2.3.7 Drifting

ຄວາມຫຼາກຫຼາຍຂອງປະຊາກອນ, ການນໍາໃຊ້ນ້ໍາຖ້ວມແລະການລອຍນ້ໍາຂອງລະບົບເຮັດໃຫ້ມັນຍາກທີ່ຈະນໍາໃຊ້ແຫຼ່ງຂໍ້ມູນໃຫຍ່ເພື່ອສຶກສາແນວໂນ້ມໃນໄລຍະຍາວ.

ຫນຶ່ງໃນຂໍ້ໄດ້ປຽບທີ່ຍິ່ງໃຫຍ່ຂອງແຫຼ່ງຂໍ້ມູນທີ່ໃຫຍ່ຫຼວງຫຼາຍແມ່ນວ່າພວກເຂົາເກັບກໍາຂໍ້ມູນໃນໄລຍະເວລາ. ນັກວິທະຍາສາດສັງຄົມເອີ້ນວ່າຂໍ້ມູນໄລຍະ ຍາວ ນີ້. ແລະ, ຕາມທໍາມະຊາດ, ຂໍ້ມູນທາງຍາວແມ່ນສໍາຄັນຫຼາຍສໍາລັບການສຶກສາການປ່ຽນແປງ. ຢ່າງໃດກໍຕາມ, ເພື່ອໃຫ້ມີຄວາມເຊື່ອຖືໃນການປ່ຽນແປງ, ແນວໃດກໍ່ຕາມ, ລະບົບການວັດແທກຕົວເອງຕ້ອງຫມັ້ນຄົງ. ໃນຄໍາເວົ້າຂອງນັກສັງຄົມສາດ Otis Dudley Duncan, "ຖ້າທ່ານຕ້ອງການວັດແທກການປ່ຽນແປງ, ຢ່າປ່ຽນແປງມາດຕະການ" (Fischer 2011) .

ແຕ່ຫນ້າເສຍດາຍ, ລະບົບຂໍ້ມູນຂະຫນາດໃຫຍ່ຈໍານວນຫຼາຍ, ໂດຍສະເພາະແມ່ນລະບົບທຸລະກິດ, ແມ່ນມີການປ່ຽນແປງຕະຫຼອດເວລາ, ຂະບວນການທີ່ຂ້າພະເຈົ້າຈະເອີ້ນວ່າເປັນ ພຽງການລອຍລົມ . ໂດຍສະເພາະ, ລະບົບເຫຼົ່ານີ້ມີການປ່ຽນແປງໃນສາມວິທີຕົ້ນຕໍຄື: ການລອຍຕົວຂອງປະຊາກອນ (ການປ່ຽນແປງໃນຜູ້ທີ່ໃຊ້ພວກມັນ), ການຫລຸດພົ້ນທາງປະພຶດ (ການປ່ຽນແປງໃນວິທີການໃຊ້ຄົນ) ແລະ ການຫຼີ້ນລະບົບ (ປ່ຽນແປງໃນລະບົບຕົວເອງ). ສາມແຫລ່ງຂອງການຫຼີກລ້ຽງຫມາຍຄວາມວ່າຮູບແບບໃດຫນຶ່ງໃນແຫລ່ງຂໍ້ມູນໃຫຍ່ອາດເກີດຈາກການປ່ຽນແປງທີ່ສໍາຄັນໃນໂລກຫຼືມັນອາດຈະເກີດຈາກການຫລຸດຜ່ອນບາງຢ່າງ.

ແຫຼ່ງທໍາອິດຂອງການລອຍຕົວ - ປະຊາກອນຫລຸດລົງແມ່ນເກີດຈາກການປ່ຽນແປງໃນຜູ້ທີ່ໃຊ້ລະບົບແລະການປ່ຽນແປງເຫຼົ່ານີ້ສາມາດເກີດຂື້ນໃນໄລຍະເວລາສັ້ນແລະຍາວ. ຕົວຢ່າງເຊັ່ນໃນລະຫວ່າງການເລືອກຕັ້ງປະທານາທິບໍດີສະຫະລັດໃນປີ 2012 ອັດຕາສ່ວນຂອງບົດລາຍງານກ່ຽວກັບການເມືອງທີ່ຖືກລາຍລັກອັກສອນໂດຍຜູ້ຫຍິງມີການປ່ຽນແປງຕໍ່ມື້ (Diaz et al. 2016) . ດັ່ງນັ້ນ, ສິ່ງທີ່ອາດຈະເປັນການປ່ຽນແປງໃນໂປຣໄຟລຂອງ Twitter-verse ອາດຈະເປັນພຽງແຕ່ເປັນການປ່ຽນແປງໃນຜູ້ທີ່ກໍາລັງເວົ້າຢູ່ທຸກໆປັດຈຸບັນ. ນອກເຫນືອຈາກການເຫນັງຕີງໃນໄລຍະສັ້ນເຫຼົ່ານີ້, ຍັງມີແນວໂນ້ມໃນໄລຍະຍາວຂອງກຸ່ມປະຊາກອນບາງຄົນທີ່ຍອມຮັບແລະປະຖິ້ມ Twitter.

ນອກເຫນືອໄປຈາກການປ່ຽນແປງໃນຜູ້ທີ່ໃຊ້ລະບົບກໍ່ມີການປ່ຽນແປງວິທີການໃຊ້ລະບົບທີ່ຂ້ອຍເອີ້ນວ່າການເຄື່ອນໄຫວ. ຕົວຢ່າງເຊັ່ນ, ໃນໄລຍະ 2013 ການປະທ້ວງ Gezi ໃນຕຸລະກີ, ພວກປະທ້ວງໄດ້ມີການປ່ຽນແປງການໃຊ້ຂອງພວກມັນໃນເວລາທີ່ການປະທ້ວງພັດທະນາ. ນີ້ແມ່ນວິທີທີ່ Zeynep Tufekci (2014) ອະທິບາຍເຖິງການເດີນທາງທີ່ມີພຶດຕິກໍາ, ເຊິ່ງນາງສາມາດກວດພົບໄດ້ເພາະວ່ານາງໄດ້ສັງເກດເບິ່ງພຶດຕິກໍາກ່ຽວກັບ Twitter ແລະໃນບຸກຄົນ:

"ສິ່ງທີ່ເກີດຂຶ້ນແມ່ນວ່າທັນທີທີ່ການປະທ້ວງໄດ້ກາຍເປັນເລື່ອງທີ່ໂດດເດັ່ນ, ຈໍານວນຜູ້ຄົນຈໍານວນຫຼວງຫຼາຍ ... ຢຸດເຊົາໃຊ້ແຮດຕາເວັນອອກນອກເຫນືອຈາກການດຶງດູດຄວາມສົນໃຈກັບປະກົດການໃຫມ່ ... ໃນຂະນະທີ່ການປະທ້ວງຕໍ່ໄປ, ການສໍາພາດໄດ້ເປີດເຜີຍສອງເຫດຜົນນີ້. ຫນ້າທໍາອິດ, ເມື່ອທຸກຄົນຮູ້ວ່າຫົວຂໍ້ນີ້, hashtag ແມ່ນໃນເວລາດຽວກັນ superfluous ແລະຂີ້ເຫຍື້ອໃນເວທີ Twitter ມີລັກສະນະຈໍາກັດ. ຄັ້ງທີສອງ, ການໃຊ້ແຮດຕາກອາກາດແມ່ນເຫັນໄດ້ພຽງແຕ່ເປັນປະໂຫຍດສໍາລັບການດຶງດູດຄວາມສົນໃຈກັບຫົວຂໍ້ໃດຫນຶ່ງ, ບໍ່ແມ່ນເພື່ອເວົ້າກ່ຽວກັບມັນ. "

ດັ່ງນັ້ນ, ນັກຄົ້ນຄວ້າທີ່ໄດ້ຮັບການສຶກສາການປະທ້ວງໂດຍການວິເຄາະ tweets ກັບ hashtags ການປະທ້ວງທີ່ກ່ຽວຂ້ອງຈະມີຄວາມຮູ້ສຶກມີການບິດເບືອນຂອງສິ່ງທີ່ໄດ້ເກີດຂຶ້ນຍ້ອນການພຽງການລອຍລົມພຶດຕິກໍານີ້. ສໍາລັບການຍົກຕົວຢ່າງ, ພວກເຂົາເຈົ້າຈະໄດ້ເຊື່ອວ່າການສົນທະນາຂອງການປະທ້ວງໄດ້ຫຼຸດລົງຍາວກ່ອນຕົວຈິງແລ້ວມັນຫຼຸດລົງ.

ປະເພດທີສາມຂອງ drift ແມ່ນການ drift ລະບົບ. ໃນກໍລະນີນີ້, ມັນບໍ່ແມ່ນປະຊາຊົນທີ່ມີການປ່ຽນແປງຫຼືການປ່ຽນແປງພຶດຕິກໍາຂອງພວກມັນ, ແຕ່ວ່າລະບົບການປ່ຽນແປງຂອງມັນເອງ. ຕົວຢ່າງ, ໃນໄລຍະທີ່ຜ່ານມາເຟສບຸກໄດ້ເພີ່ມຂີດຈໍາກັດໃນໄລຍະເວລາຂອງການປັບປຸງສະຖານະພາບ. ດັ່ງນັ້ນ, ການສຶກສາທາງຍາວຂອງການປັບປຸງສະຖານະພາບຈະມີຄວາມສ່ຽງຕໍ່ການປອມແປງທີ່ເກີດຈາກການປ່ຽນແປງນີ້. ການລອຍຕົວຂອງລະບົບແມ່ນກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດກັບບັນຫາທີ່ເອີ້ນວ່າສັບສົນລະບົບທີ່ຂ້ອຍຈະກວມເອົາໃນພາກ 2.3.8.

ເພື່ອສະຫຼຸບ, ແຫຼ່ງຂໍ້ມູນໃຫຍ່ຫຼວງຫຼາຍແມ່ນຫລຸດລົງເນື່ອງຈາກການປ່ຽນແປງຜູ້ທີ່ໃຊ້ພວກມັນ, ວິທີການໃຊ້ພວກມັນແລະວິທີການເຮັດວຽກຂອງລະບົບ. ແຫຼ່ງທີ່ມາຂອງການປ່ຽນແປງເຫຼົ່ານີ້ແມ່ນບາງຄັ້ງຄໍາຖາມທີ່ຫນ້າສົນໃຈ, ແຕ່ການປ່ຽນແປງເຫຼົ່ານີ້ເຮັດໃຫ້ຄວາມສາມາດຂອງແຫລ່ງຂໍ້ມູນທີ່ໃຫຍ່ຫຼວງຕິດຕາມການປ່ຽນແປງໃນໄລຍະຍາວຕາມເວລາ.