2.3.7 דריפטינג

באַפעלקערונג דריפט, נוצן דריפט, און סיסטעם דריפט מאַכן עס שווער צו נוצן גרויס דאַטן קוואלן צו לערנען לאַנג-טערמין טרענדס.

איינער פון די גרויס אַדוואַנידזשיז פון פילע גרויס דאַטן קוואלן איז אַז זיי קלייַבן דאַטן איבער צייַט. סאציאל סייאַנטיס רופן דעם מין פון איבער-צייַט דאַטן לאַנדזשאַטודאַנאַל דאַטן . און, געוויינטלעך, לאַנדזשאַטודאַנאַל דאַטע איז זייער וויכטיק פֿאַר לערנען טשאַנגינג. אין סדר צו רילייאַבלי מעסטן ענדערונג, אָבער, די מעאַסורעמענט סיסטעם זיך מוזן זיין סטאַביל. אין די ווערטער פון סאָסיאָלאָגיסט אָטיס דודליי דונקאַן, "אויב איר ווילן צו מעסטן טוישן, טאָן ניט טוישן דעם מאָס" (Fischer 2011) .

צום באַדויערן, פילע גרויס דאַטן סיסטעמען-ספּעציעל געשעפט סיסטעמען-זענען טשאַנגינג אַלע די צייַט, אַ פּראָצעס וואָס איך וועל רופן דריפט . אין באַזונדער, די סיסטעמען טוישן אין דרייַ הויפּט וועגן: באַפעלקערונג דריפט (ענדערונג אין וואס איז ניצן זיי), נאַטוראַל דריפט (ענדערונג אין ווי מען נוצן זיי), און סיסטעם דריפט (ענדערונג אין די סיסטעם זיך). די דרייַ קוואלן פון דריפט מיינען אַז קיין מוסטער אין אַ גרויס דאַטע מקור קען זיין געפֿירט דורך אַ וויכטיק ענדערונג אין דער וועלט, אָדער עס קען זיין געפֿירט דורך עטלעכע פאָרעם פון דריפט.

דער ערשטער מקור פון דריפט-באַפעלקערונג דריפט-איז געפֿירט דורך ענדערונגען אין וואס איז ניצן די סיסטעם, און די ענדערונגען קענען פּאַסירן אויף ביידע קורץ און לאַנג טימעסקאַלעס. למשל, בעשאַס די יו. עס. פּרעזאַדענטשאַל וואַלן פון 2012 די פּראָפּאָרציע פון ​​טוועעץ וועגן פּאָליטיק וואָס זענען געווען געשריבן דורך פרויען פלאַקטשוייטיד פון טאָג צו טאָג (Diaz et al. 2016) . אזוי, וואָס קען זיין אַ ענדערונג אין דער שטימונג פון די טוויטטער-פסוק קען פאקטיש נאָר זיין אַ ענדערונג אין וואס איז גערעדט בייַ קיין מאָמענט. אין דערצו צו די קורץ-טערמין פלאַקטשויישאַנז, עס איז אויך אַ לאַנג-טערמין גאַנג פון זיכער דעמאַגראַפיק גרופּעס אַדאַפּטינג און פאַרלאָזן טוויטטער.

אין דערצו צו ענדערונגען אין וואס איז ניצן אַ סיסטעם, עס זענען אויך ענדערונגען אין ווי די סיסטעם איז געניצט, וואָס איך רופן ביכייוויעראַל דריפט. למשל, בעשאַס די 2013 Occupy Gezi פראטעסטן אין טערקיי, פּראָטעסטערס געביטן זייער נוצן פון היגהטאַגס ווי די פּראָטעסט יוואַלווד. דאָ ס ווי Zeynep Tufekci (2014) דיסקרייבד די ביכייוויעראַל דריפט, וואָס זי איז ביכולת צו דעטעקט ווייַל זי איז געווען אַבזערווינג נאַטור אויף טוויטטער און אין מענטש:

"וואָס איז געווען געטראפן איז אַז ווי באַלד ווי די פּראָטעסט איז געווארן די דאָמינאַנט געשיכטע, גרויס נומערן פון מענטשן ... פארשטאפט ניצן די היגהטאַגקס חוץ צו ופמערקזאַמקייט צו אַ נייַע דערשיינונג ... בשעת די פראטעסטן זענען פארבליבן, און אַפֿילו געשטארקט די האַשאַגעס געשטארבן אַראָפּ. ינטערוויוז אנטפלעקט צוויי סיבות פֿאַר דעם. ערשטער, אַמאָל אַלעמען געוואוסט די טעמע, די היגהטאַג איז געווען אַמאָל אַבליידזשד און ווייסטאַד אויף די כאַראַקטער-לימיטעד טוויטטער פּלאַטפאָרמע. צווייטע, היגהטאַגעס זענען געזען בלויז נוצלעך פֿאַר אַטראַקטינג ופמערקזאַמקייַט צו אַ באַזונדער טעמע, נישט פֿאַר גערעדט וועגן אים. "

אזוי, ריסערטשערז, וואס זענען געלערנט די פּראַטעס דורך אַנאַלייזינג טוועעץ מיט פּראָטעסט-פֿאַרבונדענע האַשטאַגס וואָלט האָבן אַ פאַרקרימט זינען פון וואָס איז געווען געשעעניש ווייַל פון דעם ביכייוויעראַל DRIFT. לעמאָשל, זיי זאלן גלויבן אַז די דיסקוסיע פון ​​די פּראָטעסט דיקריסט לאַנג איידער עס אַקשלי דיקריסט.

די דריט מין פון דריפט איז סיסטעם דריפט. אין דעם פאַל, עס איז ניט די מענטשן טשאַנגינג אָדער זייער אָפּלייקענונג טשאַנגינג, אָבער די סיסטעם זיך טשאַנגינג. פֿאַר בייַשפּיל, איבער צייַט פאַסעבאָאָק האט געוואקסן די שיעור אויף די לענג פון סטאַטוס דערהייַנטיקונגען. אזוי, קיין לאַנדזשאַטודאַנאַל סטודיע פון ​​סטאַטוס דערהייַנטיקונגען וועט זיין ווולנעראַבאַל צו אַרטאַפאַקץ געפֿירט דורך דעם ענדערונג. סיסטעם דריפט איז ענג פארבונדן צו אַ פּראָבלעם גערופן אַלגערידאַמיק קאָנפאָונדינג, וואָס איך וועט דעקן אין אָפּטיילונג 2.3.8.

צו פאַרענדיקן, פילע גרויס דאַטן קוואלן זענען דריפטינג ווייַל פון די ענדערונגען וואָס זיי נוצן, אין ווי זיי זענען געניצט, און אין ווי די סיסטעמען אַרבעט. די ענדערונגען אין קוואלן זענען מאל טשיקאַווע פאָרשונג פראגעס, אָבער די ענדערונגען קאָמפּליצירן די פיייקייַט פון גרויס דאַטע מקורים צו שפּור לאַנג-טערמין ענדערונגען איבער צייַט.