2.3.1.2 সর্বদা অন

সর্বদা অন বড় তথ্য অপ্রত্যাশিত ঘটনা এবং রিয়েল-টাইম পরিমাপের অধ্যয়ন সম্ভব.

অনেক বড় তথ্য ব্যবস্থা সর্বদা চলমান হয়; তারা ক্রমাগত তথ্য সংগ্রহ করছে. এই সবসময় অন চরিত্রগত অনুদৈর্ঘ্য তথ্য দিয়ে গবেষকরা উপলব্ধ (অর্থাৎ, সময়ের ডেটা). সবসময় অন হচ্ছে গবেষণার জন্য দুটি গুরুত্বপূর্ণ বিষয় রয়েছে.

প্রথমত, সর্বদা চলমান তথ্য সংগ্রহ গবেষকদের আগ্রহের বিষয় যে পূর্বে সম্ভব ছিল না অপ্রত্যাশিত ঘটনা অধ্যয়ন করা সম্ভব. উদাহরণস্বরূপ, 2013 সালের গ্রীষ্মে তুরস্ক মধ্যে Gezi বিক্ষোভ অকুপাই অধ্যয়নরত আগ্রহী গবেষক সাধারণত ইভেন্টের সময় প্রতিবাদকারীদের আচরণের উপর ফোকাস করবে. Ceren Budak এবং ডানকান ওয়াটস (2015) , সামনে বিক্ষোভকারীদের টুইটার ব্যবহার অধ্যয়ন টুইটার সর্বদা চলমান প্রকৃতি ব্যবহার সময় দ্বারা আরও অনেক কিছু করতে পেরেছি, এবং ঘটনার পরে. এবং, তারা ঘটনার পরে (চিত্র 2.1) আগে, সময় অ অংশগ্রহণকারীদের (বা অংশগ্রহণকারীদের যারা প্রতিবাদের বিষয়ে টুইট করা হয়নি) একটি তুলনামূলক গ্রুপ তৈরি করতে পারবেন, এবং. সর্বমোট তাদের প্রাক্তন পোস্ট প্যানেল দুই বছর ধরে 30,000 মানুষ টুইট অন্তর্ভুক্ত. তারা অনুমান করার জন্য মানুষ কী ধরনের আরো Gezi বিক্ষোভে অংশগ্রহণের এবং মনোভাব পরিবর্তন অনুমান করার সম্ভাবনা ছিল পেরেছি: এই অন্যান্য তথ্য দিয়ে বিক্ষোভ থেকে সাধারণভাবে ব্যবহৃত তথ্য উদ্দীপক দ্বারা, Budak এবং ওয়াটস আরো অনেক শিখতে পেরেছি অংশগ্রহণকারীদের এবং অ অংশগ্রহণকারীদের, উভয় স্বল্প মেয়াদে (প্রাক Gezi করতে Gezi সময় তুলনা) এবং দীর্ঘ মেয়াদে (পোস্ট-Gezi প্রাক Gezi তুলনা).

চিত্র 2.1: নকশা Budak এবং ওয়াটস (2015) দ্বারা ব্যবহৃত অধ্যয়ন তুরস্ক মধ্যে Gezi বিক্ষোভ অকুপাই 2013. গ্রীষ্মে টুইটার সর্বদা চলমান প্রকৃতি ব্যবহারের গবেষকরা কি তারা একটি প্রাক্তন পোস্ট প্যানেল সম্পর্কে অন্তর্ভুক্ত বলা সৃষ্টি দুই বছর ধরে 30,000 মানুষ. বিপরীতে টিপিক্যাল অধ্যয়ন যে বিক্ষোভের সময় অংশগ্রহণকারীদের উপর দৃষ্টি নিবদ্ধ করা, প্রাক্তন পোস্ট প্যানেল সামনে এবং ঘটনার পরে এবং 2) সামনে অ অংশগ্রহণকারীদের থেকে তথ্য, সময়, এবং ঘটনার পরে 1) অংশগ্রহণকারীদের থেকে তথ্য যোগ করা হয়েছে. এই সমৃদ্ধ ডাটা স্ট্রাকচার Budak এবং ওয়াটস সক্রিয় অনুমান করার জন্য মানুষ কী ধরনের আরো (সময় প্রাক Gezi তুলনা Gezi বিক্ষোভে অংশগ্রহণের এবং অংশগ্রহণকারীদের এবং অ অংশগ্রহণকারীদের মনোভাব পরিবর্তন অনুমান করার জন্য, উভয় স্বল্প মেয়াদে সম্ভাবনা ছিল তীর) এবং দীর্ঘ মেয়াদে (তুলনা প্রাক তীর পোস্ট-তীর).

চিত্র 2.1: নকশা দ্বারা ব্যবহৃত Budak and Watts (2015) অধ্যয়ন করতে তুরস্ক মধ্যে Gezi বিক্ষোভ অকুপাই 2013. গ্রীষ্মে টুইটার সর্বদা চলমান প্রকৃতি ব্যবহারের গবেষকরা কি তারা একটি প্রাক্তন পোস্ট প্যানেল সম্পর্কে অন্তর্ভুক্ত বলা সৃষ্টি দুই বছর ধরে 30,000 মানুষ. বিপরীতে টিপিক্যাল অধ্যয়ন যে বিক্ষোভের সময় অংশগ্রহণকারীদের উপর দৃষ্টি নিবদ্ধ করা, প্রাক্তন পোস্ট প্যানেল সামনে এবং ঘটনার পরে এবং 2) সামনে অ অংশগ্রহণকারীদের থেকে তথ্য, সময়, এবং ঘটনার পরে 1) অংশগ্রহণকারীদের থেকে তথ্য যোগ করা হয়েছে. এই সমৃদ্ধ ডাটা স্ট্রাকচার Budak এবং ওয়াটস সক্রিয় অনুমান করার জন্য মানুষ কী ধরনের আরো (সময় প্রাক Gezi তুলনা Gezi বিক্ষোভে অংশগ্রহণের এবং অংশগ্রহণকারীদের এবং অ অংশগ্রহণকারীদের মনোভাব পরিবর্তন অনুমান করার জন্য, উভয় স্বল্প মেয়াদে সম্ভাবনা ছিল তীর) এবং দীর্ঘ মেয়াদে (তুলনা প্রাক তীর পোস্ট-তীর).

এটা সত্য যে, এই অনুমান কিছু ছাড়া তৈরি করা হয়ে থাকতে পারে সর্বদা চলমান তথ্য সংগ্রহ উৎস (যেমন, মনোভাব পরিবর্তনের দীর্ঘমেয়াদী অনুমান), যদিও 30,000 মানুষের জন্য এই ধরনের তথ্য সংগ্রহ বেশ ব্যয়বহুল হতাম. আর, এমনকি সীমাহীন বাজেট দেওয়া, আমি অন্য কোন পদ্ধতি যে মূলত গবেষক সময় ফিরে ভ্রমণ এবং সরাসরি অতীত অংশগ্রহণকারীদের আচরণ পালন করতে সক্ষম হবেন বলে মনে করি না. নিকটতম বিকল্প আচরণের ভূতাপেক্ষ রিপোর্ট সংগ্রহ করা হবে, কিন্তু এই রিপোর্ট সীমিত গ্র্যানুল্যারিটি এবং সন্দেহজনক সঠিকতা অন্তর্ভুক্ত হয়ে যেতাম. ছক 2.1 গবেষণার যে সর্বদা ডাটা উৎস একটি অপ্রত্যাশিত ঘটনা অধ্যয়ন ব্যবহার অন্যান্য উদাহরণ প্রদান করে.

ছক 2.1: সবসময় অন ব্যবহার বড় তথ্য সূত্র অপ্রত্যাশিত ঘটনা স্টাডিজ.
অপ্রত্যাশিত ঘটনা সর্বদা অন ডাটাবেস তলব
তুরস্ক মধ্যে Gezi আন্দোলন ব্যাপৃত টুইটার Budak and Watts (2015)
হংকংয়ের ছাতা বিক্ষোভ ওয়েইবো Zhang (2016)
নিউ ইয়র্ক সিটি পুলিশের গুলিবর্ষণে বন্ধ করুন-এবং-তড়াক করে লাফ দেওয়া রিপোর্ট Legewie (2016)
ব্যক্তি আইএসআইএস যোগদান টুইটার Magdy, Darwish, and Weber (2016)
সেপ্টেম্বর 11, 2001 হামলা livejournal.com Cohn, Mehl, and Pennebaker (2004)
সেপ্টেম্বর 11, 2001 হামলা পেজার বার্তা Back, Küfner, and Egloff (2010) , Pury (2011) , Back, Küfner, and Egloff (2011)

দ্বিতীয়ত, সর্বদা চলমান তথ্য সংগ্রহ গবেষকরা বাস্তব সময় পরিমাপ, যা সেটিংস যেখানে নীতিনির্ধারকেরা শুধু বিদ্যমান আচরণ থেকে শিখতে না বরং এটি সাড়া চান গুরুত্বপূর্ণ হতে পারে উত্পাদন করা সম্ভব. উদাহরণস্বরূপ, সামাজিক মিডিয়া ডেটা প্রাকৃতিক দুর্যোগ প্রতিক্রিয়া কৌশল ব্যবহার করা যেতে পারে (Castillo 2016) .

উপসংহার ইন, সবসময় অন ডেটা সিস্টেম অপ্রত্যাশিত ঘটনা অধ্যয়ন এবং নীতি নির্ধারকদের জন্য রিয়েল টাইম তথ্য প্রদান গবেষকরা সক্ষম. আমি না, তবে উত্থাপন হয়নি যে সবসময় অন ডেটা সিস্টেম গবেষকরা সময় দীর্ঘকাল ধরে পরিবর্তন ট্র্যাক করতে সক্ষম যে. এটা এজন্যে যে, অনেক বড় তথ্য ব্যবস্থা ক্রমাগত পরিবর্তন-একটি হয় প্রক্রিয়া নামক ড্রিফট (অনুচ্ছেদ 2.3.2.4) হয়.