Today, social-network research invo

Today, social-network research involves mining huge digital data sets of collective behavior online. Among the findings: people whom you know but don’t communicate with often — “weak ties,” in sociology — are the best sources of tips about job openings. They travel in slightly different social worlds than close friends, so they see opportunities you and your best friends do not.

Researchers can see patterns of influence and peaks in communication on a subject — by following trending hashtags on Twitter, for example. The online fishbowl is a window into the real-time behavior of huge numbers of people. “I look for hot spots in the data, an outbreak of activity that I need to understand,” says Jon Kleinberg, a professor at Cornell. “It’s something you can only do with Big Data.”

Big Data has its perils, to be sure. With huge data sets and fine-grained measurement, statisticians and computer scientists note, there is increased risk of “false discoveries.” The trouble with seeking a meaningful needle in massive haystacks of data, says Trevor Hastie, a statistics professor at Stanford, is that “many bits of straw look like needles.”Big Data also supplies more raw material for statistical shenanigans and biased fact-finding excursions. It offers a high-tech twist on an old trick: I know the facts, now let’s find ’em. That is, says Rebecca Goldin, a mathematician at George Mason University, “one of the most pernicious uses of data.”

Data is tamed and understood using computer and mathematical models. These models, like metaphors in literature, are explanatory simplifications. They are useful for understanding, but they have their limits. A model might spot a correlation and draw a statistical inference that is unfair or discriminatory, based on online searches, affecting the products, bank loans and health insurance a person is offered, privacy advocates warn.

ผลลัพธ์ (ไทย) 1:

วันนี้ งานวิจัยสังคมเครือข่ายเกี่ยวข้องกับเหมืองใหญ่ดิจิทัลข้อมูลชุดรวมลักษณะการทำงานออนไลน์ ระหว่างผลการวิจัย: คนที่คุณรู้ แต่ไม่สื่อสารกับมัก — "อ่อนแอผูก ในสังคมวิทยาซึ่งเป็นแหล่งดีที่สุดของคำแนะนำเกี่ยวกับงานเปิด เดินทางในโลกทางสังคมแตกต่างกันเล็กน้อยกว่าเพื่อนสนิท เพื่อให้พวกเขาเห็นโอกาสที่คุณและเพื่อนที่ดีที่สุดไม่นักวิจัยสามารถดูรูปแบบของอิทธิพลและยอดในการสื่อสารในเรื่อง — โดย trending hashtags ในทวิตเตอร์ ตัวอย่าง Fishbowl ออนไลน์เป็นหน้าต่างเป็นลักษณะการทำงานแบบเรียลไทม์ของจำนวนคนมาก "ฉันค้นหาข้อมูล การระบาดของกิจกรรมที่ต้องทำความเข้าใจ จุดร้อน" Jon Kleinberg อาจารย์ที่ Cornell ที่กล่าวว่า "มันเป็นสิ่งที่คุณเท่านั้นสามารถทำได้กับข้อมูลขนาดใหญ่"ข้อมูลขนาดใหญ่ได้เป็นภัย เพื่อให้แน่ใจ กับชุดข้อมูลขนาดใหญ่ และวัดทรายแป้งละเอียด statisticians และคอมพิวเตอร์นักวิทยาศาสตร์สังเกต มีความเสี่ยงเพิ่มขึ้น "เท็จค้นพบ" ปัญหากับการหาเข็มในเกรดอาวุธขนาดใหญ่ของข้อมูล ความหมายว่า เทรเวอร์ Hastie อาจารย์สถิติที่สแตนฟอร์ด เป็นที่ "บิตมากมองฟางชอบเข็ม"ข้อมูลขนาดใหญ่วัสดุวัตถุดิบเพิ่มเติมประเภททางสถิติและทัศนศึกษา fact-finding biased ยัง มีบิดสูงบนเป็นเทคนิคเก่า: ฉันรู้ว่าข้อเท็จจริง ตอนนี้ลองค้นหา 'em กล่าวคือ รีเบคก้า Goldin เป็นนักคณิตศาสตร์ที่มหาวิทยาลัยจอร์จ Mason "หนึ่งของโทษที่สุดใช้ข้อมูล"Data is tamed and understood using computer and mathematical models. These models, like metaphors in literature, are explanatory simplifications. They are useful for understanding, but they have their limits. A model might spot a correlation and draw a statistical inference that is unfair or discriminatory, based on online searches, affecting the products, bank loans and health insurance a person is offered, privacy advocates warn.

ผลลัพธ์ (ไทย) 2:

วันนี้การวิจัยทางสังคมเครือข่ายที่เกี่ยวข้องกับชุดข้อมูลดิจิตอลการทำเหมืองแร่ขนาดใหญ่ของพฤติกรรมร่วมออนไลน์ ท่ามกลางการค้นพบคนที่คุณรู้จัก แต่ไม่ได้ติดต่อด้วยบ่อยๆ - "ความสัมพันธ์ที่อ่อนแอ" ในสังคมวิทยา - เป็นแหล่งที่ดีที่สุดของเคล็ดลับเกี่ยวกับการเปิดงาน พวกเขาเดินทางไปในโลกสังคมที่แตกต่างกันเล็กน้อยกว่าเพื่อนสนิทดังนั้นพวกเขาจึงมองเห็นโอกาสที่คุณและเพื่อนที่ดีที่สุดของคุณไม่ได้. นักวิจัยสามารถดูรูปแบบของการมีอิทธิพลและยอดเขาในการสื่อสารในเรื่อง - โดยต่อไปนี้แนวโน้ม hashtags บนทวิตเตอร์เช่น ตู้ปลาออนไลน์เป็นหน้าต่างเข้าไปในพฤติกรรมเวลาจริงของคนจำนวนมาก "ผมมองหาจุดร้อนในข้อมูลการระบาดของกิจกรรมที่ฉันต้องการที่จะเข้าใจ" จอน Kleinberg ศาสตราจารย์ที่ Cornell กล่าวว่า "มันเป็นสิ่งที่คุณสามารถทำอะไรกับข้อมูลขนาดใหญ่." ข้อมูลขนาดใหญ่ที่มีอันตรายในการที่จะให้แน่ใจว่า กับชุดข้อมูลขนาดใหญ่และการวัดละเอียด, นักสถิติและนักวิทยาศาสตร์คอมพิวเตอร์ทราบว่าจะเพิ่มความเสี่ยงของ "การค้นพบที่ผิดพลาด." ปัญหากับที่กำลังมองหาเข็มที่มีความหมายในฟางขนาดใหญ่ของข้อมูล, เทรเวอร์ Hastie ศาสตราจารย์สถิติที่ Stanford กล่าวว่าเป็น ว่า "บิตจำนวนมากที่ทำจากฟางลักษณะเหมือนเข็ม." ข้อมูลขนาดใหญ่ยังอุปกรณ์วัตถุดิบมากขึ้นสำหรับแง่สถิติและทัศนศึกษาหาข้อเท็จจริงลำเอียง มันมีการบิดที่มีเทคโนโลยีสูงในเคล็ดลับอายุ: ผมทราบข้อเท็จจริงตอนนี้ขอหา 'em นั่นคือรีเบคก้าโกลดินกล่าวว่านักคณิตศาสตร์ที่มหาวิทยาลัยจอร์จเมสัน "หนึ่งของการใช้อันตรายมากที่สุดของข้อมูล." ข้อมูลจะถูกฝึกให้เชื่องและเข้าใจโดยใช้แบบจำลองทางคณิตศาสตร์และคอมพิวเตอร์ รูปแบบเหล่านี้เช่นเดียวกับคำเปรียบเปรยในวรรณคดีมี simplifications อธิบาย พวกเขาจะมีประโยชน์สำหรับการทำความเข้าใจ แต่พวกเขามีข้อ จำกัด ของพวกเขา รูปแบบอาจจะมองเห็นความสัมพันธ์และการวาดข้อสรุปสถิติที่ไม่เป็นธรรมหรือการเลือกปฏิบัติบนพื้นฐานของการค้นหาออนไลน์ที่มีผลต่อผลิตภัณฑ์เงินกู้ยืมจากธนาคารและประกันสุขภาพที่เป็นบุคคลที่นำเสนอความเป็นส่วนตัวสนับสนุนเตือน

ผลลัพธ์ (ไทย) 3:

วันนี้ เครือข่ายการวิจัยทางสังคมเกี่ยวข้องกับเหมืองแร่ขนาดใหญ่ข้อมูลดิจิตอล ชุดรวมพฤติกรรมออนไลน์ จากผล : คนที่คุณรู้แต่ไม่สื่อสารกับมักจะ " อ่อนแอเสมอ " ในสังคมวิทยา - เป็นแหล่งที่ดีที่สุดของเคล็ดลับเกี่ยวกับการเปิดงาน พวกเขาเดินทางในโลกสังคมแตกต่างกันเล็กน้อยกว่าที่เพื่อนสนิท จึงเห็นโอกาสในคุณและเพื่อนที่ดีที่สุดของคุณไม่ได้

นักวิจัยสามารถเห็นรูปแบบของอิทธิพล และหุบในการสื่อสารในเรื่อง - ตามแนวโน้มแฮชแท็กบน Twitter , ตัวอย่าง fishbowl ออนไลน์หน้าต่างเป็นพฤติกรรมจริงของตัวเลขขนาดใหญ่ของคน " ผมมองหาจุดร้อนในข้อมูลการระบาด ของกิจกรรมที่ฉันต้องเข้าใจว่า " จอน Kleinberg , ศาสตราจารย์ที่ Cornell ." มันเป็นสิ่งที่คุณสามารถทำอะไรกับข้อมูลใหญ่ "

ใหญ่ข้อมูล มี อันตราย และให้แน่ใจ กับชุดข้อมูลขนาดใหญ่และการวัดสถิติอย่างละเอียดและนักวิทยาศาสตร์คอมพิวเตอร์ หมายเหตุ มีความเสี่ยงที่เพิ่มขึ้นของ " การค้นพบเท็จ " กับปัญหาหาเข็มในกองฟางที่มีขนาดใหญ่ของข้อมูลที่บอกว่าเทรเวอร์เฮสตี้ , สถิติศาสตราจารย์ที่มหาวิทยาลัยสแตนฟอร์ดคือ " จํานวนบิตของฟาง ดูเหมือนเข็ม " ใหญ่ข้อมูลยังวัสดุวัตถุดิบเพิ่มเติมเพื่อหาข้อเท็จจริง และอคติ shenanigans สถิติท่องเที่ยว มันมีบิดสูงเป็นทริคเก่า : ผมทราบข้อเท็จจริง ตอนนี้ลองหาพวกเขา ที่กล่าวว่า รีเบคก้า โกลดิน เป็นนักคณิตศาสตร์ที่มหาวิทยาลัยจอร์จ เมสัน หนึ่งในประโยชน์ของข้อมูลที่เป็นอันตรายมากที่สุด

"เป็นข้อมูลที่เชื่องและเข้าใจโดยใช้แบบจำลองคอมพิวเตอร์และคณิตศาสตร์ รูปแบบเหล่านี้เช่นอุปลักษณ์ในวรรณคดี มีการอธิบาย Simplifications . พวกเขาจะเป็นประโยชน์ในการเข้าใจ แต่พวกเขามีขีด จำกัด ของพวกเขา รูปแบบอาจจุด ) วาดการอนุมานเชิงสถิติที่ไม่เป็นธรรม หรือการเลือกปฏิบัติบนพื้นฐานของการค้นหาออนไลน์ที่มีผลต่อผลิตภัณฑ์เงินกู้ยืมจากธนาคารและประกันสุขภาพคนเสนอความเป็นส่วนตัว
/ เตือน