2.3.2 هميشه تي
هميشه-تي ويل ڊيٽا اڻوڻندڙ واقعا ۽ اصل وقت ماپ جي مطالعي بڻائي ٿو.
ڪيتريون ئي وڏي ڊيٽا نظام هميشه-تي آهن. (اھي) سدائين انگن اکرن کي گڏ ڪري رهيا آهن. هن هميشه-تي خصلت longitudinal ڊيٽا (يعني، وقت جي حوالي سان ڊيٽا) سان تحقيق مهيا ڪري. هميشه-تي ويٺو تحقيق لاء ٻه اهم امڪانات آهي.
پهريون، هميشه ڊيٽا گڏ ڪرڻ تي تحقيق ڪندڙن کي غير متوقع واقعن جي طريقن سان مطالع ڪرڻ جي قابل بنائي ٿو ته ٻي صورت ۾ ممڪن ناهي. مثال طور، محقق 2013 ع جي اونهاري ۾ ترڪي ۾ احتجاج ڪندڙ گزي جي احتجاج جو مطالعو ڪرڻ ۾ دلچسپي رکندي عام طور تي واقعي دوران احتجاج ڪندڙن جي رويي تي ڌيان ڏيندو. ڪرن بڪڪ ۽ ڊنڪن واٽس (2015) ٽيوٽ جي هميشه طبيعت استعمال ڪرڻ جي ڪوشش ڪري رهيا هئا، جيڪي هتان جي اڳوڻن احتجاج ڪندڙن جي شروعات ۽ بعد ۾ ٽويڪ استعمال ڪيا هئا. ۽، واقعي واري واقعي کان پوء، ان کان پوء، ۽ بعد ۾ نون ميمبرن جي مقابلي جو هڪ گروپ ٺاهيو ويو (انگ اکر 2.2). مجموعي طور تي، انهن جي پوسٽل پينل ۾ ٻن سالن کان 30،000 ماڻهن جي ٽائيم شامل آهن. هن ٻئي معلومات سان احتجاج کان عام استعمال ٿيل ڊيٽا کي ترتيب ڏيڻ کان، بنوڪ ۽ واٽ گهڻو ڪجهه سکڻ جي قابل هئا: انهن مان اندازو لڳائي سگھيا ته ڪهڙي قسم جي ماڻهن گزي احتجاج ۾ حصو وٺڻ جو امڪان ۽ اندازن جي تبديلين جو اندازو لڳائي رهيا هئا شرڪ ۽ غير شرڪت ڪندڙ، مختصر مدت ۾ (گيزي کان اڳ جي گزي جي مقابلي ۾) ۽ ڊگهي عرصي ۾ ((گيزي کان پوء جيازي کان اڳ جي مقابلي ۾).
شکل 2.2: 2013 ع جي اونهاري ۾ ترڪي جي ترڪي جي احتجاج جو مطالعو ڪرڻ لاء Budak and Watts (2015) جوڙجڪ جو استعمال ڪيو ويو آهي. Twitter جي هميشه طبيعت کي استعمال ڪندي، محقق انهن کي هڪ پوسٽ پينل سڏيو آهي جنهن ۾ اهي شامل هئا. ٻه هزار کان مٿي ماڻهن جي حوالي سان. ھڪڙي عام مطالعي جي ابتڙ، جيڪو شرڪت ڪندڙن تي احتجاج ڪندڙن جي بنياد تي، پوسٽ پوسٽ پينل جي اھميت کان پوء 1 کان واقعات کان پوء معلومات شامل آھي ۽ 2) ان کان پوء، واقعات کان اڳ، دوران، ۽ بعد ۾ معلومات. هي سڌريل ڊيٽا جي جوڙجڪ بنوڪ ۽ واٽ کي قابل ٿي سگهي ٿو ته گزي جي احتجاج ۾ ڪهڙي قسم جا ماڻهو حصو وٺندا ۽ شرڪت ۽ غير مقصدن جي رويي جي تبديلين جو اندازو لڳايو وڃي (ٻنهي جي مختصر مدت ۾) گيزي جي دوران ) ۽ ڊگهي عرصي ۾ (جي گزي کان اڳ جي گزي جي مقابلي ۾).
ھڪڙي شڪايت ظاھر ٿي سگھي ٿو ته انھن مان ڪجھھ انگن اکرن کي گڏ ڪرڻ واري ڊيٽا جي ذريعن کان سواء بنا ٺاھيو ويو آھي (مثال طور، رويي جي طويل تبديلي جي ڊگھو مدت جو تخمينو)، ۽ اھو صحيح آھي، اگر 30،000 ماڻهن جي لاء ڊيٽا گڏ ڪرڻ مهانگو. جيتوڻيڪ، مون وٽ ڪا لامحدود بجلي ڏني وئي آهي، مان ڪنهن ٻئي طريقي سان سوچڻ نه ٿو چاهيان، خاص طور تي تحقيق ڪندڙن کي وقت ۾ سفر ڪرڻ جي اجازت ڏين ٿا ۽ ماضي ۾ شرڪت ڪندڙن جي رويي کي سڌو سنئون. ويجهي متبادل جو رويي جي موٽڻ واري رپورٽن کي گڏ ڪرڻ لاء، پوء انهن رپورٽن کي محدود گرامر ۽ قابل اعتراض هجڻ وارو هوندو. ٽيبل 2.1 مطالعي جي ٻين مثالن کي مهيا ڪري ٿو جيڪو اڻڄاتل واقعو پڙهڻ لاء هميشه تي ڊيٽا جو ذريعو استعمال ڪري ٿو.
| اوچتو واقعو | هميشه ذريعن جي ڊيٽا | صافي |
|---|---|---|
| ترڪي ۾ جزي تحريڪ حاصل ڪرڻ | Budak and Watts (2015) | |
| هانگ ڪانگ ۾ احتجاج احتجاج | Zhang (2016) | |
| نيو يارڪ شهر ۾ پوليس جو شوق | روڪ ۽ فاسڪ رپورٽ | Legewie (2016) |
| ايس آء ايس ۾ شامل ٿيڻ واري شخص | Magdy, Darwish, and Weber (2016) | |
| سيپٽمبر 11، 2001 تي حملو | زندگين ڪائونسل | Cohn, Mehl, and Pennebaker (2004) |
| سيپٽمبر 11، 2001 تي حملو | پوسٽ پيغام | Back, Küfner, and Egloff (2010) ، Pury (2011) ، Back, Küfner, and Egloff (2011) |
غير متوقع واقعن جي اڀياس ڪرڻ جي باوجود، هميشه تي وڏي ڊيٽا سسٽم پڻ تحقيق ڪندڙن کي حقيقي وقت تخمينو پيدا ڪري سگهندا آهن، جيڪي سيٽنگون ۾ اهم هجن ٿيون جن ۾ حڪومت يا صنعت جي پاليسي ساز ٺاهيندڙن کي پوزيشن جي شعور جي بنياد تي جواب ڏيڻ چاهيندا آهن. مثال طور، سماجي ميڊيا ڊيٽا قدرتي آفتن جي بيماريء جو جواب ڏيڻ جي لاء استعمال ڪري سگهجي ٿو (Castillo 2016) ۽ مختلف قسم جي وڏي ڊيٽا جي وسيلن کي اقتصادي سرگرمي (Choi and Varian 2012) حقيقي وقت جو انداز پيدا ڪري سگهجي ٿو.
نتيجو، هميشه ڊيٽا جي سسٽم تي تحقيق ڪندڙن کي غير متوقع واقعن جو مطالعو ڪرڻ ۽ پاليسي سازن جي حقيقي معلومات مهيا ڪرڻ جي قابل بنائي ٿو. مان بهرحال، اهو سمجهان ٿو ته هميشه گهڻو وقت ڊيٽا سسٽم تمام ڊگهي عرصي دوران تبديلين جي ٽريڪشن لاء مناسب آهي. اهو ئي سبب آهي ڇاڪاڻ ته ڪيتريون ئي وڏي ڊيٽا سسٽم مسلسل لاڳيتو بدلائي رهيا آهن- هڪ پروسيس آهي جيڪو آئون بعد ۾ باب (سيڪشن 2.3.7) ۾ بيبي کي سڏيندو.
