2.3.2.4 बहने

जनसंख्या बहाव, उपयोग बहाव, र सिस्टम बहाव गाह्रो दीर्घकालीन रुझान अध्ययन गर्न ठूलो डेटा स्रोत प्रयोग गर्न बनाउन।

धेरै ठूलो डाटा स्रोतहरु को ठूलो लाभ को एक तिनीहरूले समय डाटा सङ्कलन छन्। सामाजिक वैज्ञानिकहरूले भन्दा-समय डाटा, अनुदैर्ध्य डाटा यस प्रकारको कल। र, स्वाभाविक, अनुदैर्ध्य डाटा परिवर्तन अध्ययन लागि धेरै महत्त्वपूर्ण छन्। मजबूती परिवर्तन मापन गर्न, तर, मापन प्रणाली नै स्थिर हुनुपर्छ। समाजशास्त्री Otis Dudley डंकन को शब्दमा, "तपाईं उपाय परिवर्तन छैन, परिवर्तन मापन गर्न चाहनुहुन्छ भने" (Fischer 2011) ।

दुर्भाग्यवश, धेरै ठूलो डाटा प्रणाली-विशेष गरी व्यापार प्रणाली सिर्जना गर्न र कब्जा डिजिटल निशान-गर्दै सबै समय परिवर्तन कि, म बहाव बोलाउछु एक प्रक्रिया। (प्रणाली नै परिवर्तन) जनसंख्या बहाव (जो तिनीहरूलाई प्रयोग मा परिवर्तन), व्यवहार बहाव (मान्छे तिनीहरूलाई प्रयोग गर्दै कसरी परिवर्तन), र सिस्टम बहाव: खासगरी यी प्रणाली तीन मुख्य तरिकामा परिवर्तन। बहाव तीन स्रोतहरू डिजिटल ट्रेस डेटा कुनै पनि ढाँचा दुनिया मा एक महत्वपूर्ण परिवर्तन को कारण हुन सकेन, वा यसलाई बहाव केही फारम कारण हुन सक्छ अर्थ।

बहाव-जनसंख्याको पहिलो स्रोत बहाव-छ जो सिस्टम प्रयोग गरिएको छ, र यो लामो समय तराजू र छोटो-समय तराजू परिवर्तन हुन्छ। उदाहरणका लागि, 2008 देखि सामाजिक मिडिया मा मान्छे को औसत उमेर बढेको छ प्रस्तुत गर्न। यी दीर्घकालीन रुझान साथै, कुनै पनि क्षण मा एक प्रणाली प्रयोग गरेर मानिसहरूलाई फरक हुन्छ। उदाहरणका लागि, 2012 को अमेरिकी राष्ट्रपति चुनाव समयमा महिलाहरु द्वारा लिखित थिए राजनीति बारे ट्वीट को अनुपात दिन दिन देखि fluctuated (Diaz et al. 2016) । तसर्थ, वास्तवमा भर्खरै परिवर्तन कुनै पनि क्षण मा कुरा भएको छ हुन सक्छ ट्वीटर-पदको मुड परिवर्तन हुन के देखिन सक्छ।

एक सिस्टम प्रयोग भएको छ परिवर्तनको साथै, त्यहाँ पनि सिस्टम प्रयोग कसरी परिवर्तनको छन्। उदाहरणका लागि, समयमा Gezi पार्क विरोध इस्तानबुल, टर्की 2013 protesters hashtags प्रयोगको परिवर्तन मा विरोध विकसित रूप लिइरहेको छ। यहाँ Zeynep Tufekci कसरी गर्ने (2014) उनले ट्विटर मा र भुइँमा व्यवहार देख्दा थियो किनभने पत्ता लगाउन सक्षम थियो जो बहाव, वर्णन:

"के भयो थियो बित्तिकै विरोध रूपमा मूख्य कथा, मान्छे को ठूलो संख्या भयो भन्ने थियो। । । नयाँ घटना ध्यान आकर्षित गर्न बाहेक hashtags प्रयोग रोकियो। । .. को विरोध जारी, र पनि बढ्यो बेला hashtags तल मृत्यु भयो। साक्षात्कार यस को लागि दुई कारण प्रकट गर्नुभयो। पहिलो, एक पटक सबैले विषय थियो, यो ह्यशट्याग एकैचोटि superfluous र वर्ण-सीमित ट्विटर मंच मा खर्चालु थियो। दोस्रो, hashtags मात्र रूपमा कुरा को लागि छैन, कुनै विशेष विषय ध्यान आकर्षित लागि उपयोगी देखेका थिए। "

तसर्थ, विरोध-सम्बन्धित hashtags संग ट्विट विश्लेषण गरेर विरोध गर्ने अध्ययन थिए अनुसन्धानकर्ताहरूले किनभने यो व्यवहार बहाव को के भइरहेको थियो को एक विकृत अर्थमा हुनेछ। उदाहरणका लागि, तिनीहरूले वास्तवमा घट्यो अघि विरोध को चर्चा लामो घट्यो भनेर विश्वास सक्छ।

बहाव को तेस्रो प्रकारको प्रणाली बहाव छ। यस अवस्थामा, यो परिवर्तन मानिस वा आफ्नो व्यवहार परिवर्तन हुँदै छ, तर प्रणाली नै परिवर्तन। उदाहरणका लागि, समय फेसबुक स्थिति अद्यावधिक लम्बाइ मा सीमा बढेको छ। तसर्थ, स्थिति अद्यावधिक कुनै पनि अनुदैर्ध्य अध्ययन यो परिवर्तन को कारण कलाकृतिहरू कमजोर हुनेछ। सिस्टम बहाव राम्ररी अब हामी सक्रिय जो एल्गोरिथमिक उलझाने भनिन्छ समस्या सम्बन्धित छ।