2.4.2 ਅਨੁਮਾਨ ਹੈ ਅਤੇ nowcasting

ਭਵਿੱਖ ਦਾ ਅੰਦਾਜ਼ਾ ਮੁਸ਼ਕਲ ਹੈ, ਪਰ ਮੌਜੂਦ ਅੰਦਾਜ਼ਾ ਸੌਖਾ ਹੈ.

ਦੂਜਾ ਮੁੱਖ observational ਡਾਟੇ ਨਾਲ ਖੋਜਕਾਰ ਦੁਆਰਾ ਵਰਤਿਆ ਰਣਨੀਤੀ ਅਨੁਮਾਨ ਹੈ. ਭਵਿੱਖ ਦਾ ਅੰਦਾਜ਼ਾ ਕਰਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਪਰ ਇਸ ਨੂੰ ਫੈਸਲੇ ਦਾ ਨਿਰਮਾਤਾ ਲਈ ਅਵਿਸ਼ਵਾਸ਼ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦਾ ਹੈ, ਕਿ ਕੀ ਉਹ ਕੰਪਨੀ ਜ ਸਰਕਾਰ ਵਿਚ ਕੰਮ ਕਰਦੇ ਹਨ.

Kleinberg et al. (2015) , ਦੋ ਕਹਾਣੀਆ ਹੈ, ਜੋ ਕਿ ਕੁਝ ਖਾਸ ਨੀਤੀ ਨੂੰ ਸਮੱਸਿਆ ਲਈ ਅਨੁਮਾਨ ਦੇ ਮਹੱਤਵ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦੀ ਹੈ. ਇੱਕ ਨੀਤੀ ਨੂੰ ਮੇਕਰ ਕਲਪਨਾ ਕਰੋ, ਮੈਨੂੰ ਉਸ ਅੰਨਾ, ਜੋ ਕਿ ਇੱਕ ਸੋਕੇ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇੱਕ shaman ਨੂੰ ਨਿਯੁਕਤ ਕਰਨ ਲਈ ਕਿ ਕੀ ਬਾਰਸ਼ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ, ਮੈਸਿਡੋਨਿਆ, ਨਾਚ ਨੂੰ ਕੀ ਕਰਨ ਦੀ ਨੂੰ ਕਾਲ ਕਰੋ ਲੱਗੇਗਾ. ਇਕ ਹੋਰ ਦੀ ਨੀਤੀ ਮੇਕਰ, ਮੈਨੂੰ ਉਸ ਨੂੰ ਬੌਬ ਨੂੰ ਕਾਲ ਕਰੋ ਲੱਗੇਗਾ, ਫ਼ੈਸਲਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇੱਕ ਛੱਤਰੀ ਲੈ ਲਈ ਕਿ ਕੀ ਘਰ 'ਤੇ ਬਰਫ ਦੀ ਹੋ ਰਹੀ ਬਚਣ ਲਈ ਕੰਮ ਕਰਨ ਲਈ. ਜੇ ਉਹ ਮੌਸਮ ਨੂੰ ਸਮਝਣ ਦੋਨੋ ਅੰਨਾ ਅਤੇ ਬੌਬ ਇੱਕ ਬਿਹਤਰ ਦਾ ਫੈਸਲਾ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਉਹ ਵੱਖ-ਵੱਖ ਕੁਝ ਪਤਾ ਕਰਨ ਦੀ ਲੋੜ ਹੈ. ਅੰਨਾ ਨੂੰ ਸਮਝਣ ਲਈ, ਮੈਸਿਡੋਨਿਆ, ਨਾਚ, ਮੈਸਿਡੋਨਿਆ, ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ ਕਿ ਕੀ ਲੋੜ ਹੈ. ਬੌਬ, ਦੂਜੇ ਪਾਸੇ, causality ਬਾਰੇ ਕੁਝ ਵੀ ਸਮਝਣ ਦੀ ਲੋੜ ਹੈ, ਨਾ ਕਰਦਾ ਹੈ; ਉਹ ਹੁਣੇ ਹੀ ਸਹੀ ਅਨੁਮਾਨ ਦੀ ਲੋੜ ਹੈ. ਸੋਸ਼ਲ ਖੋਜਕਾਰ ਅਕਸਰ 'ਤੇ ਧਿਆਨ Kleinberg et al. (2015) ', ਮੈਸਿਡੋਨਿਆ, ਨਾਚ-ਵਰਗੇ "ਦੀ ਨੀਤੀ ਸਮੱਸਿਆ-ਉਹ ਹਨ ਜੋ-causality ਅਤੇ' ਤੇ ਧਿਆਨ ਹੈ, ਜੋ ਕਿ ਅਨੁਮਾਨ 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਗਿਆ ਹੈ," ਛੱਤਰੀ-ਵਰਗੇ "ਦੀ ਨੀਤੀ ਸਮੱਸਿਆ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਨੂੰ ਕਾਲ ਕਰੋ.

ਮੈਨੂੰ ਮੌਜੂਦ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਕੋਸ਼ਿਸ਼ nowcasting, ਫੋਕਸ ਕਰਨ ਲਈ, ਪਰ, ਅਨੁਮਾਨ ਕਹਿੰਦੇ nowcasting ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਕਿਸਮ ਦੀ -a ਮਿਆਦ ​​ਦਾ ਸੰਯੋਗ ਹੈ "ਹੁਣ" ਅਤੇ ਤੱਕ ਲਿਆ ਤੇ ਚਾਹੁੰਦੇ "ਅਨੁਮਾਨ." ਭਵਿੱਖ ਦਾ ਅੰਦਾਜ਼ਾ ਬਜਾਇ (Choi and Varian 2012) . ਹੋਰ ਸ਼ਬਦ ਵਿੱਚ, nowcasting ਮਾਪ ਦੀ ਸਮੱਸਿਆ ਲਈ ਅਨੁਮਾਨ ਢੰਗ ਵਰਤਦਾ ਹੈ. ਅਜਿਹੇ ਹੋਣ ਦੇ ਨਾਤੇ, ਇਸ ਨੂੰ ਖਾਸ ਕਰਕੇ ਸਰਕਾਰ ਜੋ ਆਪਣੇ ਦੇਸ਼ ਦੇ ਬਾਰੇ ਸਿਰ ਅਤੇ ਸਹੀ ਕਦਮ ਦੀ ਲੋੜ ਹੈ ਲਈ ਲਾਭਦਾਇਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. Nowcasting ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਦੀ ਮਿਸਾਲ ਦੇ ਨਾਲ ਸਭ ਨੂੰ ਸਪਸ਼ਟ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ.

ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਹਾਨੂੰ ਮੌਸਮ ਦੇ ਅਧੀਨ ਇੱਕ ਬਿੱਟ, ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਇੱਕ ਖੋਜ ਇੰਜਣ ਵਿੱਚ ਟਾਈਪ ਕਰੋ "ਫਲੂ ਦਾ ਇਸਤੇਮਲ" ਮਹਿਸੂਸ ਕਰ ਰਹੇ ਹਨ, ਦੇ ਜਵਾਬ ਵਿਚ ਲਿੰਕ ਦਾ ਇੱਕ ਸਫ਼ਾ ਪ੍ਰਾਪਤ ਕਰੋ, ਅਤੇ ਫਿਰ ਇੱਕ ਸਹਾਇਕ ਵੈੱਬਪੇਜ ਨੂੰ ਦੇ ਇੱਕ ਦੀ ਪਾਲਣਾ ਕਰੋ. ਹੁਣ ਕਲਪਨਾ ਕਰੋ ਕਿ ਇਸ ਨੂੰ ਸਰਗਰਮੀ ਖੋਜ ਇੰਜਣ ਦੇ ਨਜ਼ਰੀਏ ਤੱਕ ਬਾਹਰ ਖੇਡਿਆ ਜਾ ਰਿਹਾ ਹੈ. ਹਰ ਪਲ, ਸਵਾਲ ਦੇ ਦਹਿ ਸੰਸਾਰ ਭਰ ਆ ਰਹੇ ਹਨ, ਅਤੇ ਸਵਾਲ-ਕੀ ਹੈ ਦੀ ਇਸ ਧਾਰਾ ਨੂੰ Battelle (2006) , "ਇਰਾਦੇ ਦੇ ਡੇਟਾਬੇਸ" ਕਿਹਾ ਗਿਆ ਹੈ - ਸਮੂਹਿਕ ਗਲੋਬਲ ਚੇਤਨਾ ਵਿੱਚ ਇੱਕ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਵਿੰਡੋ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ. ਪਰ, ਫਲੂ ਦੇ ਫੈਲੀ ਦਾ ਇੱਕ ਮਾਪ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦੇ ਇਸ ਧਾਰਾ ਨੂੰ ਮੋੜ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ. ਬਸ "ਫਲੂ ਦਾ ਇਸਤੇਮਲ" ਲਈ ਬੇਨਤੀ ਦੀ ਗਿਣਤੀ ਦੀ ਗਿਣਤੀ ਦੇ ਨਾਲ ਨਾਲ ਕੰਮ ਨਾ ਹੋ ਸਕਦਾ ਹੈ. ਨਾ ਹਰੇਕ ਜੋ ਫਲੂ ਦਾ ਇਸਤੇਮਲ ਲਈ ਫਲੂ ਖੋਜ ਹੈ ਅਤੇ ਨਾ ਹਰ ਕੋਈ ਜੋ ਫਲੂ ਦਾ ਇਸਤੇਮਲ ਲਈ searchers ਫਲੂ ਹਨ ਹਨ.

ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਪਿੱਛੇ ਮਹੱਤਵਪੂਰਨ ਅਤੇ ਚਲਾਕ ਹੈਟ੍ਰਿਕ, ਇੱਕ ਅਨੁਮਾਨ ਸਮੱਸਿਆ ਹੈ ਵਿੱਚ ਇੱਕ ਮਾਪ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਚਾਲੂ ਕਰਨ ਲਈ ਸੀ. ਰੋਗ ਕੰਟਰੋਲ ਅਤੇ ਰੋਕਥਾਮ ਲਈ ਅਮਰੀਕਾ ਦੇ Centers (CDC) ਇੱਕ ਫਲੂ ਦੀ ਨਿਗਰਾਨੀ ਸਿਸਟਮ ਹੈ, ਜੋ ਕਿ ਦੇਸ਼ ਭਰ ਡਾਕਟਰ ਦੀ ਜਾਣਕਾਰੀ ਇਕੱਤਰ ਕਰਦੀ ਹੈ. ਪਰ, ਇਸ CDC ਸਿਸਟਮ ਨਾਲ ਇੱਕ ਸਮੱਸਿਆ ਹੈ, ਇੱਕ ਦੋ ਹਫ਼ਤੇ ਰਿਪੋਰਟਿੰਗ ਪਛਾੜ ਹੁੰਦਾ ਹੈ, ਹੈ; ਵਾਰ ਇਸ ਨੂੰ ਡਾਟਾ ਡਾਕਟਰ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਲੱਗਦਾ ਹੈ, ਸਾਫ਼ ਕਰਨ ਲਈ ਜਾ ਤੇ ਕਾਰਵਾਈ ਹੈ, ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ. ਪਰ, ਜਦ ਕਿ ਇੱਕ ਉਭਰ ਮਹਾਮਾਰੀ ਪਰਬੰਧਨ, ਜਨਤਕ ਸਿਹਤ ਦੇ ਦਫ਼ਤਰ ਨਾ ਪਤਾ ਕਰਨ ਲਈ ਕਿੰਨਾ ਕੁ ਫਲੂ ਉੱਥੇ ਦੋ ਹਫ਼ਤੇ ਸੀ ਚਾਹੁੰਦੇ; ਉਹ ਜਾਣਨਾ ਚਾਹੁੰਦੇ ਕਿੰਨਾ ਕੁ ਫਲੂ ਹੁੰਦਾ ਹੈ, ਹੁਣ. ਅਸਲ ਵਿਚ, ਸਮਾਜਿਕ ਡਾਟਾ ਦੇ ਹੋਰ ਵੀ ਬਹੁਤ ਸਾਰੇ ਰਵਾਇਤੀ ਸਰੋਤ ਵਿੱਚ, ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਦੇ ਵੇਵ ਅਤੇ ਰਿਪੋਰਟਿੰਗ ਪਛੜ ਵਿਚਕਾਰ ਵਕਫ਼ਾ ਹਨ. ਜ਼ਿਆਦਾਤਰ ਵੱਡੇ ਡਾਟਾ ਸਰੋਤ, ਦੂਜੇ ਪਾਸੇ 'ਤੇ, ਹਮੇਸ਼ਾ-' ਤੇ (ਹਿੱਸਾ 2.3.1.2) ਹਨ.

ਇਸ ਲਈ, ਯਿਰਮਿਯਾਹ Ginsberg ਅਤੇ ਸਾਥੀ (2009) ਗੂਗਲ ਖੋਜ ਡਾਟਾ ਤੱਕ CDC ਫਲੂ ਡਾਟਾ ਅੰਦਾਜ਼ਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ. ਇਹ "ਮੌਜੂਦ ਅੰਦਾਜ਼ਾ" ਕਿਉਕਿ ਖੋਜਕਾਰ ਨੂੰ ਮਾਪਣ ਲਈ CDC, ਭਵਿੱਖ ਡਾਟਾ ਮੌਜੂਦ ਮਾਪਣ ਹੈ ਭਵਿੱਖ ਡਾਟਾ ਦਾ ਅੰਦਾਜ਼ਾ ਕੇ ਹੁਣ ਹੈ ਤੇ ਕਿੰਨਾ ਕੁ ਫਲੂ ਉੱਥੇ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਸਨ ਦੀ ਇੱਕ ਉਦਾਹਰਨ ਹੈ. ਮਸ਼ੀਨ ਨੂੰ ਸਿੱਖਣ ਦਾ ਇਸਤੇਮਾਲ ਕਰਕੇ, ਉਹ 50 ਲੱਖ ਵੱਖ-ਵੱਖ ਖੋਜ ਸ਼ਬਦ ਦੁਆਰਾ ਖੋਜ, ਜੋ ਕਿ CDC ਫਲੂ ਡਾਟਾ ਦੀ ਸਭ ਅਨੁਮਾਨਯੋਗ ਹਨ ਨੂੰ ਵੇਖਣ ਲਈ. ਆਖਰਕਾਰ, ਉਹ ਹੈ, ਜੋ ਕਿ ਸਭ ਅਨੁਮਾਨਯੋਗ ਹੋਣਾ ਸੀ 45 ਵੱਖ-ਵੱਖ ਸਵਾਲ ਦਾ ਸੈੱਟ ਲੱਗਿਆ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਕਾਫ਼ੀ ਚੰਗਾ ਸੀ: ਉਹ CDC ਡਾਟਾ ਲਗਾਉਣਾ ਖੋਜ ਡਾਟਾ ਦਾ ਇਸਤੇਮਾਲ ਕਰ ਸਕਦਾ ਹੈ. ਇਸ ਪੇਪਰ ਹੈ, ਜਿਸ ਕੁਦਰਤ ਵਿਚ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਤੇ ਹਿੱਸੇ ਵਿਚ ਆਧਾਰ 'ਤੇ, ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਵੱਡੇ ਡਾਟਾ ਦੀ ਸ਼ਕਤੀ ਬਾਰੇ ਇੱਕ ਅਕਸਰ ਵਾਰ ਵਾਰ ਦੀ ਸਫਲਤਾ ਦੀ ਕਹਾਣੀ ਬਣ ਗਿਆ.

ਦੋ ਅਹਿਮ ਕਾਰਨ ਹੈ, ਇਸ ਜ਼ਾਹਰ ਸਫਲਤਾ ਦੀ ਹਨ, ਪਰ, ਅਤੇ ਇਹ ਕਾਰਨ ਨੂੰ ਸਮਝਣ ਲਈ ਤੁਹਾਨੂੰ ਲਾਉਣ ਦੀ ਮਦਦ ਕਰਨ ਅਤੇ ਅਨੁਮਾਨ ਹੈ ਅਤੇ nowcasting ਕੀ ਕਰੇਗਾ. ਪਹਿਲੀ, ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਅਸਲ ਵਿੱਚ ਇੱਕ ਸਧਾਰਨ ਮਾਡਲ ਹੈ, ਜੋ ਕਿ ਦੋ ਫਲੂ ਫੈਲੀ ਦੀ ਸਭ ਹਾਲ ਹੀ ਨਾਪ ਇੱਕ ਲੀਨੀਅਰ extrapolation 'ਤੇ ਆਧਾਰਿਤ ਫਲੂ ਦੀ ਮਾਤਰਾ ਦਾ ਅਨੁਮਾਨ ਵੱਧ ਨਾ ਬਹੁਤ ਕੁਝ ਬਿਹਤਰ ਸੀ (Goel et al. 2010) . ਅਤੇ, ਕੁਝ ਵਾਰ ਦੌਰ 'ਤੇ ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਅਸਲ ਵਿੱਚ ਇਸ ਨੂੰ ਸਧਾਰਨ ਪਹੁੰਚ ਵੱਧ ਬਦਤਰ ਸੀ (Lazer et al. 2014) . ਹੋਰ ਸ਼ਬਦ ਵਿੱਚ, ਇਸ ਦੇ ਸਾਰੇ ਡਾਟੇ ਨੂੰ, ਮਸ਼ੀਨ ਸਿੱਖਣ, ਅਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕੰਪਿਊਟਿੰਗ ਨਾਲ ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਨਾਟਕੀ ਮਹੱਤਵਪੂਰਨ ਸਮਝਣ ਲਈ ਇੱਕ ਸਧਾਰਨ ਅਤੇ ਆਸਾਨ ਛੱਡਦੇ ਨਾ ਕੀਤਾ. ਇਹ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਇਸ ਨੂੰ ਇੱਕ ਬੇਸਲਾਈਨ ਵਿਰੁੱਧ ਤੁਲਨਾ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਜਦ ਕਿਸੇ ਪੂਰਵ nowcast ਪਤਾ ਜ.

ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਬਾਰੇ ਦੂਜਾ ਮਹੱਤਵਪੂਰਨ ਸ਼ਰਤ ਹੈ ਕਿ CDC ਫਲੂ ਡਾਟਾ ਦਾ ਅਨੁਮਾਨ ਕਰਨ ਲਈ ਇਸ ਦੀ ਯੋਗਤਾ ਛੋਟੀ ਮਿਆਦ ​​ਦੇ ਅਸਫਲਤਾ ਅਤੇ ਰੁਖ਼ ਅਤੇ ਏਲਗੋਰਿਦਮਿਕ ਘਬਰਾ ਕਰਕੇ ਲੰਬੀ ਮਿਆਦ ​​ਦੀ ਸਡ਼ਨ ਲਈ ਬਣੀ ਸੀ. ਮਿਸਾਲ ਲਈ, 2009 ਸਵਾਈਨ ਫਲੂ ਫੈਲਣ ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਦੌਰਾਨ ਨਾਟਕੀ ਫਲੂ ਦੀ ਮਾਤਰਾ ਵੱਧ-ਅੰਦਾਜ਼ਾ ਹੈ, ਸੰਭਵ ਹੈ, ਕਿਉਕਿ ਲੋਕ ਇੱਕ ਗਲੋਬਲ ਮਹਾਮਾਰੀ ਦੇ ਵਿਆਪਕ ਡਰ ਦੇ ਜਵਾਬ ਵਿੱਚ ਆਪਣੇ ਖੋਜ ਵਰਤਾਓ ਨੂੰ ਤਬਦੀਲ ਕਰਨ ਲਈ ਹੁੰਦੇ ਹਨ (Cook et al. 2011; Olson et al. 2013) . ਇਹ ਛੋਟੀ ਮਿਆਦ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਇਸ ਦੇ ਨਾਲ, ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਹੌਲੀ ਹੌਲੀ ਵਾਰ ਵੱਧ decayed. ਇਸ ਲੰਬੇ ਮਿਆਦ ਦੇ ਸਡ਼ਨ ਲਈ ਕਾਰਨ ਦਾ ਨਿਦਾਨ ਮੁਸ਼ਕਲ ਹੈ, ਕਿਉਕਿ ਗੂਗਲ ਖੋਜ ਐਲਗੋਰਿਥਮ ਮਲਕੀਅਤ ਹਨ, ਪਰ ਇਸ ਨੂੰ ਦਿਸਦਾ ਹੈ, ਜਦ ਕਿ ਲੋਕ "ਬੁਖਾਰ" ਅਤੇ "ਖੰਘ" ਵਰਗੇ ਲੱਛਣ ਲਈ ਖੋਜ ਹੈ, ਜੋ ਕਿ 2011 'ਚ ਗੂਗਲ ਬਦਲਾਅ ਹੈ, ਜੋ ਕਿ ਸਬੰਧਤ ਖੋਜ ਸ਼ਬਦ ਦਾ ਸੁਝਾਅ ਸੀ ਕੀਤੀ (ਇਸ ਨੂੰ ਇਹ ਵੀ ਲੱਗਦਾ ਹੈ ਹੈ, ਜੋ ਕਿ ਇਸ ਫੀਚਰ ਨੂੰ ਕੋਈ ਵੀ ਹੁਣ ਸਰਗਰਮ ਹੈ). ਇਸ ਫੀਚਰ ਨੂੰ ਜੋੜਨ ਨਾਲ ਤੁਹਾਨੂੰ ਇੱਕ ਖੋਜ ਇੰਜਣ ਦੇ ਕਾਰੋਬਾਰ ਚੱਲ ਰਹੇ ਹਨ, ਜੇਕਰ ਕੀ ਕਰਨ ਲਈ ਇੱਕ ਪੂਰੀ ਜਾਇਜ਼ ਗੱਲ ਹੈ, ਅਤੇ ਇਸ ਨੂੰ ਹੋਰ ਦੀ ਸਿਹਤ ਨਾਲ ਸਬੰਧਤ ਖੋਜ ਬਣਾਉਣ ਦੇ ਪ੍ਰਭਾਵ ਸੀ. ਇਹ ਸੰਭਵ ਹੈ ਕਿ ਕਾਰੋਬਾਰ ਲਈ ਇੱਕ ਸਫਲਤਾ ਸੀ, ਪਰ ਇਸ ਨੂੰ ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਵੱਧ-ਅੰਦਾਜ਼ਾ ਫਲੂ ਬੋਲਬਾਲਾ ਦਾ ਕਾਰਨ (Lazer et al. 2014) .

ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਗੂਗਲ ਫਲੂ ਰੁਝਾਨ ਨਾਲ ਇਹ ਸਮੱਸਿਆ ਪੱਕਾ ਕਰਦੇ ਹਨ. ਅਸਲ ਵਿਚ, ਹੋਰ ਧਿਆਨ ਢੰਗ ਵਰਤ ਕੇ, Lazer et al. (2014) ਅਤੇ Yang, Santillana, and Kou (2015) ਬਿਹਤਰ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਯੋਗ ਸਨ. ਅੱਗੇ ਜਾਣਾ, ਮੈਨੂੰ ਉਮੀਦ ਹੈ, ਜੋ ਕਿ nowcasting ਪੜ੍ਹਾਈ, ਜੋ ਕਿ ਖੋਜਕਾਰ ਨਾਲ ਵੱਡੇ ਡਾਟਾ ਜੋੜ ਡਾਟਾ-ਹੈ, ਜੋ ਕਿ Michaelangelo-ਸ਼ੈਲੀ ਨਾਲ Duchamp-ਸ਼ੈਲੀ Readymades ਜੋੜ Custommades-ਜਾਵੇਗਾ ਨੀਤੀ ਨੂੰ ਨਿਰਮਾਤਾ ਨੂੰ ਯੋਗ ਮੌਜੂਦ ਦੀ ਤੇਜ਼ੀ ਅਤੇ ਹੋਰ ਸਹੀ ਮਾਪ ਅਤੇ ਭਵਿੱਖ ਦੀ ਸ਼ਬਦ ਨੂੰ ਪੈਦਾ ਕਰਨ ਲਈ ਇਕੱਠਾ ਕੀਤਾ.