ Google ကတုပ်ကွေး Trends စေသော (Lazer et al. 2014)

ကံကောင်းထောက်မစွာ, Google ကတုပ်ကွေး Trends နှင့်အတူဒီပြဿနာတွေကို fixable ဖြစ်ကြသည်။ တကယ်တော့ပိုပြီးသတိထားနည်းလမ်းများသုံးပြီး, Lazer et al. (2014) နှင့် Yang, Santillana, and Kou (2015) ပိုကောင်းတဲ့ရလဒ်တွေကိုရနိုင်ခဲ့ကြတယ်။ ရှေ့ဆက် Going, ငါသည်သုတေသီနှင့်အတူကြီးမားတဲ့ data တွေကိုပေါင်းစပ်ကြောင်း nowcasting လေ့လာမှုများ Michaelangelo စတိုင်နှင့်အတူဒေတာ-ကြောင်း Duchamp စတိုင် Readymades ပေါင်းစပ်စုဆောင်းမျှော်လင့် Custommades-လိမ့်မည်အနာဂါတ်ပစ္စုပ္ပန်နှင့်ခန့်မှန်းချက်များပိုမိုမြန်ဆန်နှင့်ပိုပြီးတိကျမှုတိုင်းတာမှုများထုတ်လုပ်ရန်မူဝါဒချမှတ်သူများ enable ။