5.3.4 နိဂုံး

ပွင့်လင်းဖုန်းခေါ်ဆိုမှုသင်သည်ရှင်းလင်းစွာဖော်ပြနိုင်ပေမယ်သင်ကိုယ်တိုင်ဖြေရှင်းမပေးနိုငျကွောငျးပြဿနာဖြေရှင်းနည်းများကိုရှာဖွေရန်သင့်အား enable ။

အားလုံးသုံးပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများကို-Netflix နဲ့ဆု, Foldit ခုနှစ်, ရွယ်တူချင်းမှမူပိုင်ခွင့်-သုတေသီများ, တစ်ဦးသတ်သတ်မှတ်မှတ်ပုံစံ၏မေးခွန်းများကို စုပေါင်း. ဖြေရှင်းချက်ကျရကြောင်း, အဲဒီနောက်အကောင်းဆုံးဖြေရှင်းနည်းခူး။ အဆိုပါသုတေသီများပင်မေးမြန်းဖို့အကောင်းဆုံးကျွမ်းကျင်သူကိုသိရန်မလိုအပ်ခဲ့သလဲ, တစ်ခါတစ်ရံကောင်းသောစိတ်ကူးများမျှော်လင့်မထားတဲ့နေရာတွေကနေလာ၏။

ယခုငါလည်းပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများနှင့်လူ့တွက်ချက်မှုစီမံကိန်းများအကြားနှစ်ဦးကိုအရေးကြီးသောကွဲပြားခြားနားမှုကိုမီးမောင်းထိုးပြနိုင်ပါတယ်။ ပထမဦးစွာဖွင့်လှစ်ခေါ်ဆိုခစီမံကိန်းများအတွက်သုတေသီ (ရုပ်ရှင် ratings ခန့်မှန်းဥပမာ) တစ်ဦးရည်မှန်းချက်သတ်မှတ်ပါတယ်, လူ့ကွန်ပျူတာထဲမှာ, သုတေသီ (ကနဂါးငွေ့တန်းခွဲခြားဥပမာ) တစ်ခု microtask သတ်မှတ်ပါတယ်သော်လည်း။ ဒုတိယအချက်မှာပွင့်လင်းဖုန်းခေါ်ဆိုမှုအတွက်သုတေသီကအကောင်းဆုံးပံ့ပိုးမှုများ-ထိုကဲ့သို့သောရုပ်ရှင် ratings ခန့်မှန်းများအတွက်အကောင်းဆုံး algorithm ကိုတစ်ဦးပရိုတိန်း၏နိမ့်ဆုံးစွမ်းအင်ဖွဲ့စည်းမှုပုံစံ, ဒါမှမဟုတ်ကြိုတင်အနုပညာ-မအပေါင်းတို့၏ရိုးရှင်းပေါင်းစပ်အချို့ကိုမျိုးအရှိဆုံးသက်ဆိုင်ရာအပိုင်းအစအဖြစ်ချင်တယ် အဆိုပါပံ့ပိုးမှုများကို။

ပွင့်လင်းဖုန်းခေါ်ဆိုမှုနှင့်ဤဥပမာသုံးခုများအတွက်ယေဘုယျ template ကိုပေးထား, လူမှုရေးသုတေသနအတွက်ပြဿနာများ၏အဘယ်အရာကိုမျိုးကိုကိုဤချဉ်းကပ်မှုအဘို့အသင့်လျော်ပါလိမ့်မယ်? ဒီနရောမှာငါ (ငါခဏအတွက်ရှင်းပြပါမယ်ကြောင်းအကြောင်းပြချက်များအတွက်) သေးအများအပြားအောင်မြင်သောဥပမာရှိခဲ့ကြပြီမဟုတ်ကြောင်းဝန်ခံသင့်တယ်။ တိုက်ရိုက် analog ၏စည်းကမ်းချက်များ၌, တတိကျသောလူတစ်ဦးသို့မဟုတ်စိတ်ကူးဖော်ပြရန်အစောဆုံးစာရွက်စာတမ်းရှာဖွေနေတဲ့သမိုင်းဆိုင်ရာသုတေသီကအသုံးပြုလျက်ရှိတဲ့ peer-to-မူပိုင်ခွင့်စတိုင်ကိုဖွင့်ခေါ်ဆိုမှုကိုစိတ်ကူးနိုင်ဘူး။ အဆိုပါအလားအလာသက်ဆိုင်ရာစာရွက်စာတမ်းများတစ်ခုတည်း archive ကိုမပေမယ့်ကျယ်ပြန့်ဖြန့်ဝေကြသောအခါပြဿနာဒီလိုမျိုးတစ်ခုဖွင့်လှစ်ခေါ်ဆိုခချဉ်းကပ်မှုအထူးသဖြင့်တန်ဖိုးရှိသောဖြစ်နိုင်ပါတယ်။

ပိုများသောယေဘုယျအားဖြင့်များစွာသောအစိုးရများနှင့်ကုမ္ပဏီများသည်ပွင့်လင်းဖုန်းခေါ်ဆိုမှုဟောကိန်းများအတှကျအသုံးပွုနိုငျသော algorithms generate နိုငျသညျ, ဤဟောကိန်းများအရေးယူဘို့အရေးပါတဲ့လမ်းညွှန်နိုင်ပါတယ်ဘာလို့လဲဆိုတော့ဖုန်းခေါ်ဆိုမှုဖွင့်လှစ်ဖို့အာမင်ဖြစ်အံ့သောငှါပြဿနာများရှိသည် (Provost and Fawcett 2013; Kleinberg et al. 2015) ။ ဥပမာအားဖြင့်, ပဲ Netflix နဲ့ရုပ်ရှင်အပေါ် ratings ကြိုတင်ခန့်မှန်းချင်ခဲ့တယ်အဖြစ်အစိုးရများကစားသောက်ဆိုင်ကိုပိုပြီးထိထိရောက်ရောက်စစ်ဆေးရေးအရင်းအမြစ်များကိုခွဲဝေချထားပေးရန်နိုင်ရန်အတွက်ကျန်းမာရေး-code ကိုချိုးဖောက်မှုများရှိသည်ဖို့အများဆုံးများပါတယ်ထိုကဲ့သို့သောအရာအဖြစ်ရလဒ်များကြိုတင်ခန့်မှန်းချင်ပေလိမ့်မည်။ ပြဿနာကဒီမျိုးကိုလှုံ့ဆျောမှု, အက်ဒွပ် Glaeser နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2016) ဘော့စတွန်မြို့ကို Yelp ပြန်လည်သုံးသပ်ခြင်းများနှင့်သမိုင်းဝင်စစ်ဆေးရေးဒေတာကနေဒေတာတွေကိုအပျေါအခွခေံစားသောက်ဆိုင်သန့်ရှင်းရေးနှင့်သန့်ရှင်းရေးချိုးဖောက်မှုများကြိုတင်ခန့်မှန်းကိုကူညီတခုဖွင့်လှစ်ခေါ်ဆိုခကိုအသုံးပြုခဲ့သည်။ သူတို့ကပွင့်လင်းခေါ်ဆိုခအနိုင်ရသောကြိုတင်ခန့်မှန်းချက်မော်ဒယ်နှင့် ပတ်သက်. 50% အားဖြင့်စားသောက်ဆိုင်စစ်ဆေးရေးမှူးများ၏ကုန်ထုတ်စွမ်းအားတိုးတက်စေလိမ့်မယ်လို့ခန့်မှန်းပါတယ်။

ပွင့်လင်းဖုန်းခေါ်ဆိုမှုကိုလည်းအလားအလာသီအိုရီနှိုင်းယှဉ်ခြင်းနှင့်စမ်းသပ်ဖို့အသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်, ပျက်စီးလွယ်သောမိသားစုများနှင့်ကလေးသာယာဝပြောရေးလေ့လာမှု 20 ကွဲပြားခြားနားသောအမေရိကန်မြို့ကြီးများအတွက်မွေးဖွားချိန် မှစ. အကြောင်းကို 5000 သားသမီးများခြေရာခံထားပါတယ် (Reichman et al. 2001) ။ သုတေသီများသည်ဤကလေးများနှင့်ပတ်သက်ပြီးအချက်အလက်များ, ၎င်းတို့၏မိသားစုများနှင့်ကလေးမွေးဖွားမှာအသက်အရွယ် 1 မှာသူတို့ရဲ့ကျယ်ပြန့်ပတ်ဝန်းကျင်, 3, 5, 9, နှင့် 15 နှစ်စုဆောင်းပါပွီ။ ထိုကလေးငယ်များအကြောင်းကိုအချက်အလက်တွေအားလုံးကိုပေးထားဘယ်လိုကောင်းကောင်းသုတေသီများထိုကဲ့သို့သောကောလိပ်ကနေဘွဲ့ရမည်သူအဖြစ်ရလဒ်များကြိုတင်ခန့်မှန်းနိုင်မည်နည်း သို့မဟုတ်, ဒေတာများနှင့်သီအိုရီများကဤရလဒ်များခန့်မှန်းအတွက်ထိရောက်မှုအရှိဆုံးဖြစ်လိမ့်မည်ဟုအရာအချို့သုတေသီများ, ပိုပြီးစိတ်ဝင်စားဖို့ဖြစ်လိမ့်မယ်လို့တစ်လမ်းအတွက်ထုတ်ဖော်ပြောဆို? ထိုကလေးငယ်များအဘယ်သူအားမျှလက်ရှိတွင်ကောလိပ်ကိုသွားဖို့လုံလောက်တဲ့အသက်ကတည်းက, ဒီစစ်မှန်သောရှေ့ဆက်-ရှာဖွေနေခန့်မှန်းပါလိမ့်မယ်, နှင့်သုတေသီများ employ အံ့သောငှါများစွာသောကွဲပြားခြားနားသောမဟာဗျူဟာများရှိပါသည်။ မိသားစုများအပေါ်အလေးပေးသူတစ်ဦးသုတေသီလုံးဝကွဲပြားခြားနားသောအရာတစ်ခုခုပြုအံ့စဉ်ရပ်ကွက်ဘဝရလဒ်များပုံဖော်အတွက်အရေးပါဖြစ်ကြောင်းယုံကြည်သောသူတစ်ဦးကသုတေသီတဦးတည်းချဉ်းကပ်နည်းယူပေလိမ့်မည်။ ထိုအချဉ်းကပ်၏ဘယ်ဟာပိုကောင်းအလုပ်ဖြစ်ပါ့မလား ကျနော်တို့မသိရပါဘူး, ထွက်ရှာတွေ့၏လုပ်ငန်းစဉ်များတွင်ကျနော်တို့မိသားစု, ရပ်ကွက်, ပညာရေးနှင့်လူမှုရေးမညီမျှမှုနှင့် ပတ်သက်. အရေးကြီးသောအရာတစ်ခုခုကိုသင်ယူပါလိမ့်မယ်။ နောက်ထပ်အဲဒီခန့်မှန်းချက်အနာဂတ်ဒေတာစုဆောင်းခြင်းကိုလမ်းပြဖို့အသုံးပြုစေခြင်းငှါ။ အဆိုပါမော်ဒယ်မဆိုအားဖြင့်ဘွဲ့ရမှခန့်မှန်းကြသည်မဟုတ်သူကိုကောလိပ်ဘွဲ့ရ၏သေးငယ်တဲ့အရေအတွက်ကရှိကိုမြင်ယောင်ကြည့်; ဤလူနောက်ဆက်တွဲအရည်အသွေးအင်တာဗျူးနှင့်ရှေးဟောင်းယဥ်ကျေးမှုလေ့လာရေးများအတွက်စံပြကိုယ်စားလှယ်လောင်းများပါလိမ့်မယ်။ ထို့ကြောင့်ပွင့်လင်းခေါ်ဆိုခဒီလိုမျိုးထဲမှာ, ဟောကိန်းများအဆုံးမဟုတျပါ, အစား, သူတို့က, နှိုင်းယှဉ်ကြွယ်ဝစေခြင်း, ကွဲပြားခြားနားသောသီအိုရီအစဉ်အလာပေါင်းစပ်ဖို့နည်းလမ်းသစ်ကိုပေး။ ပွင့်လင်းခေါ်ဆိုခဒီလိုကောလိပ်ကိုသွားပါလိမ့်မယ်တဲ့သူကိုခန့်မှန်းရန်မခိုင်မြဲမိသားစုများနှင့်ကလေးသာယာဝပြောရေးလေ့လာမှုကနေဒေတာတွေကိုသုံးပြီးဖို့တိကျတဲ့မျှမက, ဒါကြောင့်နောက်ဆုံးမှာမဆို longitudinal လူမှုရေးဒေတာအစုကိုစုဆောင်းပါလိမ့်မည်ဆိုရလဒ်ကိုကြိုတင်ခန့်မှန်းဖို့အသုံးပြုနိုင်ပါတယ်။

ငါအစောပိုင်းကဤအပိုင်း၌ရေးသားထားသည်အဖြစ်ပွင့်လင်းဖုန်းခေါ်ဆိုမှုသုံးပြီးလူမှုရေးသုတေသီအများအပြားဥပမာရှိခဲ့ကြပြီမဟုတ်။ ငါဖွင့်ထားဖုန်းခေါ်ဆိုမှုလူမှုရေးသိပ္ပံပညာရှင်တွေဟာပုံမှန်အားဖြင့်မိမိတို့၏မေးခွန်းများမေးသောလမ်းကိုကောင်းစွာသင့်လျော်မဟုတ်ဘာဖြစ်လို့လဲဆိုတော့ဒီကြောင်းထင်ပါတယ်။ အဆိုပါ Netflix နဲ့ Prize ကိုပြန်လာ, လူမှုရေးသိပ္ပံပညာရှင်တွေဟာများသောအားဖြင့်အရသာခန့်မှန်းအကြောင်းကိုမမေးလိုရှိ၏ မဟုတ်ဘဲသူတို့အရသာ (ဥပမာ, ကိုတွေ့မြင်ကွဲပြားခြားနားသောလူမှုအတန်းကနေလူများအတွက်ကွဲပြားပုံကိုအဘယ်ကြောင့်ယဉ်ကျေးမှုအကြောင်းကိုမေးမြန်းမယ်လို့ Bourdieu (1987) ) ။ ထိုသို့သော "ဘယ်လို" နှင့် "အဘယ်ကြောင့်" ဆိုတဲ့မေးခွန်းကိုအလွယ်တကူသက်သေဖြေရှင်းချက်ဖို့ဦးဆောင်လမ်းပြ, ထို့ကြောင့်ဖုန်းခေါ်ဆိုမှုဖွင့်လှစ်ရန်ညံ့ဖျင်းမထိုက်မတန်မထင်ကြဘူး။ ထို့ကြောင့်ကပွင့်လင်းဖုန်းခေါ်ဆိုမှုရှင်းပြချက်၏မေးခွန်းများကိုထက်မေးခွန်းများကိုခန့်မှန်းဘို့ကပိုသင့်လျော်သောဖြစ်ကြသည်ကိုပုံပေါ်ပါတယ်။ မကြာမီကသဘောတရားပညာရှင်တွေရဲ့သို့သော်ရှင်းပြချက်နှင့်ခန့်မှန်းအကြား dichotomy ပြန်လည်စဉ်းစားပေးရန်လူမှုရေးသိပ္ပံပညာရှင်တွေပေါ်ခေါ်ပြီ (Watts 2014) ။ ခန့်မှန်းခြင်းနှင့်ရှင်းပြချက် Blur အကြားလိုင်းအဖြစ်ငါဖွင့်ထားဖုန်းခေါ်ဆိုမှုလူမှုရေးသုတေသနအတွက် ပို. ပို. အဖြစ်များဖြစ်လာလိမ့်မည်ဟုမျှော်လင့်ထား။