D'Bevëlkerung dréit, d'Nutzung drift an d'System dréit et schwéier datt grouss Datenquellen benotzt fir langfristeg Trends ze studéieren.
Een vun de grousse Virdeeler vu ville grousse Datenquellen ass dat, datt se Daten iwwert d'Zäit sammelen. D'Sozialwëssenschaftler nennen dës Zort vun iwwerlänglech Dateschutzlängdatendaten . A natierlech hu Längsendaten ganz wichteg fir d'Verännerung z'änneren. Fir awer ze veränneren, muss de Messsystem selwer stabil sinn. An de Wierder vum Soziologe Otis Dudley Duncan, "wann Dir d'Verännerung méngt, muss d'Mauer net änneren" (Fischer 2011) .
Leider sinn vill grouss Dateschutzsystemer - besonnesch Geschäftssystemer - déi ganz Zäit ëmgewandelt, e Prozess deen ech Drift nennt. Besonnesch déi Systemen änneren op dräi Haaptgrënn: d' Bevëlkerung drift (Verännerung an deen se benotzt), Verhalensdrift (Verännerung, wéi Leit se benotzen), a Systemdrift (Verännerung am System selwer). Déi dräi Quell vum Drift bedeit datt all Muster an enger grousser Datenquelle vun enger wichteger Verännerung vun der Welt verursaacht ginn, oder et kéint aus enger Form vu Flucht verursaacht ginn.
Déi éischt Quell vun drift-Bevölkerung drift - gëtt verännert bei deenen de System benotzt, an dës Verännerungen kënnen op kuerzen a laangen Tageszäiten passéieren. Zum Beispill, während der US Presidentialwahlen 2012 den Undeel vun Tweets iwwer Politik, déi vun Frae geschriwwe gouf vun Dag zu Dag schwankt (Diaz et al. 2016) . Also, wat kéint e Changement vun der Stëmmung vun der Twitterversioun sinn, ass eigentlech nëmmen eng Verännerung an deem wourop irgend eng Zäit schwätzt. Zousätzlech zu deene kuerzfristeg Schwankungen ass et och e laangfristeg Trend vu gewësse demographesche Gruppen an der Verëffentlechung an Verlooss Twitter.
Zousätzlech zu Verännerungen an deen e System benotzt, ginn et och Verännerungen wéi d'System benotzt gëtt, wat ech Verhale drift nennen. Zum Beispill, während dem 2013 Occupy Gezi Proteste an der Türkei hunn d'Protestaktisten d'Benotzung vun Hittchen geännert wéi de Protest evolidéiert. Den Zeynep Tufekci (2014) beschreift d'Verhalensfuerderung, déi hatt konnt entdecken, well se Observatoiren op Twitter observéiert huet an och perséinlech:
"Wat ass geschitt, datt sou séier wéi de Protest d'dominante Geschicht war, grousser Zuel vu Leit ... gestoppt mat den Hanthtäischen, ausser datt d'Opmierksamkeet op e neit Phänomen ze zéien ... Während d'Protester weider an och verstäerkt hunn, hunn d'Hashtags gestuerwen. Interviewen hunn zwee Grënn dofir. Fir d'éischt, wéi jidderee wosst de Thema, huet d'Hashtag iwwerflësseg an onfälleg op der Charakter-begrenzten Twitter-Plattform. Zweetens, Hottchen sinn nëmmen als nëtzlech fir d'Opmierksamkeet op e bestëmmten Thema ze gesinn, net fir ze schwätzen. "
Sou, Fuerscher, déi de Protester goufen ënnersicht vun Tweets mat Protest-Zesummenhang hashtags analyséiert hätt e Wettbewerbsverzerrungen Sënn vun waat well vun dëser Verhale sech war geschitt. Zum Beispill, kéint si gleewen, datt d'Diskussioun vun de Protest laang erofgaangen ier et tatsächlech ofgeholl.
Déi drëtt Typ vu Drift ass System drift. An dësem Fall ass et net d'Leit sech z'änneren oder hire Verhalen änneren, awer de System selwer changéiert. Zum Beispill, iwwer d'Zäit Facebook huet d'Limit fir d'Dauer vun der Statusaktualiséierung erhéicht. Sou gëtt all Längsstudie vun de Statusupdates vulnerabel fir Artefakte, déi duerch dës Verännerung verursaacht ginn. System drift ass eng mat engem Problem mam algorithmesche Verfaassungsprozess, deen ech an den Abschnitt 2.3.8 behandelen.
Schlussendlech hu vill grouss Datenquellen dréit widderhuelend Verännerungen, wien se se benotzt, wéi se benotzt ginn, a wéi d'Systeme fonctionnéieren. Dës Quell vun der Verännerung ass heiansdo interessant Forschungsfragen, awer dës Ännerungen komplizéiere d'Kapazitéit vu groussen Datenquellen fir laangfristeg Ännerungen am Laaf ze verfolgen.