2.3.2.5 क्रमबद्ध हैरान

फेला डेटा व्यवहार यो प्रणाली को ईन्जिनियरिङ् लक्ष्य द्वारा संचालित छ, प्राकृतिक छैन।

मान्छे सजग छैनन् किनभने धेरै फेला डाटा स्रोतहरु गैर-प्रतिक्रियाशील छन् तापनि आफ्नो डाटा रेकर्ड भइरहेका छन् (धारा 2.3.1.3), अनुसन्धानकर्ताहरूले "स्वाभाविक निरन्तर" वा हुन यी अनलाइन प्रणाली मा व्यवहार विचार हुँदैन "शुद्ध।" वास्तविकता मा, डिजिटल प्रणाली भनेर रेकर्ड व्यवहार अत्यधिक यस्तो विज्ञापन मा क्लिक गरेर वा सामग्री पोस्ट रूपमा विशिष्ट व्यवहार induce गर्न ईन्जिनियर छन्। सिस्टम डिजाइनर को लक्ष्य डाटा मा ढाँचाको परिचय गर्न सक्ने तरिकाहरू एल्गोरिथमिक उलझाने भनिन्छ। एल्गोरिथमिक उलझाने सामाजिक वैज्ञानिकहरूले गर्न अपेक्षाकृत अज्ञात छ, तर यो होसियार डाटा वैज्ञानिकहरूले बीच एक प्रमुख चासो छ। र, डिजिटल निशान संग अन्य केही समस्याहरू विपरीत, एल्गोरिथमिक उलझाने हदसम्म अदृश्य छ।

एल्गोरिथमिक उलझाने को एक अपेक्षाकृत सरल उदाहरण फेसबुकमा लगभग 20 साथीहरूसँग प्रयोगकर्ता को एक anomalously उच्च नम्बर छन् भन्ने तथ्यलाई छ (Ugander et al. 2011) वैज्ञानिकहरूले फेसबुक कसरी काम गर्छ doubtlessly लगभग 20 जादुई सामाजिक नम्बर केही दयालु हुन्छ कति कथाहरू उत्पन्न गर्न सक्छ कुनै पनि समझ बिना यो डाटा संग विश्लेषण। तर, Ugander र उनको सहयोगिहरु डाटा उत्पन्न कि प्रक्रिया को एक पर्याप्त समझ थियो, र तिनीहरूले फेसबुक फेसबुकमा केही कनेक्शन संग मानिसहरू 20 मित्र पुग्यो सम्म थप मित्र बनाउन प्रोत्साहन थाह थियो। Ugander र सहयोगिहरु कागज मा यो भन्न छैन तापनि, यो नीति थप सक्रिय बन्न नयाँ प्रयोगकर्ता प्रोत्साहन गर्न फेसबुकमा संभाव्यतः सिर्जना गरिएको थियो। यो नीति अस्तित्व बारेमा थाह बिना, तर, यो सजिलो डाटा देखि गलत निष्कर्षमा पुग्न छ। अर्को शब्दमा, लगभग 20 साथीहरूसँग मान्छे को आश्चर्यजनक उच्च नम्बर हामीलाई मानव व्यवहार भन्दा फेसबुक बारेमा थप बताउँछ।

एल्गोरिथमिक उलझाने होसियारीसाथ अनुसन्धानकर्ताहरूले त्यहाँ हुन्छ अनलाइन प्रणाली को डिजाइनर सामाजिक सिद्धान्त थाह हुँदा एल्गोरिथमिक उलझाने को एक पनि trickier संस्करण हो र त्यसपछि काम मा यी सिद्धान्त Bake, थप छानबिन हुन सक्छ एक विचित्र परिणाम उत्पादन जहाँ यो अघिल्लो उदाहरण भन्दा बढी pernicious आफ्नो प्रणाली को। सामाजिक वैज्ञानिकहरूले यस performativity कल: सिद्धान्त तिनीहरूले थप सिद्धान्त संग लाइन मा दुनिया ल्याउन भनेर यस्तो तरिकाले दुनिया परिवर्तन गर्दा। performative एल्गोरिथमिक उलझाने को अवस्थामा, डाटा को हैरान प्रकृति संभावना अदृश्य छ।

performativity द्वारा सिर्जना ढाँचा को एउटा उदाहरण अनलाइन सामाजिक सञ्जाल मा transitivity छ। 1970 र 1980 को दशक मा, अनुसन्धानकर्ताहरूले बारम्बार तपाईं एलिस संग मित्र हो र तपाईं बब साथी हो, त्यसपछि बब र एलिस दुई अनियमित चुनिएको मानिसहरू भन्दा प्रत्येक अन्य साथी हुने बढी सम्भावना छन् भन्ने फेला परेन। र, यही ढाँचा फेसबुकमा सामाजिक ग्राफ पाइएको थियो (Ugander et al. 2011) । तसर्थ, एक Facebook मा मित्रताको ढाँचाको कम्तिमा transitivity मामलामा, अफलाइन मित्रता को ढाँचाहरू दोहराने भन्ने निष्कर्षमा पुग्न सक्छ। तर, फेसबुक सामाजिक ग्राफ मा transitivity को परिमाण आंशिक एल्गोरिथमिक उलझाने द्वारा संचालित छ। त्यो फेसबुक मा डाटा वैज्ञानिकहरूले transitivity बारेमा empirical र सैद्धान्तिक अनुसन्धान थाह र त्यसपछि फेसबुक कसरी काम गर्छ यसलाई सुखा छ। फेसबुक एक "मानिसहरूले तपाईंलाई थाह होस्" फेसबुक तपाईं transitivity छ गर्न सुझाव जो निर्णय गर्ने एउटा तरिका नयाँ मित्र सुझाव सुविधा र छ। छ, फेसबुक तपाईं आफ्नो मित्र को साथीहरूसँग मित्र बन्न सुझाव बढी सम्भावना छ। यसरी यो सुविधा फेसबुक सामाजिक ग्राफ मा transitivity वृद्धि को प्रभाव छ; अर्को शब्दमा, transitivity को सिद्धान्त सिद्धान्त को भविष्यवाणी संग लाइन मा दुनिया ल्याउँछ (Healy 2015) । तसर्थ, ठूलो डाटा स्रोतहरु सामाजिक सिद्धान्त को भविष्यवाणी उर्तानु देखिन्छ जब, हामी सिद्धान्त नै प्रणाली काम कसरी मा सुखा थिएन पक्का हुनुपर्छ।

बरु एक प्राकृतिक सेटिङ मा मान्छे देख्दा रूपमा ठूलो डाटा स्रोतहरु को सोच भन्दा, एक थप अपार्टमेन्ट उपमा एक क्यासिनो मानिसहरू नियालेर छ। क्यासिनो अत्यधिक केही व्यवहार induce डिजाइन वातावरण ईन्जिनियर छन्, र एक अनुसन्धानकर्ताहरूले एक क्यासिनो त्यो व्यवहार मानव व्यवहार मा एक unfettered विन्डो प्रदान हुनेछ आशा कहिल्यै। निस्सन्देह, हामी मानव व्यवहार अध्ययन बारेमा कुरा सिक्न सक्छ क्यासिनो-मा वास्तवमा एक क्यासिनो रक्सी खपत र जोखिम बीचको सम्बन्ध अध्ययन को लागि एक आदर्श सेटिङ हुन सक्छ प्राथमिकताहरू-तर हामी डाटा एक क्यासिनो सिर्जना भइरहेको थियो उपेक्षा यदि हामी शायद केही खराब निष्कर्ष आकर्षित।

दुर्भाग्यवश, किनभने अनलाइन प्रणाली को धेरै सुविधाहरू स्वामित्व, गरिबी दस्तावेज हो, र निरन्तर परिवर्तन एल्गोरिथमिक उलझाने सामना गर्ने विशेष गाह्रो छ। उदाहरणका लागि, म यस अध्यायमा पछि व्याख्या छौँ रूपमा, एल्गोरिथमिक उलझाने गुगल फ्लू चलन (धारा 2.4.2) को क्रमिक ब्रेक-डाउन लागि एक सम्भव विवरण थियो, तर यो दावी आकलन गर्न गाह्रो थियो किनभने गुगल खोज को भित्री workings तर्कको स्वामित्व छन्। एल्गोरिथमिक उलझाने को गतिशील प्रकृति सिस्टम बहाव को एक रूप हो। एल्गोरिथमिक उलझाने हामी जतिसुकै ठूलो एकल डिजिटल प्रणालीबाट आउने मानव व्यवहार लागि कुनै पनि दावी, होसियार हुनुपर्छ भन्ने हो।