4.6.2 , သန့်စင်ပြီးအစားထိုးခြင်း, Reduce

non-စမ်းသပ်လေ့လာမှုများနှင့်အတူစမ်းသပ်ချက်အစားထိုးအကုသအရည်ကျိုနှင့်သင်တန်းသားများ၏အရေအတွက်ကိုလျှော့ချခြင်းအားဖြင့်သင့်စမ်းသပ်မှုပိုပြီးလူသားဆန်တဲ့လုပ်ပါ။

ငါဒစ်ဂျစ်တယ်စမ်းသပ်ချက်ဒီဇိုင်းအကြောင်းကိုဆက်ကပ်ချင်ပါတယ်ကြောင်းအကွံဉာဏျ၏ဒုတိယအပိုင်းအစကျင့်ဝတ်ဖြစ်သောအကြောင်းအရာများကို။ ဝီကီ​​ပီးဒီးယားပြပွဲအတွက် barnstars အပေါ် Restivo နှင့်ဗန်က de Rijt စမ်းသပ်မှုအဖြစ်, ကုန်ကျစရိတ်လျော့ကျကျင့်ဝတ်ဆိုင်ရာသုတေသနဒီဇိုင်းတစ်ခုတိုးအရေးကြီးသောအစိတ်အပိုင်းတစ်ခုဖြစ်လာလိမ့်မည်ဟုဆိုလိုသည်။ တိရိစ္ဆာန်များနှငျ့ပတျသကျသောစမ်းသပ်ချက်လမ်းပြတီထွင်ကျင့်ဝတ်ဆိုင်ရာအခြေခံမူ: လူ့ဘာသာရပ်များငါအခန်း 6 မှာဖော်ပြဖို့လိမ့်မယ်သုတေသနလမ်းညွှန်အကျင့်ဝတ်ဆိုင်ရာမူဘောင်အပြင်, ဒစ်ဂျစ်တယ်စမ်းသပ်ချက်ဒီဇိုင်းသုတေသီတွေကလည်းတစ်ဦးကွဲပြားခြားနားသည့်အရင်းအမြစ်များထံမှကျင့်ဝတ်ဆိုင်ရာအတွေးအခေါ်များအပေါ်ဆွဲနိုင်ပါတယ်။ အထူးသဖြင့်, လူ့စမ်းသပ်နည်းစနစ်သူတို့ရဲ့မှတ်တိုင်စာအုပ်အခြေခံမူထဲမှာ Russell and Burch (1959) တိရစ္ဆာန်သုတေသနလုပ်ငန်းကိုလမျးညှနျသငျ့ကွောငျးသုံးအခြေခံမူအဆိုပြုထား: သန့်စင်ပြီးအစားထိုးခြင်း, Reduce ။ ငါဤသုံးပါး R ကိုရဲ့အစကိုအသုံးပြု-in ကိုနိုင်အနည်းငယ်ပြုပြင်ထားသောပုံစံကိုမှလူ့စမ်းသပ်ချက်၏ဒီဇိုင်းကိုလမ်းပြအဆိုပြုချင်ပါတယ်။ အထူးသဖြင့်,

  • အစားထိုး: ဖြစ်နိုင်လျှင်လျော့နည်းထိုးဖောက်နည်းလမ်းများနှင့်အတူစမ်းသပ်ချက်အစားထိုး
  • သနျ့: တတ်နိုင်သမျှကြောင့်အန္တရာယ်ကင်းစေရန်ကုသမှုချက်ကိုရွေးချယ်
  • Reduce: တတ်နိုင်သမျှသင့်ရဲ့စမ်းသပ်မှုအတွက်သင်တန်းသားများ၏အရေအတွက်ကိုလျှော့ချ

ဤသုံးပါး R ကိုရဲ့ကွန်ကရစ်စေသူတို့အလားအလာပိုကောင်းနှင့်ပိုပြီးလူသားဆန်တဲ့စမ်းသပ်ဒီဇိုင်းဖို့ဦးဆောင်လမ်းပြနိုင်ပုံကိုပြသနိုင်ရန်အတွက်ငါကျင့်ဝတ်ဆိုင်ရာဆွေးနွေးငြင်းခုံနေထုတ်လုပ်လိုက်တဲ့ကြောင်းအွန်လိုင်းမှလယ်ပြင်စမ်​​းသပ်မှုဖော်ပြရန်ပါလိမ့်မယ်။ ထိုအခါငါသုံးခု R ကိုရဲ့စမ်းသပ်မှု၏ဒီဇိုင်းဖို့ကွန်ကရစ်နှင့်လက်တွေ့အပြောင်းအလဲများအကြံပြုဘယ်လိုဖော်ပြရန်ပါလိမ့်မယ်။

အများဆုံး Ethics အခြေအတင်ဆွေးနွေးဒစ်ဂျစ်တယ်လယ်ပြင်စမ်းသပ်ချက်တစ်ခုမှာအာဒံကို Kramer, ဂျေမီ Gillroy နှင့်ဂျက်ဖရီ Hancock ဟာအားဖြင့်ကောက်ယူခဲ့သည့် "စိတ်ခံစားမှုဘယ်လိုကူးစက်," ဖြစ်ပါတယ် (2014) ။ အဆိုပါစမ်းသပ်မှု Facebook ပေါ်မှာရာအရပျကို ယူ. သိပ္ပံပညာနှင့်လက်တွေ့မေးခွန်းတွေတစ်ဦးရောနှောခြင်းဖြင့်လှုံ့ဆော်ခဲ့သည်။ ထိုအချိန်ကအသုံးပြုသူများက Facebook ပြုမူပုံနဲ့သောကြီးစိုးနည်းလမ်း News Feed, အသုံးပြုသူတစ်ဦး၏ Facebook မှမိတ်ဆွေများကနေ Facebook က status update များအနေနဲ့ Algorithm ကိုတာဝန်ယူထားသောအစုံခဲ့သည်။ Facebook ကတချို့ကဝေဖန်သူများကထို News Feed တွေကိုအများအားဖြင့်အပြုသဘောဆောင်သောရေးသားချက်များ-မိတ်ဆွေတွေဟာသူတို့ရဲ့နောက်ဆုံးပေါ်ပယ်ခြင်းကြောင့်သူတို့ဘဝနှိုင်းယှဉ်လျှင်လျော့နည်းစိတ်လှုပ်ရှားစရာထင်ရသောကြောင့်, ပါတီ-ကြောင့်အသုံးပြုသူများကိုဝမ်းနည်းဖွယ်ခံစားရစေနိုင်ကြောင်းအကြံပြုခဲ့သည်။ အခြားတစ်ဖက်တွင်, ဒါနဲ့ပတ်သက်ပြီးအကျိုးသက်ရောက်မှုကိုအတိအကျဆန့်ကျင်ဘက်ဖြစ်၏ ဒါနဲ့ပတ်သက်ပြီးသင်၏အဆွေခင်ပွန်းကောင်းတစ်ဦးအချိန်ရှိခြင်းကိုမွငျလြှငျသငျသညျမင်ျဂလာခံစားရစေပါမလဲ ဤသူတို့သည်ယှဉ်ပြိုင်အယူအဆနှင့်ဖြေရှင်းရန်ပုဂ္ဂိုလ်တစ်ဦးရဲ့စိတ်ခံစားမှုကိုစမ်းသပ်မှုတစ်ခုသို့ပွေးလေ၏သူမ၏မိတ်ဆွေများက '' စိတ်ခံစားမှု-Kramer နှင့်လုပ်ဖော်ကိုင်ဘက်များကထိခိုက်ကြသည်ကိုဘယ်လိုကျွန်တော်တို့ရဲ့ဥာဏ်ပညာတိုးနိုင်ရန်အတွက်။ သုတေသီတစ်ပတ်လောက်လေးအုပ်စုများသို့အကြောင်း 700,000 အသုံးပြုသူများအထား: အနုတ်စကားသည် (ဥပမာ, ဝမ်းနည်းဖွယ်) နဲ့ရေးသားချက်များကျပန်းသတင်းများ Feed ပေါ်ထွန်းမှပိတ်ဆို့ခဲ့ကြတော်မူသောအဘို့ကို "အဆိုးမြင်စိတ်တွေလျော့ချ" အုပ်စု, အပြုသဘောဆောင်တဲ့စကားသည် (ဥပမာမင်္ဂလာ) နဲ့ရေးသားချက်များကျပန်းပိတ်ဆို့ခဲ့ကြတော်မူသောအဘို့ကို "Positive လျှော့ချ" အုပ်စု; နှစ်ယောက်ထိန်းချုပ်အုပ်စုများ။ "အအဆိုးမြင်စိတ်တွေလျော့ချ" အုပ်စုထိန်းချုပ်မှုအုပ်စု, ရေးသားချက်များကျပန်းကို "အဆိုးမြင်စိတ်တွေလျော့ချ" အုပ်စုအဖြစ်ပေမယ့်စိတ်ခံစားမှုအကြောင်းအရာနှင့် ပတ်သက်. မရှိဘဲတူညီသောနှုန်းမှာပိတ်ဆို့ခဲ့ကြသည်။ "အအပြုသဘောလျှော့ချ" အုပ်စုထိန်းချုပ်မှုအဖွဲ့ကအပြိုင်ဖက်ရှင်အတွက်ဆောက်လုပ်ထားခဲ့သည်။ ဒီစမ်းသပ်မှု၏ဒီဇိုင်းကိုသင့်လျော်သောထိန်းချုပ်မှုအုပ်စုအမြဲမရှိအပြောင်းအလဲများနှင့်အတူတစျခုမဟုတျကွောငျးကိုဖျောပွ။ အဲဒီအစား, တစ်ခါတစ်ရံထိန်းချုပ်မှုအုပ်စုကသုတေသနမေးခွန်းလိုအပ်သောတိကျသောနှိုင်းယှဉ်ဖန်တီးနိုင်ရန်အတွက်တစ်ဦးဆေးကုသမှုကိုလက်ခံရရှိပါတယ်။ အားလုံးကိစ္စများတွင်အ News Feed ကနေပိတ်ဆို့ခဲ့ကြသောတိုင် Facebook ကဝက်ဆိုက်၏အခြားအစိတ်အပိုင်းများမှတဆင့်နေဆဲအသုံးပြုသူများရရှိနိုင်ခဲ့ကြသည်။

Kramer နှင့်လုပ်ဖော်ကိုင်ဘက်အပြုသဘောလျှော့ချအခြေအနေသင်တန်းသားများအဘို့, သူတို့ရဲ့ status update များအတွက်အပြုသဘောစကားလုံးများ၏ရာခိုင်နှုန်းလျော့ကျခြင်းနှင့်အပျက်သဘောစကားလုံးများ၏ရာခိုင်နှုန်းတိုးမြှင့်ကြောင်းတွေ့ရှိခဲ့ပါတယ်။ အခြားတစ်ဖက်တွင်, အအဆိုးမြင်စိတ်တွေလျှော့ချအခြေအနေသင်တန်းသားများအဘို့, အပြုသဘောစကားလုံးများ၏ရာခိုင်နှုန်းတိုးမြှင့်ခြင်းနှင့်အပျက်သဘောစကားလုံးများ၏ရာခိုင်နှုန်း (ပုံ 4.23) ယုတ်လျော့။ သို့သော်ဤသက်ရောက်မှုများအတော်လေးသေးငယ်ပြီးကြ၏ကုသမှုနှင့်ထိန်းချုပ်မှုများအကြားအပြုသဘောနှင့်အနုတ်စကားခြားနားချက်နှင့် ပတ်သက်. 1 1000 ခုနှစ်တွင်သောစကားရှိခဲ့သည်။

4,23 ပုံ: စိတ်ခံစားမှုဘယ်လိုကူးစက်၏အထောက်အထား (Kramer, Guillory နှင့် Hancock ဟာ 2014) ။ စမ်းသပ်ဆဲအခွအေနေသဖြင့်အပြုသဘောဆောင်သည့်စကားနှင့်အနှုတ်စကားများရာခိုင်နှုန်း။ အဖျော်ယမကာခန့်မှန်းခြေစံအမှားများကိုကိုယ်စားပြုသည်။

4,23 ပုံ: စိတ်ခံစားမှုဘယ်လိုကူးစက်၏အထောက်အထား (Kramer, Guillory, and Hancock 2014) ။ စမ်းသပ်ဆဲအခွအေနေသဖြင့်အပြုသဘောဆောင်သည့်စကားနှင့်အနှုတ်စကားများရာခိုင်နှုန်း။ အဖျော်ယမကာခန့်မှန်းခြေစံအမှားများကိုကိုယ်စားပြုသည်။

ငါအခန်းရဲ့အဆုံးမှာနောက်ထပ်စာဖတ်ခြင်းအပိုင်း၌ဤစမ်းသပ်မှု၏သိပ္ပံနည်းကျရှုထောင့်တစ်ဆွေးနွေးမှုထားပါဘူး, ဒါပေမယ့်ကံမကောင်းတာကဒီစမ်းသပ်မှုကျင့်ဝတ်ဆိုင်ရာဆွေးနွေးငြင်းခုံထုတ်လုပ်ဘို့အများဆုံးလူသိများသည်။ ဤစာတမ်းသိပ္ပံအမျိုးသားအကယ်ဒမီ၏တရားစွဲဆိုထားထုတ်ဝေခဲ့ရုံရက်အကြာမှာ, သုတေသီများနှင့်စာနယ်ဇင်းနှစ်ဦးစလုံးတစ်ဦးထံမှကြီးမားသောအော်ဟစ်ရှိ၏။ နှစ်ခုအဓိကအချက်များအပေါ်အာရုံစူးစိုက်စက္ကူပတ်ပတ်လည်ဒေါသ: 1) သင်တန်းသားများအချို့သောအတွေးသင်တန်းသားများအန္တရာယ်ဖြစ်စေအံ့သောငှါကုသမှုများအတွက်စံ Facebook ကဝေါဟာရများကို-of-service ကိုကျော်လွန်မဆိုသဘောတူခွင့်ပြုချက်မပေးခဲ့ပါဘူးနှင့် 2) ကိုလေ့လာမှု Third-party ကျင့်ဝတ်ခံဘူး ပြန်လည်သုံးသပ် (Grimmelmann 2015) ။ ဒီစကားစစ်ထိုးပွဲမှာကြီးပြင်းအဆိုပါကျင့်ဝတ်ဆိုင်ရာမေးခွန်းများကိုဂျာနယ်တွင်လျင်မြန်စွာသုတေသနများအတွက်ကျင့်ဝတ်နှင့်ကျင့်ဝတ်ဆိုင်ရာပြန်လည်သုံးသပ်မှုလုပ်ငန်းစဉ်နှင့် ပတ်သက်. ရှားရှားပါးပါး "စိုးရိမ်ပူပန်မှု၏အယ်ဒီတာ့အာဘော်စကားရပ်" ထုတ်ဝေရန်စေ (Verma 2014) ။ နောက်ဆက်တွဲနှစ်များတွင်စမ်းသပ်မှုပြင်းထန်သောငြင်းခုန်ခြင်းနှင့်သဘောထားကွဲလွဲတဲ့အရင်းအမြစ်ဖြစ်ဆက်လက်သိရသည်, ဤသဘောထားကွဲလွဲမှောင်မိုက်အရိပ်သို့ကုမ္ပဏီများကဖျော်ဖြေလျက်ရှိသည်ကြောင့်များစွာသောအခြားစမ်းသပ်ချက်ကားမောင်း၏မရည်ရွယ်သောအကျိုးသက်ရောက်မှုရှိခဲ့ကြပေမည် (Meyer 2014)

(သင်ပုဂ္ဂိုလ်ရေးအရဒီအထူးသဖြင့်စမ်းသပ်မှု၏ကျင့်ဝတ်နှင့် ပတ်သက်. စဉ်းစားစေခြင်းငှါသမျှ) စိတ်ခံစားမှုဘယ်လိုကူးစက်အကြောင်းကြောင်းနောက်ခံပေးထား, ငါသည်ယခု 3 R ကိုရဲ့ကွန်ကရစ်အကြံပြုနိုင်သည်ကိုပြသချင်ပါတယ်မှန်ကန်လေ့လာမှုတွေအဘို့အလက်တွေ့ကျတဲ့တိုးတက်မှု။ ပထမဦးဆုံးအ R ကိုအစားထိုးပါသည်: သုတေသီများဖြစ်နိုင်လျှင်, လျော့နည်းထိုးဖောက်နှင့်အန္တရာယ်များနည်းပညာတွေနှင့်အတူစမ်းသပ်ချက်အစားထိုးရန်ရှာခြင်းငှါသင့်သည်။ ဥပမာအားဖြင့်, အစားစမ်းသပ်မှုတစ်ခု run နေထက်, သုတေသီများသဘာဝစမ်းသပ်မှုအသုံးချနိုင်တယ်။ အခန်း 2 မှာဖော်ပြထားတဲ့အတိုင်း, သဘာဝစမ်းသပ်ချက်တစ်ခုခုကုသမှု၏ကျပန်းတာဝန်ကို (စစ်တပ်သို့ရေးဆွဲခံရလတံ့သောဆုံးဖြတ်ရန်ဥပမာ, တစ်ဦးထီ) approximates သောကမ်ဘာ​​တှငျဖြစ်ပျက်ဘယ်မှာအခြေအနေများဖြစ်ကြ၏။ သဘာဝစမ်းသပ်မှု၏အားသာချက်ကိုသုတေသီကုသကယ်မနှုတ်ရန်ရှိသည်ဘူးကြောင်း, သဘာဝပတ်ဝန်းကျင်သင်တို့အဘို့အကြောင်းမရှိပါဘူး။ တနည်းအားဖြင့်သဘာဝစမ်းသပ်မှုနှင့်အတူ, သုတေသီများစမ်းသပ်မှုတွေအလူတွေရဲ့ News Feeds manipulate ဖို့လိုအပျပါပွီမဟုတျဘူး။

တကယ်တော့နီးပါးတစ်ပြိုင်နက်တည်းထိုစိတ်ခံစားမှုဘယ်လိုကူးစက်စမ်းသပ်မှုနှင့်အတူ Coviello et al. (2014) တစ်ဦးစိတ်ခံစားမှုဘယ်လိုကူးစက်သဘာဝအစမ်းသပ်မှုဟုခေါ်ဝေါ်ခြင်းကိုခံရနိုင်ကြောင်းအဘယျသို့အမြတ်ထုတ်ခဲ့ပါတယ်။ သငျသညျရှေ့တျော၌တစ်ခါမှမမြင်ခဲ့ပါဘူးလျှင်ဆာပ variable တွေကိုလို့ခေါ်တဲ့ technique ကိုအသုံးပြုသူတို့ရဲ့ချဉ်းကပ်မှု, နည်းနည်းရှုပ်ထွေးပါတယ်။ ဒါကြောင့်လိုအပ်ခဲ့ရှင်းပြနိုင်ဖို့အတွက်ကအထိတည်ဆောက်ကြကုန်အံ့။ အချို့သုတေသီတွေကစိတ်ခံစားမှုဘယ်လိုကူးစက်လေ့လာဖို့ရန်ရှိသည်အံ့သောငှါပထမဦးဆုံးစိတ်ကူးကိုသင့် News Feed တွေကိုသင့်ရဲ့ News Feed တွေကိုအလွန်အနှုတ်ရှိရာရက်ပတ်လုံးပေါ်တွင်သင်၏ပို့စ်များကိုရန်အလွန်အပြုသဘောဆောင်တဲ့ရှိရာရက်ပတ်လုံးပေါ်တွင်သင်၏ပို့စ်များကိုနှိုင်းယှဉ်ဖို့ဖြစ်ပါလိမ့်မည်။ ပန်းတိုင်မယ့်သင့်ရဲ့ရေးသားချက်များ၏စိတ်ခံစားမှုအကြောင်းအရာကြိုတင်ခန့်မှန်းခဲ့ပေမယ့်ရည်မှန်းချက်သင့်ရဲ့ရေးသားချက်များပေါ်မှာသင့်ရဲ့ News Feed ၏ကြောင်းကျိုးဆက်စပ်အကျိုးသက်ရောက်မှုကိုလေ့လာဖို့ဖြစ်ပါတယ်လျှင်ဤချဉ်းကပ်မှုပြဿနာပါကဤချဉ်းကပ်မှုဒဏ်ငွေပါလိမ့်မည်။ ဒီဒီဇိုင်းကိုအတူပြဿနာကိုကြည့်ရှုခြင်းငှါ, ကျေးဇူးတုံ့ပြန်စဉ်းစားပါ။ US မှာ, အပြုသဘောရေးသားချက်များနှုန်းကိုမြင့်တက်ခြင်းနှင့်အပျက်သဘောရေးသားချက်များကျေးဇူးတုံ့ပြန်အပေါ်မှန်ထုပ်။ ထို့ကြောင့်ကျေးဇူးတုံ့ပြန်အပေါ်သုတေသီများကသင့်ရဲ့ News Feed တွေကိုအလွန်အပြုသဘောဆောင်တဲ့ကြီးသင်ကဲ့သို့ကောင်းစွာအပြုသဘောအမှုအရာ posted ကြောင်းကိုတွေ့မြင်နိုင်မည်ဖြစ်သည်။ ဒါပေမယ့်သင့်ရဲ့အပြုသဘောရေးသားချက်များသင်တို့၏ News Feed များ၏ content အားဖြင့်ကျေးဇူးတုံ့ပြန်မဖြစ်ပေါ်စေခဲ့ကြနိုင်ဘူး။ အဲဒီအစား, ခန့်မှန်းနိုင်ရန်အတွက်ကြောင်းကျိုးဆက်စပ်အကျိုးသက်ရောက်မှုသုတေသီများတိုက်ရိုက်သင့်ရဲ့စိတ်ခံစားမှုကိုပြောင်းလဲမရှိဘဲသင်၏ News Feed များ၏ content ပြောင်းလဲတစ်ခုခုလိုအပ်ပါတယ်။ ရာသီဥတု: ကံကောင်းထောက်မစွာ, လူအပေါင်းတို့သည်အချိန်ဖြစ်ပျက်လိုအရာတစ်ခုခုလည်းရှိ၏။

Coviello နှင့်လုပ်ဖော်ကိုင်ဖက်များကတစ်စုံတစ်ဦးရဲ့မြို့အတွက်တစ်ဦးမိုးရာသီနေ့မှာပျမ်းမျှအားဖြင့် 1 ဦးခန့်ရာခိုင်နှုန်းအမှတ်အားဖြင့်အပြုသဘောဖြစ်ကြောင်းရေးသားချက်များ၏အချိုးအစားလျော့ခြင်းနှင့် ပတ်သက်. 1 ရာခိုင်နှုန်းအမှတ်အားဖြင့်အနုတ်လက္ခဏာဖြစ်ကြောင်းရေးသားချက်များ၏အချိုးအစားကိုတိုးမြှင့်မည်ကိုတွေ့ရှိခဲ့ပါတယ်။ ထို့နောက် Coviello နှင့်လုပ်ဖော်ကိုင်ဘက်စမ်းသပ်မှုတွေအမည်သူမဆိုရဲ့ News Feed ကို manipulate ရန်လိုအပ်ကြောင်းမရှိဘဲစိတ်ခံစားမှုဘယ်လိုကူးစက်လေ့လာဖို့ဤအချက်ကိုအသုံးချပြီး။ အနှစ်သာရ၌အဘယျသူတို့အမှုကိုပြုသင့်ရဲ့ရေးသားချက်များသင်၏မိတ်ဆွေများရှငျနထေိုငျရှိရာမြို့ကြီးများရှိရာသီဥတုအားဖြင့်ထိခိုက်ခဲ့ကြပုံကိုတိုင်းတာသည်။ ဒီသဘာဝကျပါတယ်အဘယ်ကြောင့်ကြည့်ရှုဖို့, သငျသညျနယူးယောက်စီးတီးမှာနေထိုင်နှင့်သင်တို့ဆီယက်တဲလ်တွင်နေထိုင်သူတစ်ဦးမိတ်ဆွေတစ်ယောက်ရှိသည်ဆိုပါစို့။ အခုတစျနေ့ကဆီယက်တဲလ်ရှိမိုးရွာစတင်သည်ဆိုပါစို့။ ဆီယက်တဲလ်တွင်ဤသူ၌မိုဃ်းရွာစေတိုက်ရိုက်သင့်ရဲ့စိတ်နေစိတ်ထားကိုထိခိုက်မည်မဟုတ်ပေမယ့်သင့်ရဲ့ News Feed သောကွောငျ့သင့်သူငယ်ချင်း၏ရေးသားချက်များ၏လျော့နည်းအပြုသဘောနှင့်ပိုပြီးအပျက်သဘောဖြစ်စေမည်။ ထို့ကြောင့်ဆီယက်တဲလ်အတွက်မိုးရွာရွာကျပန်းသင့်ရဲ့ News Feed တွေကိုတွက်ချက်။ တစ်ဦးယုံကြည်စိတ်ချရသောကိန်းဂဏန်းလုပ်ထုံးလုပ်နည်းသို့ဤပင်ကိုယ်ဖွင့်ရှုပ်ထွေး (နှင့် Coviello နှင့်လုပ်ဖော်ကိုင်ဖက်များကအသုံးပြုအတိအကျချဉ်းကပ်မှုတစ်ခု bit နဲ့ Non-စံဖြစ်ပါတယ်) ဒါကြောင့်ငါနောက်ထပ်စာဖတ်ခြင်းအပိုင်း၌ပိုမိုသေးစိတျဆှေးနှေးထားဖူးတဲ့ဖြစ်ပါတယ်။ Coviello နှင့်လုပ်ဖော်ကိုင်ဖက်ရဲ့ချဉ်းကပ်မှုအကြောင်းကိုသတိရဖို့အရေးအပါဆုံးအရာကအလားအလာသင်တန်းသားများကိုထိခိုက်စေနိုင်ကြောင်းစမ်းသပ်မှုတစ်ခုကို run ရန်လိုအပ်ကြောင်းမရှိဘဲစိတ်ခံစားမှုဘယ်လိုကူးစက်လေ့လာဖို့သူတို့ကို enabled နှင့်များစွာသောအခြား setting တွင်သင်သည်အခြားအတူစမ်းသပ်ချက်ကိုအစားထိုးနိုငျသောအမှုဖြစ်စေခြင်းငှါဖြစ်ပါသည် နည်းစနစ်။

3 ရူပီးအတွက်ဒုတိယအသန့်စင်ပြီးဖြစ်ပါသည်: သုတေသီများဖြစ်နိုင်တဲ့အသေးဆုံးထိခိုက်မှုဖြစ်ပေါ်စေနိုင်ရန်အတွက်၎င်းတို့၏ကုသမွမ်းမံရန်အရပ်ကိုရှာသင့်သည်။ ဥပမာအားဖြင့်, အစားအပြုသဘောသို့မဟုတ်အပျက်သဘောဖြစ်စေခဲ့သည်အကြောင်းအရာပိတ်ဆို့ခြင်းထက်, သုတေသီများအပြုသဘောသို့မဟုတ်အပျက်သဘောခဲ့အကြောင်းအရာကိုတိုးမြှင်နိုငျတယျ။ ဒီတိုးမြှင်ဒီဇိုင်းသင်တန်းသားများ News Feeds ၏စိတ်ခံစားမှုအကြောင်းအရာပြောင်းလဲပြီမယ်, ဒါပေမယ့်ဝေဖန်သူများကထုတ်ဖော်ပြောဆိုကြောင်းစိုးရိမ်စရာတစ်ကိုင်တွယ်ဖြေရှင်းခဲ့ကြလိမ့်မယ်: အစမ်းသပ်ချက်သူတို့ရဲ့သတင်း Feed တွင်အရေးကြီးသောသတင်းအချက်အလက်များလက်လွတ်ဖို့သင်တန်းသားများကိုဖြေရှင်းပြီနိုင်ကြောင်း။ Kramer နှင့်လုပ်ဖော်ကိုင်ဘက်များကအသုံးပြုတဲ့ပုံစံဒီဇိုင်းနှင့်အတူအရေးကြီးသောကြောင်းသတင်းစကားတစ်ခုမဟုတ်ကြောင်းတစ်ဦးအဖြစ်ပိတ်ဆို့ခံရဖို့အဖြစ်ဖွယ်ရှိသည်။ သို့သော်တစ်ဦးတိုးမြှင်ဒီဇိုင်းကိုအတူအိုးအိမ်မဲ့မည်ဖြစ်ကြောင်းသောမက်ဆေ့ခ်ျများလျော့နည်းအရေးကြီးလှသည်သောသူတို့ကိုလိမ့်မည်။

နောက်ဆုံးအနေနဲ့, တတိယ R ကိုလျှော့ချပါသည်: သုတေသီများဖြစ်နိုင်လျှင်, သူတို့ရဲ့စမ်းသပ်မှုအတွက်သင်တန်းသားများ၏အရေအတွက်လျှော့ချရန်အရပ်ကိုရှာသင့်သည်။ Analog စစမ်းသပ်ချက်၏ variable ကိုကုန်ကျစရိတ်ကသူတို့ရဲ့ဒီဇိုင်းနှင့်ခွဲခြမ်းစိတ်ဖြာပိုကောင်းအောင်သုတေသနလုပ်ငန်းအားပေးအားမြှောက်သောမြင့်မားသောကြောင့်လွန်ခဲ့သည့်အတွက်, ဒီလျှော့ချရေးသဘာဝဖြစ်ပျက်ခဲ့သည်။ သုည variable ကိုကုန်ကျစရိတ်ဒေတာရှိပါတယ်အခါ, သို့သော်သုတေသီများက၎င်းတို့၏စမ်းသပ်မှု၏အရွယ်အစားအပေါ်တစ်ဦးကုန်ကျစရိတ်သတ်ရင်ဆိုင်ရပါဘူး, ဤမလိုအပ်ဘဲကြီးမားစမ်းသပ်ချက်ဖို့ဦးဆောင်လမ်းပြဖို့အလားအလာရှိပါတယ်။

ဥပမာအားဖြင့်, Kramer နှင့်လုပ်ဖော်ကိုင်ဖက်များကသူတို့ရဲ့သင်တန်းသားများ-ထိုကဲ့သို့သော Pre-ကုသမှုပို့စ်အပြုအမူ-သူတို့ရဲ့သုံးသပ်ချက်ကပိုထိရောက်ပါစေအဖြစ်အကြောင်းကိုကြိုတင်ကုသမှုသတင်းအချက်အလက်များအသုံးပြုနိုငျတယျ။ ပိုများသောအထူးသ, အစားကုသမှုနှင့်ထိန်းချုပ်မှုအခြေအနေများအတွက်အပြုသဘောဆောင်တဲ့စကား၌အချိုးအစားနှင့်နှိုင်းယှဉ်ခြင်းထက်, Kramer နှင့်လုပ်ဖော်ကိုင်ဘက်အခွအေနအကြားအပြုသဘောဆောင်တဲ့စကား၌အချိုးအစားအတွက်အပြောင်းအလဲနှင့်နှိုင်းယှဉ်နိုင်, တစ်ဦးချဉ်းကပ်မှုမကြာခဏခြားနားချက်-ကွဲပြားခြားနားမှု-in နှင့်ငါအစောပိုင်းကအခန်း (ပုံ 4.5) တွင်ဖော်ပြခဲ့သောရောထွေးဒီဇိုင်းကိုမှအနီးကပ်ဆက်စပ်သည်ကိုခေါ်။ ပြီးတော့ကုသမှုနှင့်ထိန်းချုပ်မှုအခြေအနေများအတွက်သင်တန်းသားများ၏ပြောင်းလဲမှုရမှတ်များနှင့်နှိုင်းယှဉ်ပါ - ဒါကတစ်ဦးချင်းစီပါဝင်သူအဘို့, သုတေသီတစ်ဦးအပြောင်းအလဲရမှတ် (Pre-ကုသမှုအပြုအမူ Post-ကုသမှုအပြုအမူ) ကိုဖန်တီးနိုင်ဖြစ်ပါတယ်။ ဒီခြားနားချက်-In-ကွဲပြားခြားနားမှုချဉ်းကပ်မှုသုတေသီတွေကအများကြီးသေးငယ်နမူနာသုံးပြီးတူညီတဲ့စာရင်းအင်းယုံကြည်စိတ်ချမှုအောင်မြင်ရန်နိုငျကွောငျး, ဆိုလိုတာကကစာရင်းအင်းပိုမိုထိရောက်သောဖြစ်ပါတယ်။ တနည်းအားဖြင့် "Widgets တွေ" နဲ့တူသင်တန်းသားများကိုကုသမအသုံးပြုပုံသုတေသီများမကြာခဏပိုပြီးတိကျတဲ့ခန့်မှန်းချက်ရရှိနိုင်သည်။

အသားစိမ်းဒေတာမလိုဘဲကြောင့်ခြားနားချက်-In-ကွဲပြားခြားနားမှုချဉ်းကပ်မှုကဤအမှု၌ဖြစ်ရပြီမယ်လို့အတိအကျဘယ်လောက်ပိုပြီးထိရောက်သိရန်ခက်ခဲသည်။ သို့သော် Deng et al. (2013) အ Bing မှ search engine ကိုသုံးအွန်လိုင်းစမ်းသပ်ချက်အတွက်သူတို့အကြောင်းကို 50% ကသူတို့ရဲ့ခန့်မှန်းတွက်ချက်မှုများအကှဲလှဲလျှော့ချနိုင်ခဲ့ကြတယ်, နှင့်အလားတူရလာဒ်များ Netflix ဟာမှာအချို့သောအွန်လိုင်းစမ်းသပ်ချက်အဘို့အဖော်ပြခဲ့သည်ခဲ့ကြကြောင်းဖော်ပြခဲ့သည် (Xie and Aurisset 2016) ။ ဒီ 50% ကှဲလှဲလျော့ချရေးသူတို့တစ်တွေအနည်းငယ်ကွဲပြားခွဲခြမ်းစိတ်ဖြာနည်းစနစ်ကိုအသုံးပြုခဲ့လျှင်စိတ်ခံစားမှုဘယ်လိုကူးစက်သုတေသီများထက်ဝက်မှာသူတို့ရဲ့နမူနာဖြတ်နိုင်ပါပြီအံ့သောငှါဆိုလိုသည်။ တနည်းအားခွဲခြမ်းစိတ်ဖြာခြင်းတွင်သေးငယ်တဲ့ပြောင်းလဲမှုနှင့်အတူ 350000 လူအစမ်းသပ်မှုတှငျပါဝငျနှမြောခဲ့ကြပေလိမ့်မည်။

350000 လူမလိုအပ်ဘဲစိတ်ခံစားမှုဘယ်လိုကူးစက်ဖြစ်လျှင်သုတေသီများဂရုစိုက်သင့်ပါတယ်ဘာကြောင့်ဒီအမှတ်မှာသငျသညျကိုအံ့ဩစေခြင်းငှါ။ အဲဒီမှာအလွန်အကျွံအရွယ်အစားနှင့်အတူစိုးရိမ်ပူပန်သင့်လျော်စေစိတ်ခံစားမှုဘယ်လိုကူးစက်နှစ်ယောက်အထူးသဖြင့် features တွေဖြစ်ကြသည်ကို၎င်း, ဤအင်္ဂါရပ်အများအပြားဒစ်ဂျစ်တယ်လယ်ပြင်စမ်​​းသပ်ချက်များက shared နေကြပါတယ်: 1) ထိုအရပ်၌စမ်းသပ်မှုမှာအနည်းဆုံးအချို့သင်တန်းသားများထိခိုက်မှုဖြစ်ပေါ်စေလိမ့်မည်ရှိမရှိနှင့် ပတ်သက်. မသေချာမရေရာဖြစ်ပြီး 2) ပါဝင်မှုမဟုတ်ခဲ့ မိမိဆန္ဒအလျောက်။ အဲဒီနှစျခုဝိသေသလက္ခဏာများနှင့်အတူစမ်းသပ်ချက်မှာကတတ်နိုင်သမျှသေးငယ်တဲ့အစမ်းသပ်ချက်စောင့်ရှောက်ဖို့အကြံပြုလိုတယ်ပုံရသည်။

နိဂုံးအတွက်, သုံးယောက်, သန့်စင်ပြီး R's-အစားထိုးခြင်း, Reduce-များကိုသုတေသီများက၎င်းတို့၏စမ်းသပ်ဒီဇိုင်းများသို့ကျင့်ဝတ်တည်ဆောက်ကူညီနိုငျသောအခြေခံမူ။ ဟုတ်ပါတယ်, စိတ်ခံစားမှုဘယ်လိုကူးစက်ဤဖြစ်နိုင်ခြေပြောင်းလဲမှုများကိုအသီးအသီး trade-off မိတ်ဆက်။ ဥပမာအားဖြင့်, သဘာဝစမ်းသပ်ချက်မှသက်သေအထောက်အထားများအမြဲကျပန်းစမ်းသပ်ချက်မှသက်သေအထောက်အထားအဖြစ်မသန့်ရှင်းသည်နှင့်တိုးတက်ပိုပြီးဖြစ်ဖြစ်ခက်ခဲအကောင်အထည်ဖော်ရန်ပိတ်ပင်တားဆီးမှုထက်ဖြစ်ရပြီပေလိမ့်မည်။ ဒီတော့အဲဒီပြင်ဆင်ချက်တွေကိုအကြံပြု၏ရည်ရွယ်ချက်အခြားသုတေသီများ၏ဆုံးဖြတ်ချက်များဒုတိယ-ခန့်မှန်းဖို့မဟုတ်ခဲ့ပေ။ အဲဒီအစား, ကသုံးယောက် R ကိုဖွင့်မယ့်လက်တွေ့ကျကျအခြေအနေမှာလျှောက်ထားနိုင်ပုံကိုသရုပျဖျောဖို့ပဲ။