2.3.2.4 կուտակումներ
Բնակչություն ամպեր, օգտագործումը ամպեր, եւ համակարգը ամպեր դարձնել այն դժվար է օգտագործել մեծ տվյալների աղբյուր է ուսումնասիրել երկարաժամկետ միտումները.
Մեկը մեծ առավելություններից շատ մեծ տվյալների աղբյուրների են, որ իրենք հավաքել տվյալներ ժամանակի ընթացքում: Հասարակագետները զանգահարել այս տեսակի ավելի քան ժամանակի տվյալների, երկայնական տվյալները: Եվ, բնականաբար, երկայնական տվյալները համար շատ կարեւոր են ուսումնասիրելու փոփոխություն. Որպեսզի արժանահավատորեն չափել փոփոխություն, այնուամենայնիվ, չափման համակարգը ինքնին պետք է լինի կայուն. Ի խոսքերով սոցիոլոգ Otis Dudley Duncan, «եթե ուզում եք չափել փոփոխություն, չեն փոխել միջոցը» (Fischer 2011) :
Ցավոք սրտի, շատ մեծ տվյալների համակարգեր, հատկապես բիզնես համակարգ է, որը ստեղծում եւ գրավել թվային հետքեր, փոխվում են ամբողջ ժամանակ, մի գործընթաց է, որը ես կզանգահարեմ դրեյֆ: Մասնավորապես, այդ համակարգերը փոխել է երեք հիմնական եղանակներով: բնակչությունը դրեյֆ (փոփոխություն, որը օգտագործում է դրանք), վարքագծային դրեյֆ (փոփոխություն, թե ինչպես մարդիկ օգտագործում են դրանք), եւ համակարգը ամպեր (փոփոխությունը համակարգում ինքը). Այդ երեք աղբյուրները կիտել նշանակում է, որ որեւէ օրինաչափություն է թվային հետքի տվյալները կարող է պայմանավորված լինել կարեւոր փոփոխության աշխարհում, կամ այն կարող է պայմանավորված լինել ինչ - որ ձեւով քշել.
Առաջինը աղբյուր ամպեր բնակչության ամպեր-ով օգտագործում է այդ համակարգը, եւ դա փոխում է երկար ժամանակ կշեռքներ եւ կարճ ժամանակային սանդղակի. Օրինակ, 2008-ից մինչեւ ներկայացնել միջին տարիքը մարդիկ սոցիալական մեդիայի աճել է: Բացի այդ երկարաժամկետ միտումների, ժողովուրդը, օգտագործելով մի համակարգ ցանկացած պահի տատանվում: Օրինակ, ԱՄՆ-նախագահական ընտրություններում 2012 թ համամասնությունը Թվիթեր քաղաքականության մասին, որոնք գրված են կանանց տատանվել օր (Diaz et al. 2016) : Այսպիսով, ինչ կարող են լինել մի փոփոխություն տրամադրությունը Twitter-չափածո կարող է իրականում պարզապես պետք է փոփոխություններ, որոնք խոսում են ցանկացած պահի:
Ի լրումն փոփոխությունների, ով, օգտագործելով մի համակարգ, կան նաեւ փոխում է, թե ինչպես է համակարգը օգտագործվում է: Օրինակ, ժամանակ Գրավիր Գեզի այգում բողոքի ակցիաները Ստամբուլում, Թուրքիա-ի 2013 ցուցարարները փոխել են իրենց օգտագործման hashtags, քանի որ բողոքի դարձել: Ահա թե ինչպես Զեյնեփ Tufekci (2014) նկարագրեց ամպեր, որը նա կարողանում էր հայտնաբերել, քանի որ նա էր դիտարկելով վարքագիծ Twitter- ում, եւ գետնին:
«Ինչ է տեղի ունեցել էր, որ շուտ բողոքի դարձավ գերիշխող պատմությունը, մեծ թվով մարդիկ: , , դադարել օգտագործելով hashtags, բացի ուշադրություն հրավիրել մի նոր երեւույթի: , .. Մինչ բողոքի ցույցերը շարունակվել, եւ էլ ավելի մեծ է, hashtags մահացել է: Հարցազրույցներ բացահայտեց երկու պատճառների մասին: Նախ, եւս մեկ անգամ բոլորն էլ գիտեին, թեման, հեշթեգը էր միանգամից ավելորդ եւ վատնող վրա գրանշանների սահմանափակ Twitter հարթակ: Երկրորդ, hashtags էին տեսել է միայն որպես օգտակար գրավելու ուշադրություն է մի կոնկրետ թեմայով, ոչ խոսում դրա մասին: »:
Այսպիսով, հետազոտողները, ովքեր ուսումնասիրում են բողոքի ցույցերը `վերլուծելով Թվիթեր բողոքի հետ կապված hashtags կունենար խեղաթյուրված զգացում, թե ինչ էր կատարվում, քանի որ այս վարքագծային քշել. Օրինակ, նրանք կարող հավատալ, որ այդ քննարկումը բողոքի նվազել երկար, մինչեւ որ, ըստ էության, նվազել է:
Երրորդ տեսակ կիտել համակարգը ամպեր. Այս դեպքում, դա ոչ թե ժողովուրդը փոփոխության կամ նրանց վարքը փոխվում է, սակայն համակարգն ինքնին փոխվում է. Օրինակ, ժամանակի ընթացքում Facebook- ը ավելացել է սահմանը երկարությամբ Կարգավիճակի նորացումների. Այսպիսով, ցանկացած երկայնական ուսումնասիրությունը Կարգավիճակի նորացումների խոցելի կլինի արտեֆակտ հետեւանքով առաջացած այս փոփոխության: System ամպեր սերտորեն կապված է խնդրին կոչված ալգորիթմական զարմանալի է, որը մենք այժմ դիմել:
