ਹਮੇਸ਼ਾ-'ਤੇ ਵੱਡੇ ਡਾਟਾ ਅਚਾਨਕ ਘਟਨਾ ਹੈ ਅਤੇ ਅਸਲ-ਵਾਰ ਮਾਪ ਦਾ ਅਧਿਐਨ ਕਰਦਾ ਹੈ.
ਕਈ ਵੱਡੇ ਡਾਟਾ ਸਿਸਟਮ ਨੂੰ ਹਮੇਸ਼ਾ-'ਤੇ ਹਨ; ਉਹ ਲਗਾਤਾਰ ਡਾਟਾ ਇਕੱਠਾ ਕਰ ਰਹੇ ਹਨ. ਇਹ ਹਮੇਸ਼ਾ-'ਤੇ ਗੁਣ ਲੰਮੀ ਡਾਟੇ ਨਾਲ ਖੋਜਕਾਰ ਦਿੰਦਾ ਹੈ (ਭਾਵ, ਵਾਰ ਵੱਧ ਡਾਟਾ). ਹਮੇਸ਼ਾ-ਤੇ ਹੋਣ ਖੋਜ ਕਰਨ ਲਈ ਦੋ ਮਹੱਤਵਪੂਰਨ ਪਰ੍ਭਾਵ ਹੈ.
ਪਹਿਲੀ, ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਖੋਜਕਾਰ ਤਰੀਕੇ, ਜੋ ਕਿ ਪਿਛਲੀ ਸੰਭਵ ਨਾ ਸਨ, ਵਿਚ ਅਚਾਨਕ ਘਟਨਾ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਯੋਗ ਕਰਦਾ ਹੈ. ਮਿਸਾਲ ਲਈ, 2013 ਦੀ ਗਰਮੀ ਵਿਚ ਤੁਰਕੀ ਵਿਚ Gezi ਰੋਸ ਕਬਜ਼ਾ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਿਚ ਦਿਲਚਸਪੀ ਖੋਜਕਾਰ ਖਾਸ ਤੌਰ ਘਟਨਾ ਦੌਰਾਨ ਪ੍ਰਦਰਸ਼ਨਕਾਰੀ ਦੇ ਵਿਵਹਾਰ 'ਤੇ ਧਿਆਨ ਹੋਵੇਗਾ. Ceren Budak ਅਤੇ ਡੰਕਨ ਵਾਟਸ (2015) , ਦੇ ਅੱਗੇ ਪ੍ਰਦਰਸ਼ਨਕਾਰੀ ਟਵਿੱਟਰ-ਵਰਤ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਟਵਿੱਟਰ ਦੀ ਹਮੇਸ਼ਾ-'ਤੇ ਕੁਦਰਤ ਵਰਤ ਦੌਰਾਨ ਦੁਆਰਾ ਹੋਰ ਕੀ ਕਰਨ ਦੇ ਯੋਗ ਸਨ, ਅਤੇ ਘਟਨਾ ਦੇ ਬਾਅਦ. ਅਤੇ, ਉਹ ਘਟਨਾ ਦੇ ਬਾਅਦ (ਚਿੱਤਰ 2.1) ਦੇ ਅੱਗੇ, ਦੇ ਦੌਰਾਨ ਗੈਰ-ਹਿੱਸਾ ਲੈਣ (ਜ ਹਿੱਸਾ ਲੈਣ ਜੋ ਰੋਸ ਬਾਰੇ ਟਵੀਟ ਨਾ ਕੀਤਾ) ਦੀ ਇੱਕ ਤੁਲਨਾ ਗਰੁੱਪ ਨੂੰ ਬਣਾਉਣ ਲਈ ਯੋਗ ਸਨ, ਅਤੇ. ਕੁੱਲ ਵਿੱਚ ਆਪਣੇ ਸਾਬਕਾ ਪੋਸਟ ਨੂੰ ਪੈਨਲ ਦੇ ਦੋ ਸਾਲ ਵੱਧ 30,000 ਲੋਕ ਟਵੀਟ ਸ਼ਾਮਲ ਸਨ. ਉਹ ਅੰਦਾਜ਼ਾ ਕਰਨ ਲਈ ਲੋਕ ਦੀ ਕਿਹੜੀ ਕਿਸਮ ਦੇ ਹੋਰ Gezi ਰੋਸ ਵਿਚ ਹਿੱਸਾ ਲੈਣ ਲਈ ਅਤੇ ਦੇ ਰਵੱਈਏ ਵਿਚ ਤਬਦੀਲੀ ਦਾ ਅੰਦਾਜ਼ਾ ਦੀ ਸੰਭਾਵਨਾ ਸਨ ਯੋਗ ਸਨ: ਇਸ ਨੂੰ ਹੋਰ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਰੋਸ ਤੱਕ ਆਮ ਵਰਤੇ ਡਾਟਾ ਵਧਾਉਣ ਕੇ, Budak ਅਤੇ ਵਾਟਸ ਹੋਰ ਬਹੁਤ ਕੁਝ ਸਿੱਖਣ ਲਈ ਯੋਗ ਸਨ ਹਿੱਸਾ ਲੈਣ ਅਤੇ ਗੈਰ-ਹਿੱਸਾ ਲੈਣ, ਦੋਨੋ ਛੋਟੀ ਮਿਆਦ ਦੇ ਵਿੱਚ (ਪਰੀ-Gezi ਦਾ Gezi ਦੌਰਾਨ ਤੁਲਨਾ) ਅਤੇ ਲੰਬੀ ਮਿਆਦ ਦੀ ਵਿਚ (ਪੋਸਟ-Gezi ਨੂੰ ਪ੍ਰੀ-Gezi ਤੁਲਨਾ).
ਇਹ ਸੱਚ ਹੈ ਕਿ ਇਹ ਅਨੁਮਾਨ ਦੇ ਕੁਝ ਬਿਨਾ ਬਣਾਇਆ ਗਿਆ ਹੈ ਹੋ ਸਕਦਾ ਹੈ ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਸਰੋਤ (ਉਦਾਹਰਨ ਲਈ, ਰਵੱਈਏ ਤਬਦੀਲੀ ਦੇ ਲੰਬੇ ਮਿਆਦ ਦੇ ਅਨੁਮਾਨ), ਪਰ 30,000 ਲੋਕ ਲਈ ਅਜਿਹੇ ਡਾਟਾ ਇਕੱਠਾ ਕਾਫ਼ੀ ਮਹਿੰਗਾ ਹੋ ਗਿਆ ਹੈ ਸੀ. ਅਤੇ, ਨੂੰ ਵੀ, ਇੱਕ ਬੇਅੰਤ ਦੇ ਬਜਟ ਨੂੰ ਦਿੱਤੀ ਹੈ, ਮੈਨੂੰ ਕਿਸੇ ਵੀ ਹੋਰ ਢੰਗ ਹੈ, ਜੋ ਕਿ ਜਰੂਰੀ ਖੋਜਕਾਰ ਵਾਰ ਵਿੱਚ ਵਾਪਸ ਸਫ਼ਰ ਕਰਨ ਅਤੇ ਇਸ ਨੂੰ ਸਿੱਧਾ ਅਤੀਤ ਵਿਚ ਹਿੱਸਾ ਲੈਣ ਦਾ ਵਤੀਰਾ ਪਾਲਨਾ ਸਹਾਇਕ ਹੈ ਦੀ ਸੋਚਦੇ ਨਾ ਕਰ ਸਕਦਾ ਹੈ. ਨਜ਼ਦੀਕੀ ਬਦਲ ਰਵੱਈਏ ਦੇ ਵਿਆਪੀ ਰਿਪੋਰਟ ਇਕੱਠਾ ਕਰਨ ਲਈ ਹੋ ਜਾਵੇਗਾ, ਪਰ ਇਹ ਰਿਪੋਰਟ ਸੀਮਿਤ ਗ੍ਰੈਨਿਊਲੈਰਿਟੀ ਅਤੇ ਇਤਰਾਜ਼ਯੋਗ ਸ਼ੁੱਧਤਾ ਦੀ ਹੋਵੇਗੀ. ਸਾਰਣੀ 2.1 ਪੜ੍ਹਾਈ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਨੂੰ ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਸਰੋਤ ਅਚਾਨਕ ਘਟਨਾ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਇਸਤੇਮਾਲ ਦੇ ਹੋਰ ਮਿਸਾਲ ਦਿੰਦਾ ਹੈ.
ਅਚਾਨਕ ਘਟਨਾ | ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਸਰੋਤ | ਕੀਟਾਟੀਓਨ |
---|---|---|
ਟਰਕੀ ਵਿੱਚ Gezi ਲਹਿਰ ਕਬਜ਼ਾ | ਟਵਿੱਟਰ | Budak and Watts (2015) |
Hong Kong ਵਿੱਚ ਛਤਰੀ ਰੋਸ | ਵੀਬੋ | Zhang (2016) |
ਨਿਊਯਾਰਕ ਸਿਟੀ ਵਿਚ ਪੁਲਿਸ ਦੇ ਗੋਲੀ | ਰੋਕੋ-ਅਤੇ-frisk ਰਿਪੋਰਟ | Legewie (2016) |
ਵਿਅਕਤੀ ਆਈ.ਐਸ.ਆਈ.ਐਸ. ਸ਼ਾਮਲ ਹੋਣ | ਟਵਿੱਟਰ | Magdy, Darwish, and Weber (2016) |
ਸਤੰਬਰ 11, 2001 ਦੇ ਹਮਲੇ | livejournal.com | Cohn, Mehl, and Pennebaker (2004) |
ਸਤੰਬਰ 11, 2001 ਦੇ ਹਮਲੇ | ਪੇਜ਼ਰ ਸੁਨੇਹੇ | Back, Küfner, and Egloff (2010) , Pury (2011) , Back, Küfner, and Egloff (2011) |
ਦੂਜਾ, ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਖੋਜਕਾਰ ਰੀਅਲ-ਟਾਈਮ ਮਾਪ ਹੈ, ਜੋ ਕਿ ਸੈਟਿੰਗ, ਜਿੱਥੇ ਨੀਤੀ ਨੂੰ ਨਿਰਮਾਤਾ ਹੁਣੇ ਹੀ ਮੌਜੂਦਾ ਵਿਵਹਾਰ ਨੂੰ ਤੱਕ ਸਿੱਖ ਨਾ ਕਰਨ ਲਈ, ਪਰ ਇਹ ਵੀ ਇਸ ਨੂੰ ਕਰਨ ਲਈ ਜਵਾਬ ਚਾਹੁੰਦੇ ਵਿਚ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦਾ ਹੈ ਪੈਦਾ ਕਰਨ ਲਈ ਯੋਗ ਕਰਦਾ ਹੈ. ਮਿਸਾਲ ਲਈ, ਸਮਾਜਿਕ ਮੀਡੀਆ ਨੂੰ ਡਾਟਾ ਕੁਦਰਤੀ ਆਫ਼ਤ ਦਾ ਜਵਾਬ ਅਗਵਾਈ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ (Castillo 2016) .
ਸਿੱਟਾ ਵਿੱਚ, ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਸਿਸਟਮ ਅਚਾਨਕ ਘਟਨਾ ਦਾ ਅਧਿਐਨ ਅਤੇ ਨੀਤੀ ਨਿਰਮਾਤਾ ਕਰਨ ਲਈ ਅਸਲੀ-ਵਾਰ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਖੋਜਕਾਰ ਯੋਗ ਕਰੋ. ਮੈਨੂੰ ਨਾ, ਪਰ, ਪ੍ਰਸਤਾਵ ਸੀ ਕਿ ਹਮੇਸ਼ਾ-'ਤੇ ਡਾਟਾ ਸਿਸਟਮ ਖੋਜਕਾਰ ਵਾਰ ਦੇ ਲੰਬੇ ਦੌਰ ਦੇ ਉੱਤੇ ਬਦਲਾਅ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਯੋਗ ਕਰਨ ਹੈ, ਜੋ ਕਿ. ਜੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਵੱਡੇ ਡਾਟਾ ਸਿਸਟਮ ਲਗਾਤਾਰ ਬਦਲ-ਇੱਕ ਕਰ ਰਹੇ ਹਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਹਿੰਦੇ ਰੁਖ਼ (ਹਿੱਸਾ 2.3.2.4) ਹੈ.