လှုပ်ရှားမှုများ

• အခက်အခဲ၏ဒီဂရီ: လွယ်ကူပါတယ် , အလယ်အလတ် မာ , အရမ်းခက်တယ်
• (သင်္ချာလိုအပ်ပါတယ် )
• (coding လိုအပ်ပါတယ် )
• ဒေတာစုဆောင်းခြင်း ( )
• ငါရဲ့အကြိုက်တွေ ( )

1. [ , ] algorithm သဖွငျ့ Google Flu Trends နှင့်အတူပြဿနာတစ်ခုဖြစ်ခဲ့သည်။ အားဖြင့်စက္ကူ Read Lazer et al. (2014) , နှင့် Google ပြဿနာကိုရှင်းပြကြောင့် fix ဖို့ဘယ်လိုတစ်ခုစိတ်ကူးကိုပူဇော်သက္ကာဘို့မှာအင်ဂျင်နီယာတစ်ဦးမှတစ်ဦးတိုရှင်းရှင်းလင်းလင်းအီးမေးလ်ကိုရေးပါ။

2. [ ] Bollen, Mao, and Zeng (2011) ကို Twitter ကနေဒေတာတွေကိုစတော့ရှယ်ယာဈေးကွက်ကိုကြိုတင်ခန့်မှန်းဖို့အသုံးပြုနိုင်ဆိုပါတယ်။ ဤသည်တွေ့ရှိချက်ကို Twitter ကနေစုဆောင်းအချက်အလက်ပေါ်အခြေခံပြီးစတော့ရှယ်ယာဈေးကွက်ထဲမှာရင်းနှီးမြှုပ်နှံဖို့စျေးကွက်များ-တစ်ခြံရန်ပုံငွေ-Derwent Capital ၏ဖန်တီးမှုမှဦးဆောင် (Jordan 2010) ။ အဘယ်အရာကိုသက်သေအထောက်အထားသင်ရန်ပုံငွေ၌သင်တို့၏ပိုက်ဆံချပြီးမတိုင်မီမြင်ချင်မလဲ?

3. [ ] စဉ်တွင်အချို့ပြည်သူ့ကျန်းမာရေးထောက်ခံသူတွေကိုအခြားသူတွေထိုကဲ့သို့သောနီကိုတင်း၏မြင့်အဆင့်ဆင့်အဖြစ်အလားအလာအန္တရာယ်များအကြောင်းသတိပေး e-စီးကရက်ဆေးလိပ်ချုပ်ရာများအတွက်ထိရောက်သောအကူအညီများစဉ်းစားပါ။ တစ်သုတေသီက e-စီးကရက်-related တွစ်တာပို့စ်များကိုစုဆောင်းနှင့်စိတ်ဓါတ်များခွဲခြမ်းစိတ်ဖြာပို့ချခြင်းဖြင့် E-စီးကရက်ဆီသို့အများပြည်သူထင်မြင်ချက်ကိုလေ့လာရန်ဆုံးဖြတ်သည်ဆိုပါစို့။

   1. သင်ဤလေ့လာမှုနှင့် ပတ်သက်. အများဆုံးစိုးရိမ်နေကြကြောင်းသုံးတတ်နိုင်သမျှဘက်လိုက်မှုကဘာတွေလဲ?
   2. Clark et al. (2016) ဖွင့်ထိုကဲ့သို့သောလေ့လာမှုသို့ပွေးလေ၏။ ပထမဦးဆုံးသူတို့ပိုမိုနီးကပ်စွာစစ်ဆေးခြင်းပေါ်မှာဒီဇင်ဘာလ 2014. မှတဆင့်ဇန်နဝါရီလ 2012 ကနေ E-စီးကရက်-related သော့ချက်စာလုံးများကိုအသုံးပြုကြောင်း 850,000 tweets စုဆောင်း, သူတို့ကဤ tweets အများအပြား automated ခဲ့ကြသည်သဘောပေါက် (ဆိုလိုသည်မှာလူသားကထုတ်လုပ်မပါ) နှင့်ဤ automated tweets အများအပြားမရှိမဖြစ်လိုအပ်တဲ့ခဲ့ကြသည် ကြော်ငြာ။ သူတို့ကအော်ဂဲနစ် tweets ကနေအလိုအလျောက် tweets ခွဲခြားရန်လူသားတစ်ဦးထောက်လှမ်း algorithm ကိုတီထွင်ခဲ့သည်။ ဒီလူ့ကိုသုံးပြီးသူတို့ tweets ၏ 80% အလိုအလျှောက်ခဲ့ကြကြောင်းတွေ့ရှိ algorithm ကို detect ။ ဒီတွေ့ရှိချက်အပိုင်း (က) ရန်သင့်အဖြေကိုပြောင်းလဲပစ်သလား
   3. သူတို့အော်ဂဲနစ်နှင့်အလိုအလျောက် tweets အတွက်စိတ်ဓါတ်များနှင့်နှိုင်းယှဉ်လိုက်တဲ့အခါသူတို့ကအလိုအလျောက် tweets အော်ဂဲနစ် tweets (5.84 နှိုင်းယှဉ် 6.17) ထက် ပို. အပြုသဘောဆောင်ကြောင်းတွေ့ရှိခဲ့ရသည်။ ဒီတွေ့ရှိချက် (ခ) ရန်သင့်အဖြေကိုပြောင်းလဲပစ်သလား

4. [ ] နိုဝင်ဘာလ 2009 ခုနှစ်, တွစ်တာကနေ tweet box ထဲမှာမေးခွန်းပြောင်းလဲသွားတယ် "သင်ဘာလုပ်နေကြတာလဲ" ကို "ဘာဖြစ်ပျက်နေသနည်း" (https://blog.twitter.com/2009/whats-happening) ။

   1. သင်ဘယ်လိုညွန်ပြ၏ပြောင်းလဲမှု tweets တဲ့သူနှင့် / သို့မဟုတ်သူတို့ tweet အဘယ်အရာကိုအကျိုးသက်ရောက်စေပါလိမ့်မယ်ထင်သလဲ
   2. သင် prompt ကိုအလိုရှိပါရာအဘို့တယောက်သုတေသနစီမံကိန်းကိုအမည် "သင်ဘာလုပ်နေကြတာလဲ" အဘယ်ကြောင့်ရှင်းပြပါ။
   3. သင် prompt ကိုအလိုရှိပါရာအဘို့တယောက်သုတေသနစီမံကိန်းကိုအမည် "ဖြစ်ပျက်ရဲ့အဘယ်အရာ?" အဘယ်ကြောင့်ရှင်းပြပါ။

5. [ ] "Retweet" ကိုမကြာခဏ Twitter တွင်သြဇာလွှမ်းမိုးမှု၏သြဇာလွှမ်းမိုးမှုများနှင့်ပြန့်ပွားတိုင်းတာရန်အသုံးပြုကြသည်။ ကနဦးအသုံးပြုသူများ copy နဲ့ paste ကိုသူတို့ကြိုက်နှစ်သက်သည့် tweet, သူ / သူမ၏လက်ကိုင်နှင့်အတူမူရင်းစာရေးသူက tag များနှင့်ကိုယ်တိုင်က Retweet ခဲ့ကြောင်းညွှန်ပြရန်အ tweet မီ "RT ကို" ရိုက်ထည့်ခဲ့ကြရတယ်။ ထို့နောက် 2009 ခုနှစ်, Twitter ကိုတစ်ဦး "Retweet" ခလုတ်ကိုထည့်သွင်းပြောကြားခဲ့သည်။ ဇွန်လ 2016 ခုနှစ်, Twitter ကိုဖြစ်နိုင်အသုံးပြုသူများသည်၎င်းတို့၏ကိုယ်ပိုင် tweets (https://twitter.com/twitter/status/742749353689780224) Retweet ရန်အဘို့အဖန်ဆင်းတော်မူ၏။ သင်တို့သည်ဤအပြောင်းအလဲများကိုသင်သည်သင်၏သုတေသနတွင် "Retweet" ကိုသုံးပါကိုဘယ်လိုအကျိုးသက်ရောက်စေသင့်တယ်ထင်ပါသလား? အဘယ်ကြောင့်သို့မဟုတ်အဘယ်ကြောင့်မဟုတ်လော

6. [ , , , ] တစ်ကျယ်ပြန့်ဆွေးနွေးတင်ပြစက္ကူခုနှစ်တွင်မိုက်ကယ်နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2011) ရေရှည်ယဉ်ကျေးမှုခေတ်ရေစီးကြောင်းကိုဖေါ်ထုတ်ရန်ကြိုးပမ်းမှုတွင်ပိုမိုထက်ငါးသန်းဒစ်ဂျစ်တယ်နည်းပညာနဲ့စာအုပ်တွေများ၏ content ခွဲခြမ်းစိတ်ဖြာ။ သူတို့အသုံးပြုသောသောဒေတာများယခု Google မှ NGrams Datasets အဖြစ်ဖြန့်ချိခဲ့ပြီး, ဒါကြောင့်ကျနော်တို့ဟာသူတို့ရဲ့အလုပ်အချို့ကိုပုံတူပွားခြင်းနှင့်တိုးချဲ့ဖို့ဒေတာကိုသုံးနိုင်သည်။

   စက္ကူထဲတွင်အများအပြားရလဒ်များတဦးတည်းအတွက်, မိုက်ကယ်နှင့်လုပ်ဖော်ကိုင်ဖက်များကကျနော်တို့ပိုမိုမြန်ဆန်ခြင်းနှင့်ပိုမြန်မေ့ဖြစ်ကြောင်းစောဒကတက်ခဲ့ကြသည်။ တစ်ဦးအထူးသဖြင့်တစ်နှစ်, ပြောပါ "1883" သူတို့က "1883" ဖြစ်ကြောင်း 1875 နှင့် 1975 အကြားနှစ်စဉ်ထုတ်ဝေ 1-ဂရမ်၏အချိုးအစားတွက်ချက်။ သူတို့ကဒီအချိုးအစားအဲဒီနှစ်များတွင်ဖြစ်ပျက်ခဲ့ကြောင်းဖြစ်ရပ်များအတွက်စိတ်ဝင်စားမှုတစ်ခုအတိုင်းအတာကြောင်းနှီးနှောလေ၏။ သူတို့ရဲ့ကိန်းဂဏန်း 3A, သူတို့သည်နှစ်တွင်သုံးနှစ်အဘို့အတွက်အသုံးပြုမှုဘယ်နေရာတွေမှာကြံစည်မှု: ထို့နောက်ထို့နောက်အဲဒီနှစ်မတိုင်မီအနည်းငယ်သာအသုံးပြုမှုကိုတစ်ဆူး, ပျက်စီးယိုယွင်း: ဤသုံးနှစ်ကြာ 1910, 1883 နှင့် 1950 ဘုံပုံစံမျှဝေပါ။ ထို့နောက်နှစ်စဉ်များအတွက်ယိုယွင်းနှုန်းတွက်ချက်ရန်, မိုက်ကယ်နှင့်လုပ်ဖော်ကိုင်ဘက်များကသူတို့ရဲ့ကိန်းဂဏန်း 3A (inset) ခုနှစ်တွင် 1875 နှင့် 1975 အကြားအားလုံးနှစ်ပေါင်းများစွာနှစ်စဉ်၏ "ဝက်ဘဝ" တွက်ချက်, သူတို့ကတစ်ဦးချင်းစီ၏ဝက်ဘဝကိုပြသ တစ်နှစ်လျော့ကျလာသည်နှင့်သူတို့ကဒီကျနော်တို့ပိုမိုမြန်ဆန်ခြင်းနှင့်ပိုမြန်အတိတ်မေ့နေကြသည်ကိုဆိုလိုသည်ဟုစောဒကတက်ခဲ့ကြသည်။ သူတို့ကအင်္ဂလိပ်ဘာသာစကား Corpus ၏ဗားရှင်း 1 အသုံးပြုသောပေမယ့်နောက်ပိုင်းမှာ Google က Corpus တစ်ခုဒုတိယဗားရှင်းဖြန့်ချိခဲ့သည်။ သငျသညျ coding ကိုစတင်မတိုင်မီမေးခွန်း၏အပေါငျးတို့သအစိတ်အပိုင်းများကိုဖတ်ရှုပါ။

   ဤသည်လှုပ်ရှားမှု, သင်သည်ပြန်သုံးနိုင်သောကုဒ်ရေးသားခြင်းရလဒ်များကိုပြန်ဆိုနှင့်ဒေတာများ (ထိုကဲ့သို့သောအဆင်မပြေဖိုင်တွေနဲ့အလုပ်လုပ်နှင့်ပျောက်ဆုံးနေ data တွေကိုကိုင်တွယ်ကဲ့သို့) wrangling လေ့ကျင့်ကိုငါပေးမည်။ ဤသည်လှုပ်ရှားမှုသည်လည်းသင်တို့ကိုတက်ရမယ့်ငွေရတတ်သောသူနှင့်စိတ်ဝင်စားစရာကောင်း Datasets နှင့်အတူအပြေးကူညီပေးပါမည်။

   1. ဂူးဂဲလ်စာအုပ်များ NGram Viewer ကိုက်ဘ်ဆိုက်ကနေကုန်ကြမ်းဒေတာကိုရယူပါ။ အထူးသဖြင့်, သငျသညျဇူလိုငျလ 1, 2012 uncompressed အပေါ်ဖြန့်ချိခဲ့သည့်အင်္ဂလိပ်ဘာသာစကား Corpus ၏ဗားရှင်း 2 ကိုအသုံးပြုသင့်ပါတယ်, ဒီဖိုင်ကို 1.4GB ဖြစ်ပါတယ်။

   2. ၏ကိန်းဂဏန်း 3A ၏အဓိကအစိတ်အပိုင်းတစ်ခုထပ်ဖွ Michel et al. (2011) ။ သငျသညျစိတျအပိုငျးအတွက်ဒေါင်းလုပ်လုပ်တ (က) နှင့်အသငျသညျအချိုးအစားသို့ကုန်ကြမ်းရေတွက်ပြောင်းသုံးနိုငျသော "စုစုပေါင်းရေတွက်" ဖိုင်: ဤပုံထပ်ဖွစေရန်, သငျသညျနှစျခုဖိုင်တွေမလိုအပ်ပါလိမ့်မယ်။ စုစုပေါင်းရေတွက်ဖိုင်ထဲမှာဖတ်ရှုဖို့ကနည်းနည်းခက်စေမယ့်ဖွဲ့စည်းပုံရှိပါတယ်သတိပြုပါ။ အတွက်တင်ဆက်သူတို့အားအလားတူရလဒ်များ NGram အချက်အလက်များ၏ဗားရှင်း 2 ထုတ်လုပ်ရန်ပါသလား Michel et al. (2011) ဗားရှင်း 1 အချက်အလက်ပေါ်အခြေပြုထားတဲ့,

   3. အခုတော့ NGram Viewer ကိုအသုံးပြုနေသူများကဖန်တီးပုံပြမျဉ်းဆန့်ကျင်သင့်ရဲ့ဂရပ်စစ်ဆေးပါ။

   4. ကိန်းဂဏန်း 3A (အဓိကပုံ) ထပ်ဖွဒါပေမယ့်ပြောင်းလဲပစ် \(y\) အတွက်ကုန်ကြမ်းဖော်ပြထားခြင်း count က (ဖျောပွမနှုန်း) ဖြစ် -axis ။

   5. (ခ) နှင့် (ဃ) တို့အကြားခြားနားချက်မိုက်ကယ် et al ၏ရလဒ်များကိုမဆိုချင့်တွက်ရန်သင့်အားဦးဆောင်လမ်းပြပါဘူး။ (2011) ။ အဘယ်ကြောင့်သို့မဟုတ်အဘယ်ကြောင့်မဟုတ်လော

   6. အခုတော့ဖျောပွထား၏အချိုးအစားသုံးပြီးပုံ 3A ၏ inset ပုံတူပွား။ ဒါက 1875 နှင့် 1975 အကြားနှစ်စဉ်အဘို့, အဲဒီနှစ်ဝက်ဘဝတွက်ချက်သည်။ အဆိုပါဝက်ဘဝကိုဖျောပွထား၏အချိုးအစားထက်ဝက်သည်၎င်း၏အမြင့်ဆုံးတန်ဖိုးကိုမရောက်ခင်လွန်သွားပြီးသောနှစ်ပေါင်း၏နံပါတ်ဖြစ်သတ်မှတ်ထားသည်။ သတိပြုပါ Michel et al. (2011) အတွက်ပံ့ပိုးအွန်လိုင်း၏ဝက်ဘဝ-တွေ့မြင်အပိုင်း III.6 ခန့်မှန်းရန်ပိုမိုရှုပ်ထွေးတစ်ခုခုလုပ်ပြန်ကြားရေး-ဒါပေမဲ့သူတို့နှစ်ဦးစလုံးချဉ်းကပ်အလားတူရလာဒ်များထုတ်လုပ်ရန်ကြောင်းပြောဆိုကြသည်။ အတွက်တင်ဆက်သူတို့အားအလားတူရလဒ်များ NGram အချက်အလက်များ၏ဗားရှင်း 2 ထုတ်လုပ်ရန်ပါသလား Michel et al. (2011) ဗားရှင်း 1 အချက်အလက်ပေါ်အခြေပြုထားတဲ့, (အရိပ်အမြွက်: ကမပါလျှင်အံ့ဩခြင်းမရှိကြနှင့်။ )

   7. ထိုကဲ့သို့သောအထူးသဖြင့်လျင်မြန်စွာသို့မဟုတ်အထူးသဖြင့်တဖြည်းဖြည်းမေ့လျော့ခဲ့နှစ်ပေါင်းအဖြစ်ဘေးထွက်မသိချင်ယောင်အဆောင်ခဲ့မည်သည့်နှစ်ပေါင်းရှိခဲ့သလော အတိုချုပ်ကြောင်းပုံစံများအတွက်ဖြစ်နိုင်သောအကြောင်းရင်းများနှင့် ပတ်သက်. ထင်ကြေးများနှင့်သင်ဘေးထွက်မသိချင်ယောင်အဆောင်ဖော်ထုတ်ဘယ်လိုရှင်းပြပါ။

   8. အခုဆိုရင်တရုတ်, ပြင်သစ်, ဂျာမန်, ဟီဘရူး, အီတလီ, ရုရှားနှင့်စပိန်အတွက် NGrams အချက်အလက်များ၏ဗားရှင်း 2 အဘို့ဤရလဒ်ပုံတူပွား။

   9. ဘာသာစကားအားလုံးဖြတ်ပြီးနှိုငျးယှဉျရှိထိုကဲ့သို့သောအထူးသဖြင့်လျင်မြန်စွာသို့မဟုတ်အထူးသဖြင့်တဖြည်းဖြည်းမေ့လျော့ခဲ့နှစ်ပေါင်းအဖြစ်ဘေးထွက်မသိချင်ယောင်အဆောင်, ကွမဆိုနှစ်ပေါင်းရှိသနည်း အတိုချုပ်ကြောင်းပုံစံများအတွက်ဖြစ်နိုင်သောအကြောင်းရင်းများနှင့် ပတ်သက်. သုံးသပ်ပြောကြားခဲ့ပါတယ်။

7. [ , , , ] Penney (2016) ဇွန်လ 2013 ခုနှစ် NSA က / PRISM စောင့်ကြည့် (ဆိုလိုသည်မှာယင်းစနိုးဒန်ဗျာဒိတ်တော်များ) နဲ့ပတျသကျတဲ့ကျယ်ပြန့်လူသိရှင်ကြား privacy ကိုစိုးရိမ်ပူပန်မှုများမြှင့်ကြောင်းအကြောင်းအရာများအပေါ်ဝီကီပီးဒီးယားဆောင်းပါးများမှအသွားအလာတစ်ဦးချွန်ထက်နှင့်ရုတ်တရက်ကျဆင်းခြင်းနှင့်ဆက်စပ်ခဲ့သည်ရှိမရှိ။ စူးစမ်း ဒါရှိလျှင်, အပြုအမူ၌ဤပြောင်းလဲမှုကိုအစုလိုက်အပြုံလိုက်စောင့်ကြည့်ထဲကနေရရှိလာတဲ့တစ် Chilling Effects တွေနဲ့ကိုက်ညီပါလိမ့်မည်။ ၏ချဉ်းကပ်မှု Penney (2016) တခါတရံတခု Interrupt အချိန်စီးရီးဒီဇိုင်းဟုခေါ်သည်, ထိုသို့အပိုင်း 2.4.3 မှာဖော်ပြထားတဲ့ချဉ်းကပ်မှုနှင့်ဆက်စပ်နေသည်။

   ခေါင်းစဉ်သော့ချက်စာလုံးများကိုရှေးခယျြဖို့, Penney လူမှုမီဒီယာခြေရာခံများနှင့်စောင့်ကြည့်ဘို့အမိမြေလုံခြုံရေးအမေရိကန်ဦးစီးဌာနအသုံးပြုတဲ့စာရင်းထဲမှာတွေကိုရည်ညွှန်းပါတယ်။ အဆိုပါ DHS စာရင်းကိစ္စများ, ဆိုလိုသည်မှာ, "ကနျြးမာရေး Concern", "အခြေခံအဆောက်အအုံလုံခြုံရေး," နှင့် "အကြမ်းဖက်မှုတစ်ခုအကွာအဝေးသို့သေချာသောရှာဖွေရေးဝေါဟာရများ categorizes ။ " အကြမ်းဖက်မှု "ဟုအဆိုပါလေ့လာမှုအဖွဲ့တစ်ဖွဲ့သည်, Penney နှင့်ဆက်စပ်သော 48 သော့ချက်စာလုံးများကိုအသုံးပြု" (နောက်ဆက်တွဲစားပွဲပေါ်မှာ 8 တွေ့မြင် ) ။ မိမိအအငြင်းအခုံကိုခိုင်ခံ့စေရန်ဇန်နဝါရီလ 2012 ခုနှစ်ရှေ့ဦးစွာ မှစ. သြဂုတ်လ 2014. ၏အဆုံးမှတစ်ဦး 32-တစ်လကာလအတွင်းသက်ဆိုင်ရာ 48 ဝီကီပီးဒီးယားဆောင်းပါးများ, များအတွက်လစဉ်အခြေခံပေါ်မှာဝီကီပီးဒီးယားဆောင်းပါးအမြင်ရေတွက်စုစည်းထို့နောက်သူကသူလည်းခြေရာခံနေဖြင့်အများအပြားနှိုင်းယှဉ်အဖွဲ့များကိုဖန်တီး ဆောင်းပါးနဲ့အခြားအကြောင်းအရာများအပေါ်ရှုမြင်။

   အခုတော့သငျသညျပုံတူပွားခြင်းနှင့်တိုးချဲ့သွားဖို့ရှိပါတယ် Penney (2016) ။ သင်ဤလှုပ်ရှားမှုအတွက်လိုအပ်ပါလိမ့်မည်သမျှသောကုန်ကြမ်းဒေတာဝီကီပီးဒီးယားကနေရရှိနိုင်ပါသည်။ သို့မဟုတ်သင် R-အထုပ် wikipediatrend ကနေရနိုင် (Meissner and R Core Team 2016) ။ သင်သည်သင်၏တုံ့ပြန်မှုကိုတက်ရေးတဲ့အခါ, သငျသညျကိုအသုံးပြုထားတဲ့ဒေတာအရင်းအမြစ်ကိုသတိပြုပါပေးပါ။ ဒီလှုပ်ရှားမှုသင်သည်ဒေတာ wrangling နှင့်ကြီးမားသောဒေတာသတင်းရင်းမြစ်သဘာဝစမ်းသပ်ချက်စဉ်းစားအတွက်လေ့ကျင့်ပေးတော်မူမည် (ဒီတူညီတဲ့လုပ်ဆောင်မှုကိုလည်းအခန်း 6 ထဲမှာပေါ်လာလိမ့်မယ်သတိပြုပါ) ။ ဒါဟာအစသင်တက်ရနှင့်အနာဂတ်စီမံကိန်းများအတွက်တစ်အလားအလာစိတ်ဝင်စားဖို့ဒေတာအရင်းအမြစ်နှင့်အတူအပြေးပါလိမ့်မယ်။

   1. Read Penney (2016) နှင့် "အကြမ်းဖက်မှု" ဟူသောစာမျက်နှာအမြင်များသည့်စနိုးဒန်ဗျာဒိတ်တော်များကိုမီနှင့်အပြီးစာမျက်နှာများ -related ပြသတော်မူသောပုံ 2 ပုံတူပွား။ တွေ့ရှိချက်များကိုအနက်ကိုဘော်ပြ။
   2. ထို့နောက် DHS စာရင်းထဲက "DHS & အခြားအေဂျင်စီများ" အောက်တွင်ခွဲခြားသော့ချက်စာလုံးများကို အသုံးပြု. တစ်ဦးနှိုင်းယှဉ်အုပ်စုတစ်စုနှင့်အတူလေ့လာမှုအုပ်စုသည် ( "အကြမ်းဖက်မှု" -related ဆောင်းပါးများ) (နောက်ဆက်တွဲစားပွဲပေါ်မှာ 10 ကြည့်ရှုခြင်းနှင့် 139 အောက်ခြေမှတ်ချက်) နှိုင်းယှဉ်ထားတဲ့ကိန်းဂဏန်း 4A, ပုံတူပွား။ တွေ့ရှိချက်များကိုအနက်ကိုဘော်ပြ။
   3. စိတျအပိုငျးမှာတော့ (ခ) သင်တဦးတည်းနှိုင်းယှဉ်အုပ်စုတစ်စုနှင့်အတူလေ့လာမှုအဖွဲ့ကိုနှိုင်းယှဉ်။ "အခြေခံအဆောက်အအုံလုံခြုံရေး" နှင့်ဆက်စပ်သောဆောင်းပါးများ (နောက်ဆက်တွဲစားပွဲပေါ်မှာ 11) နှင့်လူကြိုက်များဝီကီပီးဒီးယားစာမကျြနှာ (နောက်ဆက်တွဲစားပွဲပေါ်မှာ 12): Penney လည်းနှစ်ခုကတခြားနှိုင်းယှဉ်အဖွဲ့များနှင့်နှိုင်းယှဉ်။ စိတျအပိုငျး (ခ) မှတွေ့ရှိချက်များကိုနှိုင်းယှဉ်အဖွဲ့သင့်ရဲ့ရွေးချယ်မှုမှအထိခိုက်မခံရှိမရှိအနေနဲ့အခြားရွေးချယ်စရာနှိုင်းယှဉ်အုပ်စုတစ်စုနှင့်အတူတက် လာ. , စမ်းသပ်ရန်။ ကြောင့်အများဆုံးအသိ၏ဘယ်ရွေးချယ်မှု? အဘယ်ကြောင့်?
   4. Penney အမေရိကန်အစိုးရသည်၎င်း၏အွန်လိုင်းစောင့်ကြည့်လေ့အကငျြ့ဘို့အဓိကမျှတမှုအဖြစ်အကြမ်းဖက်ဝါဒကိုးကားဘာဖြစ်လို့လဲဆိုတော့ "အကြမ်းဖက်မှု" သက်ဆိုင်သောသော့ချက်စာလုံးများသည့်ဝီကီပီးဒီးယားဆောင်းပါးတွေကိုရွေးဖို့အသုံးပြုခဲ့ကြသည်ဖော်ပြထားသည်။ ဤအ 48 "အကြမ်းဖက်မှု" -related သော့ချက်စာလုံးများတစ်စစ်ဆေးမှုများအဖြစ်, Penney (2016) ကိုလည်းအစိုးရ Trouble, ကိုယ်ရေး-Sensitive နှင့်ရှောင်ရှား (နောက်ဆက်တွဲစားပွဲပေါ်မှာ 7 နဲ့ 8 ၏စည်းကမ်းချက်များ၌ ht သော့ချက်စာလုံးများ၏တစ်ဦးချင်းစီကိုတန်ဖိုးသတ်မှတ်မှုမှဖြေဆိုသူမေးမြန်းခြင်း, MTurk အပေါ်စစ်တမ်းတစ်ခုကောက်ယူ ) ။ MTurk အပေါ်စစ်တမ်းပုံတူပွားနှင့်သင့်ရလဒ်များကိုနှိုင်းယှဉ်။
   5. အစိတ်အပိုင်းအတွက်ရလဒ်တွေကို (ဃ) နှင့်ဆောင်းပါး၏သင့်ရဲ့စာဖတ်အပေါ်အခြေခံပြီး, သင်လေ့လာမှုအုပ်စုခေါင်းစဉ်သော့ချက်စာလုံးများ၏ Penney ရဲ့ရွေးချယ်မှုနှင့်အတူသဘောတူသလဲ? အဘယ်ကြောင့်သို့မဟုတ်အဘယ်ကြောင့်မဟုတ်လော မရလျှင်သင်မယ့်အစားအဘယ်အရာကိုအကြံပြုမလဲ

8. [ ] Efrati (2016) "မူရင်းထုတ်လွှင့်ခွဲဝေမှု" ဆင်း 21% တစ်နှစ်ကျော်တစ်နှစ်စဉ် Facebook တွင် "စုစုပေါင်းခွဲဝေမှု" အကြောင်းကို 5.5% အားဖြင့်တစ်နှစ်ကျော်တစ်နှစ်ငြင်းဆန်ခဲ့ကြောင်း, လျှို့ဝှက်သတင်းအချက်အလက်တွေပေါ်အခြေခံပြီး, သတင်းထုတ်ပြန်ခဲ့သည်။ ဤသည်ကျဆင်းမှုအသက်အရွယ်၏ 30 နှစ်အောက်က Facebook သည်အသုံးပြုသူများနှင့်အတူအထူးသဖြင့်လူတန်းစားဖြစ်ခဲ့သည်။ အဆိုပါအစီရင်ခံစာတွင်နှစ်ခုအချက်တွေကျဆင်းမှုစွပ်စွဲ။ တဦးတည်းကလူ Facebook ပေါ်မှာရှိ "မိတ်ဆွေများကို" ၏အရေအတွက်တိုးတက်မှုဖြစ်ပါတယ်။ အခြားအချို့ခွဲဝေမှုလှုပ်ရှားမှုစာပို့ခြင်းနှင့်ထိုကဲ့သို့သော Snapchat အဖြစ်ပြိုင်ဘက်မှပြောင်းရွှေ့ထားပြီးဖြစ်ပါတယ်။ အဆိုပါအစီရင်ခံစာတွင်လည်း Facebook News Feed တွေကို algorithm ကိုမူရင်းပို့စ်များကိုပိုပြီးထင်ရှားတဲ့စေအပြောင်းအလဲအဖြစ်က "ဒီနေ့တွင်" အင်္ဂါရပ်နှင့်အတူမူရင်းပို့စ်သည် Periodic သတိပေးချက်များအပါအဝင်ခွဲဝေမှု, မြှင့်တင်ရန်ကြိုးစားခဲ့သော်လည်းခဲ့အများအပြားနည်းဗျူဟာဖော်ပြခဲ့တယ်။ ရှိလျှင်အဘယျသို့ဂယက်ရိုက်, ဤတွေ့ရှိချက်များဒေတာအရင်းအမြစ်အဖြစ် Facebook ကအသုံးပြုချင်သူကိုသုတေသီများအဘို့ရှိပါသလဲ?

9. [ ] တစ်လူမှုဗေဒပညာရှင်နှင့်တစ်ဦးသမိုင်းပညာရှင်တို့အကြားကွာခြားချက်ကဘာလဲ? Goldthorpe အဆိုအရ (1991) , အဓိကခြားနားချက်ဒေတာစုဆောင်းခြင်းကိုကျော်ထိန်းချုပ်မှုဖြစ်ပါတယ်။ လူမှုဗေဒပညာရှင်တွေတိကျတဲ့ရည်ရွယ်ချက်မှသူတို့ရဲ့ဒေတာစုဆောင်းခြင်းလိုက်လျောညီထွေဖြစ်အောင်နိုင်ပါတယ်သော်လည်းသမိုင်းပညာရှင်, ရှေးဟောင်းပစ္စည်းကိုသုံးပါရန်အတင်းအကျပ်ခိုင်းစေနေကြသည်။ Read Goldthorpe (1991) ။ custommades နှင့် readymades ၏စိတ်ကူးမှဆက်စပ်လူမှုဗေဒနှင့်သမိုင်းအကြားကွာခြားချက်ဘယ်လိုနေလဲ

10. [ ] ဒီယခင် quesiton အပေါ်တည်ဆောက်။ Goldthorpe (1991) Nicky Hart ကနေတစျခုအပါအဝင်အရေးပါသောတုံ့ပြန်မှုတစ်ခုနံပါတ်, ဆွဲငင် (1994) လုပ် data တွေကိုလိုက်လျောညီထွေဖြစ်အောင်လုပ်ဖို့ Goldthorpe ရဲ့ဆည်းကပ်စိန်ခေါ်ကြောင်း။ ချုပ်လုပ်အချက်အလက်များ၏အလားအလာန့်အသတ်ရှင်းလင်းစေရန်, ဟတ်ဟာချမ်းသာကြွယ်ဝအလုပ်သမားစီမံကိန်း, အနှစ်လယ်ပိုင်းတွင် 1960 ခုနှစ် Goldthorpe နှင့်လုပ်ဖော်ကိုင်ဘက်များကကောက်ယူခဲ့လူမှုရေးလူတန်းစားများနှင့်မဲပေးကြားဆက်ဆံရေးကိုတိုင်းတာရန်ကြီးမားသောစစ်တမ်းကဖော်ပြခဲ့သည်။ တဦးတည်းကိုတွေ့ data တွေကိုကျော်ဒီဇိုင်း data တွေကိုမျက်နှာသာသူတစ်ဦးပညာရှင်များထံမှမျှော်လင့်ထားလိမ့်မယ်သကဲ့သို့, ချမ်းသာကြွယ်ဝအလုပ်သမားစီမံကိန်းလူနေမှုအဆင့်အတန်းကိုတိုးမြှင့်ထားတဲ့ခေတ်များတွင်လူမှုရေးလူတန်းစားများ၏အနာဂတ်နှင့်ပတ်သက်ပြီးမကြာသေးမီကအဆိုပြုထားသီအိုရီဖြေရှင်းရန်အံဝင်ခွင်ကျဖြစ်တဲ့ခဲ့သည့်ဒေတာစုဆောင်း။ ဒါပေမယ့် Goldthorpe နှင့်လုပ်ဖော်ကိုင်ဘက်တစ်နည်းနည်းနဲ့အမျိုးသမီးများမဲပေးအပြုအမူနှင့် ပတ်သက်. သတင်းအချက်အလက်များစုဆောင်းဖို့ "မေ့" ။ ဤတွင် Nicky Hart ကိုဘယ်လိုဖွင့် (1994) မြေတပြင်လုံးဇာတ်လမ်းတွဲအကျဉ်းချုပ်:

    " ... ဒီ Datasets အမျိုးသမီးအတွေ့အကြုံကိုဖယ်ထုတ်လိုက်သော paradigmatic ယုတ္တိဗေဒအားဖြင့်ချုပ်ထားခဲ့ပါတယ် '' ချုပ်လုပ် '' ဘာဖြစ်လို့လဲဆိုတော့အမျိုးသမီးတွေချန်လှပ်ခဲ့နိဂုံးမှရှောင်ရှားရန်ခက်ခဲ [ဖြစ်ပါသည်] ။ ... အထီးအတွက်အဆက်မပြတ်အဖြစ်လူတန်းစားဝိညာဏ်နှင့်လုပ်ဆောင်ချက်များ၏သီအိုရီရူပါရုံကိုမောင်းနှင်, Goldthorpe နှင့်သူ၏လုပ်ဖော်ကိုင်ဘက်များအစားလုံလောက်မှု၏ခိုင်လုံသောစမ်းသပ်ဖို့သူတို့ကိုဖော်ထုတ်များ၏မိမိတို့ကိုယ်ပိုင်သီအိုရီယူဆချက်တိုက်ကျွေးခြင်းနှင့်ပျိုးထောင်ပေးသောပင်ကိုယ်မူလသက်သေအစုတခုတည်ဆောက်ခဲ့သည်။ "

    ဟတ်ကဆက်လက်:

    "သူတို့ stratification, နိုင်ငံရေးနှင့်ပစ္စည်းအသက်တာ၏ဖြစ်စဉ်များအကြောင်းကြားထက်ချမ်းသာကြွယ်ဝအလုပ်သမားစီမံကိန်း၏ပင်ကိုယ်မူလတွေ့ရှိချက်လယ်ပိုင်းရာစုလူမှုဗေဒ၏ masculinist တန်ဖိုးများအကြောင်းကိုပိုမိုကျွန်တော်တို့ကိုပြောပြပါ။ "

    သငျသညျချုပ်လုပ် data တွေကိုစုဆောင်းခြင်းစ built ဒေတာစုဆောင်း၏ဘက်လိုက်မှုရှိပြီးဘယ်မှာသည်အခြားဥပမာများစဉ်းစားနိုင်ပါသလား? ဘယ်လိုဒီ algorithmic သည်လူတို့၏နှိုင်းယှဉ်ရသနည်း သူတို့သည်ဤ custommades အသုံးပွုသငျ့သညျ့အခါသုတေသီများ readymades အသုံးပြုသင့်ပါတယ်သောအခါအဘို့အဘယ်သို့သက်ရောက်မှုရှိစေခြင်းငှါ,

11. [ ] ဒီအခနျးတှငျငါကုမ္ပဏီများနှင့်အစိုးရများအသုံးပြုနေသူများကဖန်တီးအုပ်ချုပ်ရေးမှတ်တမ်းများနှင့်အတူသုတေသီများအဘို့အသုတေသီများအားဖြင့်စုဆောင်းဒေတာနှိုင်းယှဉ်ပါပွီ။ တချို့လူတွေကသူတို့နှင့်အတူနှိုငျးယှဉျရသော ", ဒေတာကိုတွေ့" ဒီစီမံခန့်ခွဲရေးဆိုင်ရာမှတ်တမ်းများကိုခေါ် "ဒီဇိုင်းဒေတာ။ " ဒါဟာအုပ်ချုပ်ရေးမှတ်တမ်းများသုတေသီများတွေ့ကြသည်, ဒါပေမဲ့သူတို့မှာလည်းမြင့်မားဒီဇိုင်းရေးဆွဲလျက်ရှိသောမှန်သည်။ ဥပမာအားဖြင့်, ခေတ်မီနည်းပညာကုမ္ပဏီများသည်၎င်းတို့၏ဒေတာစုဆောင်း curate ရန်အလွန်ခဲယဉ်းအလုပ်လုပ်ကြသည်။ ထို့ကြောင့်ဤစီမံခန့်ခွဲရေးဆိုင်ရာမှတ်တမ်းများနှစ်ဦးစလုံးကိုတွေ့ရှိခဲ့ခြင်းနှင့်ဒီဇိုင်းဆွဲနေကြတယ်, ဒါကြောင့်ပဲသင့်ရဲ့ရှုထောင့် (ပုံ 2.12) ပေါ်တွင်မူတည်သည်။

    

    ပုံ 2,12: အဆိုပါရုပ်ပုံတစ်ဦးဘဲနှင့်ယုန်နှစ်ဦးစလုံး၏, အဘယ်အရာကိုသင်မြင်သင့်ရဲ့ရှုထောင့်ပေါ်တွင်မူတည်သည်။ Big ဒေတာသတင်းရင်းမြစ်နှစ်ခုလုံးကိုတွေ့ရှိခဲ့ခြင်းနှင့်ဒီဇိုင်းရေးဆွဲလျက်ရှိကြ၏ နောက်တဖန်အဘယ်သင်မြင်သင့်ရဲ့ရှုထောင့်ပေါ်တွင်မူတည်သည်။ ဥပမာအားဖြင့်, မိုဘိုင်းဖုန်းကုမ္ပဏီကကောက်ယူခေါ်ဆိုမှုဒေတာမှတ်တမ်းများတစ်ဦးသုတေသီများ၏ရှုထောင့်ကနေဒေတာတွေကိုတွေ့ရပါတယ်။ သို့သော်ဤအတိအကျတူညီမှတ်တမ်းများဖုန်းကုမ္ပဏီ၏ငွေတောင်းခံဌာနများတွင်အလုပ်လုပ်သူတစ်ဦးဦး၏ရှုထောင့်ကနေဒေတာတွေကိုဒီဇိုင်းရေးဆွဲနေကြပါတယ်။ ရင်းမြစ်: လူကြိုက်များသောသိပ္ပံလစဉ် (1899) / Wikimedia Commons ။

    သုတေသနအဘို့အကြောင်းဒေတာအရင်းအမြစ်တွေကိုအသုံးပြုတဲ့အခါတွေ့ဒီဇိုင်းအဖြစ်နှစ်ဦးစလုံးကမြင်နေအထောက်အကူဖြစ်စေသည်အဘယ်မှာရှိဒေတာအရင်းအမြစ်တစ်ခုဥပမာများကိုပေးစွမ်းပါသည်။

12. [ ] စဉ်းစားဟန်ဖြင့်စာစီစာကုံး, ခရစ်ယာန် Sandvig နှင့် Eszter Hargittai ခုနှစ်တွင် (2015) ဒစ်ဂျစ်တယ်စနစ်ကတစ်ဦး "တူရိယာ" သို့မဟုတ်ရှိမရှိအပေါ်မူတည်နှစ်ခုကျယ်ပြန့်အမျိုးအစားသို့အုပ်စုခွဲဒစ်ဂျစ်တယ်သုတေသန "လေ့လာမှုအရာဝတ္ထု။ " ပထမကြင်နာ-ရှိရာစနစ်တခုရဲ့ဥပမာ တစ်ဦး Bengtsson နှင့်လုပ်ဖော်ကိုင်ဘက်များကသုတေသနတူရိယာ-ဖြစ်ပါတယ် (2011) 2010 ခုနှစ်ဟေတီအတွက်မြေငလျင်ဒုတိယကြင်နာ-ဘယ်မှာစနစ် Jensen တို့ကလေ့လာမှု-ဖြစ်ပါတယ်သုတေသနတစ်ခုအရာဝတ္ထုဖြစ်ပါတယ်တခုရဲ့ဥပမာပြီးနောက်ရွှေ့ပြောင်းကိုခြေရာခံဖို့ကမိုဘိုင်းဖုန်း data တွေကိုသုံးပြီးအပေါ် (2007) Kerala တစ်လျှောက်လုံးမိုဘိုင်းဖုန်းကိုဘယ်လိုမိတ်ဆက်အပေါ်, အိန္ဒိယငါးများအတွက်စျေးကွက်၏လုပ်ငန်းဆောင်တာထိခိုက်။ ဒါဟာဒစ်ဂျစ်တယ်ဒေတာသတင်းရင်းမြစ်ကို အသုံးပြု. လေ့လာမှုများကိုသူတို့ဒေတာအရင်းအမြစ်၏တူညီသောမျိုးအသုံးပြုနေသည်လျှင်ပင်အတော်လေးကွဲပြားခြားနားသောပန်းတိုင်များရှိနိုင်သည်ကိုရှငျးသောကွောငျ့ငါသညျဤဂုဏ်ထူးအထောက်အကူရှာပါ။ လက်နက်နှင့်လေ့လာမှုတစ်ခုအရာဝတ္ထုအဖြစ်ဒစ်ဂျစ်တယ်စနစ်အားအသုံးပြုနှစ်ခုအဖြစ်ဒစ်ဂျစ်တယ်စနစ်အားအသုံးပြုနှစ်ခု: နောက်ထပ်ဒီဂုဏ်ထူးရှင်းလင်းနိုင်ရန်အတွက်, သင်ဖူးကြောင်းလေးလေ့လာမှုများကိုဖော်ပြရန်။ သငျသညျချင်တယ်ဆိုရင်သင်ဟာဒီအခနျးထဲကနေနမူနာကိုသုံးနိုင်သည်။