2.4.2 ကြိုတင်ခန့်မှန်းခြင်းနှင့် nowcasting

အနာဂတ်အတွက်ကြိုတင်ခန့်မှန်းခက်သည်, ဒါပေမယ့်ပစ္စုပ္ပန်ခန့်မှန်းပိုမိုလွယ်ကူသည်။

စူးစမ်းဒေတာနှင့်အတူသုတေသီများအသုံးပြုသောဒုတိယအဓိကမဟာဗျူဟာကြိုတင်ခန့်မှန်းသည်။ အနာဂတ်အတွက်ကြိုတင်ခန့်မှန်းနာမည်ဆိုးခက်ခဲသည်, ဒါပေမယ့်သူတို့ကကုမ္ပဏီတွေသို့မဟုတ်အစိုးရများအတွက်အလုပ်လုပ်ခြင်းရှိမရှိ, ဆုံးဖြတ်ချက်ချမှတ်သူများအဘို့မယုံနိုင်လောက်အောင်အရေးကြီးသောစေနိုင်ပါတယ်။

Kleinberg et al. (2015) အချို့သောမူဝါဒကိုပြဿနာများအတွက်ခန့်မှန်း၏အရေးပါမှုကိုရှင်းလင်းနှစ်ခုပုံပြင်များပေးထားပါတယ်။ ငါသည်တမိုးခေါင်ရင်ဆိုင်နေရသူသူမ၏အန္န, ပဌနာလိမ့်မယ်မိုဃ်းကိုရွာစေ၏အခွင့်အလမ်းတိုးမြှင့်ဖို့မိုးရွာရွာကခုန်လုပ်ဖို့ shaman ငှားရမ်းရန်ရှိမရှိဆုံးဖြတ်ရမယ်, တမူဝါဒကိုထုတ်လုပ်သူဆိုပါစို့။ နောက်ထပ်မူဝါဒကိုထုတ်လုပ်သူ, ငါသည်ဘော့သူ့ကိုမခေါ်ပါလိမ့်မယ်, အိမ်ပြန်လမ်းမှပေါ်စိုစွတ်သောရတဲ့ရှောင်ရှားရန်လုပ်ကိုင်ဖို့တစ်ထီးယူရှိမရှိဆုံးဖြတ်ရပါမည်။ သူတို့ရာသီဥတုနားလည်လျှင်အန္နနဲ့ Bob နှစ်ဦးစလုံးပိုကောင်းတဲ့ဆုံးဖြတ်ချက်ဖြစ်စေနိုင်ပါတယ်, ဒါပေမဲ့သူတို့ကွဲပြားခြားနားသောအရာတို့ကိုသိရန်လိုအပ်ပါသည်။ အန္နမိုဃ်းကိုရွာစေကခုန်မိုဃ်းကိုရွာစေခြင်းများဖြစ်ပေါ်ခြင်းရှိမရှိနားလည်ရန်လိုအပ်သည်။ ဘော့, အခြားတစ်ဖက်တွင်, ကြောင်းကျိုးဆက်စပ်အကြောင်းကိုဘာမှနားလည်သဘောပေါက်ရန်မလိုအပ်ပါဘူး, သူ့ကိုတခုတိကျမှုခန့်မှန်းချက်ကိုလိုအပ်ပါတယ်။ လူမှုသုတေသီများမကြာခဏအရာပေါ်အာရုံစူးစိုက် Kleinberg et al. (2015) "မိုးရွာရွာကခုန်-ကဲ့သို့" မူဝါဒကိုပြဿနာတွေ-သူတို့အားအာရုံစိုက်ကြောင်းမခေါ်ကြောင်းကျိုးဆက်စပ်နှင့်ကြိုတင်ခန့်မှန်းအပေါ်အာရုံစူးစိုက်သော "ထီးကဲ့သို့" မူဝါဒကိုပြဿနာများကိုလျစ်လျူရှု။

ငါ "။ ကြိုတင်ခန့်မှန်း" nowcasting -a "ယခု" ပေါင်းစပ်ပြီးမှဆင်းသက်လာသက်တမ်းခေါ်ကြိုတင်ခန့်မှန်း၏အထူးကြင်နာအပေါ်, သို့သော်, အာရုံစူးစိုက်လိုအစားအနာဂတ်မှာခန့်မှန်း, ပစ္စုပ္ပန်ကြိုတင်ခန့်မှန်းဖို့ကြိုးစားမှု nowcasting င့် (Choi and Varian 2012) ။ တနည်းအားဖြင့် nowcasting တိုင်းတာခြင်း၏ပြဿနာများအတွက်ကြိုတင်ခန့်မှန်းနည်းစနစ်ကိုအသုံးပြုပါတယ်။ ထိုကဲ့သို့သောကြောင့်၎င်းတို့၏နိုင်ငံများအကြောင်းကိုအချိန်မီနှင့်တိကျမှုအစီအမံလိုအပ်သူကိုအစိုးရများအထူးသဖြင့်အသုံးဝင်သောဖြစ်သင့်သည်။ Nowcasting Google ကတုပ်ကွေး Trends ၏စံနမူနာနှင့်အတူပါဆုံးရှင်းရှင်းလင်းလင်းသရုပ်ဖော်နိုင်ပါတယ်။

သင်တစ်ဦးကို search engine သို့ "တုပ်ကွေးကုစား" ကိုရိုက်ဒါကြောင့်သင်ရာသီဥတုအောက်မှာနည်းနည်းခံစားနေကြသည်ဆိုပါစို့, တုန့်ပြန်လင့်များ၏စာမျက်နှာခံယူ, ပြီးတော့တစ်ထောကျအကူပွုဝက်ဘ်စာမျက်နှာမှသူတို့ထဲကတစ်ဦးလိုက်နာပါ။ ယခုဤလှုပ်ရှားမှုရှာဖွေရေးအင်ဂျင်၏ရှုထောင့်မှထွက်ကစားလျှက်မြင်ယောင်ကြည့်ပါ။ တိုင်းအခိုက်, မေးမြန်းချက်သန်းပေါင်းများစွာသောကမ္ဘာတစ်ဝှမ်းမှရောက်ရှိလာသောနှင့်မေးမြန်းချက်-အရာကိုဒီစီးကြသည် Battelle (2006) က "ရည်ရွယ်ချက်တွေ၏ဒေတာဘေ့စ" ဟုခေါ်ခဲ့သည် - စုပေါင်းကမ္ဘာလုံးဆိုင်ရာသတိသို့အဆက်မပြတ် updated ပြတင်းပေါက်ပေးစွမ်းသည်။ သို့သော်တုပ်ကွေး၏ပျံ့နှံ့မှုတစ်ခုတိုင်းတာခြင်းသို့သတင်းအချက်အလက်များ၏ဤအစီးလှည့်ခက်ခဲသည်။ ရိုးရှင်းစွာအ "တုပ်ကွေးကုစား" ကောင်းစွာအလုပ်မလုပ်မပြုစေခြင်းငှါအဘို့အမေးမြန်းချက်များအရေအတွက်တက်ရေတွက်။ တုပ်ကွေးကုစားဘို့တုပ်ကွေးကုစားနှင့်မလူတိုင်းအဘယ်သူရှာများအတွက်တုပ်ကွေးရှာဖွေမှုများကိုသူမလူတိုင်းတုပ်ကွေးရောဂါရှိပါတယ်။

Google ကတုပ်ကွေး Trends နောက်ကွယ်မှအရေးကြီးသောနှင့်လိမ္မာပါးနပ်လှည့်ကွက်တစ်ခုကြိုတင်ခန့်မှန်းပြဿနာစတိုင်းတာခြင်းပြဿနာကိုဖွင့်ဖို့ဖြစ်တယ်။ ရောဂါထိန်းချုပ်ရေးနှင့်ကာကွယ်တားဆီးရေးအဘို့အမေရိကန်စင်တာ (CDC) တိုင်းပြည်ပတ်ပတ်လည်ဆရာဝန်များကနေသတင်းအချက်အလက်စုဆောင်းထားတဲ့တုပ်ကွေးစောင့်ကြည့်ရေးစနစ်ကရှိပါတယ်။ သို့သော်ဤ CDC စနစ်ဖြင့်တဦးတည်းပြဿနာသုံးနေပြီသတင်းပို့တစ်ဦးနှစ်ဦးတပတ်ရှိ၏ဖြစ်၏ ဆရာဝန်များမှရောက်ရှိလာသောထိုဒေတာ, သန့်ရှင်းလုပ်ငန်းများ၌နှင့်ပုံနှိပ်ထုတ်ဝေခံရဖို့အတှကျအချိန်ကကြာတယ်။ တစ်ဦးထွန်းသစ်စကပ်ရောဂါကိုင်တွယ်သောအခါမူကား, ပြည်သူ့ကျန်းမာရေးရုံးများလွန်ခဲ့သောနှစ်ပတ်ရှိ၏ဘယ်လောက်တုပ်ကွေးသိချင်ကြပါဘူး, သူတို့အခုအချိန်မှာလည်းမရှိဘယ်လောက်တုပ်ကွေးသိလိုကြသည်။ တကယ်တော့လူမှုရေးအချက်အလက်များ၏များစွာသောအခြားရိုးရာသတင်းရပ်ကွက်များအတွက်, ဒေတာစုဆောင်း၏လှိုင်းတံပိုးများနှင့်အစီရင်ခံနှေးအကြားကွာဟချက်ရှိပါတယ်။ အများစုဟာကြီးမားတဲ့ဒေတာအရင်းအမြစ်, အခြားတစ်ဖက်တွင်, အစဉ်မပြတ်-On (ပုဒ်မ 2.3.1.2) ဖြစ်ကြသည်။

ထိုကွောငျ့, ဂျယ်ရမီ Ginsberg နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2009) ကို Google Search ကိုဒေတာကနေ CDC တုပ်ကွေးဒေတာကြိုတင်ခန့်မှန်းဖို့ကြိုးစားခဲ့တယ်။ ဒါကသုတေသီများ CDC, ပစ္စုပ္ပန်တိုင်းတာကြောင်းအနာဂတ်ဒေတာမှအနာဂတ်ဒေတာခန့်မှန်းအားဖြင့်ယခုရှိပါတယ်ဘယ်လောက်တုပ်ကွေးကိုတိုင်းတာဖို့ကြိုးစားနေခဲ့ကြသောကြောင့်, "ပစ္စုပ္ပန်ခန့်မှန်း" ၏ဥပမာတစ်ခုဖြစ်ပါတယ်။ စက်သင်ယူမှုအသုံးပြုခြင်း, သူတို့ CDC တုပ်ကွေးအချက်အလက်များ၏အများစုကိုကြိုတင်ခန့်မှန်းချက်နေသောကြည့်ဖို့သန်း 50 ကွဲပြားခြားနားသောရှာဖွေရေးအသုံးအနှုန်းများမှတဆင့်ရှာဖွေ။ နောက်ဆုံးတွင်သူတို့အများဆုံးကြိုတင်ခန့်မှန်းချက်ဖြစ်ပုံရကြောင်း 45 ကွဲပြားခြားနားသောမေးမြန်းချက်အစုတခုတွေ့နှင့်ရလဒ်များကိုအတော်လေးကောင်း: သူတို့က CDC ဒေတာကြိုတင်ခန့်မှန်းဖို့ရှာဖွေရေးဒေတာကိုသုံးနိုင်မည်ဖြစ်သည်။ သဘာဝတရားကထုတ်ဝေခဲ့သည့်ဤစာတမ်းအပေါ်တစ်စိတ်တစ်ပိုင်းအခြေစိုက် Google ကတုပ်ကွေး Trends ကြီးမားတဲ့ဒေတာ၏တန်ခိုးနှင့် ပတ်သက်. တစ်ဦးကိုမကြာခဏထပ်တလဲလဲအောင်မြင်မှုဇာတ်လမ်းတစ်ပုဒ်ဖြစ်လာခဲ့သည်။

အဲဒီမှာဒီသိသာအောင်မြင်မှုနှစ်ခုအရေးကြီးသောအတွက်အသိပေးချက်သို့သော်ဖြစ်ကြသည်ကို၎င်း, ဤသူအတွက်အသိပေးချက်ကိုနားလည်သငျသညျအကဲဖြတ်ရန်ကူညီခြင်းနှင့်ကြိုတင်ခန့်မှန်းခြင်းနှင့် nowcasting ပြုလိမ့်မည်။ ပထမဦးစွာ Google ကတုပ်ကွေး Trends အမှန်တကယ်တုပ်ကွေးပျံ့နှံ့မှုနှစ်ခုလတ်တလောတိုင်းတာနေတဲ့ linear extrapolation အပေါ်အခြေခံပြီးတုပ်ကွေး၏ပမာဏကိုခန့်မှန်းတဲ့ရိုးရှင်းတဲ့ပုံစံထက်အများကြီးပိုကောင်းမဟုတ်ခဲ့၏စွမ်းဆောင်ရည် (Goel et al. 2010) ။ ထိုအခါအချို့သောအချိန်ကာလကိုကျော် Google ကတုပ်ကွေး Trends ကတကယ်တော့ဒီရိုးရှင်းတဲ့ချဉ်းကပ်မှုထက်ပိုမိုဆိုးရွားခဲ့သည် (Lazer et al. 2014) ။ တနည်းအားဖြင့်အားလုံး၎င်း၏ဒေတာ, စက်သင်ယူမှုနှင့်အစွမ်းထက်ကွန်ပျူတာနှင့်အတူ Google ကတုပ်ကွေး Trends သိသိသာသာရိုးရှင်းတဲ့နှင့် heuristic နားလည်ရန်ပိုမိုလွယ်ကူ outperform မဟုတ်ခဲ့ပေ။ ဒါဟာမဆိုခန့်မှန်းအကဲဖြတ်သို့မဟုတ်ပါက nowcast တဲ့အခါအခြေခံဆန့်ကျင်နှိုင်းယှဉ်ဖို့အရေးကြီးပါတယ်ကြောင်းအကြံပြုထားသည်။

Google ကတုပ်ကွေး Trends ပတ်သက်. ဒုတိယအရေးကြီးသောအတွက်အသိပေးချက်ကို CDC တုပ်ကွေးဒေတာကြိုတင်ခန့်မှန်းရန်၎င်း၏စွမ်းရည်ရှိသောကြောင့်ပျံ့နှင့် algorithmic ဖွငျ့ရေတိုရေရှည်ပျက်ကွက်ခြင်းနှင့်ရေရှည်ယိုယွင်းမှကျရောက်နေတဲ့ခဲ့သည်။ ဥပမာအားဖြင့်, လူကမ္ဘာလုံးဆိုင်ရာရောဂါ၏ကျယ်ပြန့်ကြောက်ရွံ့သောသဘောမှတုန့်ပြန်မှာသူတို့ရဲ့ရှာဖွေရေးအပြုအမူကိုပြောင်းလဲလေ့ဖြစ်နိုင်သောကွောငျ့, တုပ်ကွေး Over-ခန့်မှန်းခြေပမာဏသိသိသာသာ 2009 က်တုပ်ကွေးဖြစ်ပွား Google ကတုပ်ကွေး Trends ကာလအတွင်း (Cook et al. 2011; Olson et al. 2013) ဤအရေတိုရေရှည်ပြဿနာများအပြင်, စွမ်းဆောင်ရည်တဖြည်းဖြည်းအချိန်ကျော်လောင်းပုပ်ပျက်သွား။ ဒီရေရှည်ယိုယွင်းများအတွက်အကြောင်းပြချက် Diagnosing Google ရှာဖွေ algorithms စီးပွားဖြစ်ကြောင့်ခက်ခဲပေမယ့် 2011 ခုနှစ်, Google (ကလည်းထင်ရလူ "အဖျား" နှင့် "ချောင်းဆိုး" ကဲ့သို့ရောဂါလက္ခဏာကိုရှာဖွေသောအခါဆက်နွယ်ရှာဖွေရေးဝေါဟာရများကိုအကြံပြုမယ်လို့အပြောင်းအလဲများကိုလုပ်ပုံ ဒီ feature) မရှိတော့တက်ကြွဖြစ်၏။ ဒီ feature ထည့်သွင်းခြင်းသင်တစ်ဦး search engine ကိုစီးပွားရေးလုပ်ငန်းလည်ပတ်နေလျှင်လုပ်ဖို့လုံးဝကျိုးကြောင်းဆီလျော်အရာဖြစ်တယ်, ဒါကြောင့်ပိုပြီးကျန်းမာရေးကိုဆက်စပ်ရှာဖွေမှုများကိုထုတ်လုပ်၏အကျိုးသက်ရောက်မှုရှိခဲ့ပါတယ်။ ဒီဖြစ်ကောင်းစီးပွားရေးလုပ်ငန်းတွေအတွက်အောင်မြင်မှုပင်ဖြစ်ခဲ့လေသည်, သို့သော် Over-ခန့်မှန်းချက်တုပ်ကွေးပျံ့နှံ့ဖို့ Google ကတုပ်ကွေး Trends စေသော (Lazer et al. 2014) ။

ကံကောင်းထောက်မစွာ, Google ကတုပ်ကွေး Trends နှင့်အတူဒီပြဿနာတွေကို fixable ဖြစ်ကြသည်။ တကယ်တော့ပိုပြီးသတိထားနည်းလမ်းများသုံးပြီး, Lazer et al. (2014) နှင့် Yang, Santillana, and Kou (2015) ပိုကောင်းတဲ့ရလဒ်တွေကိုရနိုင်ခဲ့ကြတယ်။ ရှေ့ဆက် Going, ငါသည်သုတေသီနှင့်အတူကြီးမားတဲ့ data တွေကိုပေါင်းစပ်ကြောင်း nowcasting လေ့လာမှုများ Michaelangelo စတိုင်နှင့်အတူဒေတာ-ကြောင်း Duchamp စတိုင် Readymades ပေါင်းစပ်စုဆောင်းမျှော်လင့် Custommades-လိမ့်မည်အနာဂါတ်ပစ္စုပ္ပန်နှင့်ခန့်မှန်းချက်များပိုမိုမြန်ဆန်နှင့်ပိုပြီးတိကျမှုတိုင်းတာမှုများထုတ်လုပ်ရန်မူဝါဒချမှတ်သူများ enable ။