Gender, geography, race, income, an

Gender, geography, race, income, and a range of other social and economic factors all play a role in how information is produced and reproduced. People from different places and different backgrounds tend to produce different sorts of information. And so we risk ignoring a lot of important nuance if relying on big data as a social/economic/political mirror.

We can of course account for such bias by segmenting our data. Take the case of using Twitter to gain insights into last summer's London riots. About a third of all UK Internet users have a twitter profile; a subset of that group are the active tweeters who produce the bulk of content; and then a tiny subset of that group (about 1%) geocode their tweets (essential information if you want to know about where your information is coming from).

Despite the fact that we have a database of tens of millions of data points, we are necessarily working with subsets of subsets of subsets. Big data no longer seems so big. Such data thus serves to amplify the information produced by a small minority (a point repeatedly made by UCL's Muki Haklay), and skew, or even render invisible, ideas, trends, people, and patterns that aren't mirrored or represented in the datasets that we work with.

ผลลัพธ์ (ไทย) 1:

เพศ ภูมิศาสตร์ การแข่งขัน รายได้ และช่วงอื่น ๆ ปัจจัยทางสังคม และเศรษฐกิจทั้งหมดมีบทบาทในการผลิต และทำซ้ำข้อมูล คนจากสถานแตกต่างกันและต่างมีแนวโน้มการ ผลิตประเภทต่าง ๆ ของข้อมูล และเพื่อ ให้เราความเสี่ยงสองจำนวนมากยกย่องสำคัญถ้าอาศัยข้อมูลกระจกสังคม/เศรษฐกิจ/การเมืองใหญ่

เราสามารถบัญชีสำหรับอคติดังกล่าวแน่นอน โดยคือข้อมูล ใช้ในกรณีของการใช้ทวิตเตอร์เพื่อเจาะลึกลอนดอนล่าสุดร้อนจลาจล ประมาณหนึ่งในสามของผู้ใช้อินเทอร์เน็ต UK มีโปรไฟล์ twitter ชุดย่อยของกลุ่มที่มี tweeters ใช้งานผู้ผลิตจำนวนมากของเนื้อหา แล้วย่อยเล็ก ๆ ของ geocode ที่กลุ่ม (ประมาณ 1%) (ข้อมูลที่จำเป็นถ้าคุณต้องการทราบเกี่ยวกับที่มาของข้อมูลจาก) ของพวกเขาเข้ามา

ทั้ง ๆ ที่เรามีฐานข้อมูลหลายสิบล้านของจุดข้อมูล เราจำเป็นต้องทำงานกับชุดย่อยของชุดย่อยของชุดย่อย ข้อมูลขนาดใหญ่ไม่น่าเลย ข้อมูลดังกล่าวจึงรองรับการขยายข้อมูลที่ผลิต โดยชนกลุ่มน้อยขนาดเล็ก (จุดซ้ำ ๆ กันทำ โดย Muki Haklay ของประชาชนของสสส.), และต้นฉบับเอียงอัตโนมัติ หรือแม้แต่ทำให้มองไม่เห็น ความคิด แนวโน้ม คน และรูปแบบที่ไม่สะท้อน หรือแสดงใน datasets ที่เราทำงานด้วย

ผลลัพธ์ (ไทย) 2:

ออฟภูมิศาสตร์แข่งขันรายได้และช่วงของปัจจัยทางสังคมและทางเศรษฐกิจอื่น ๆ ทั้งหมดที่มีบทบาทสำคัญในวิธีการที่ข้อมูลการผลิตและการทำซ้ำ คนที่มาจากสถานที่ที่แตกต่างกันและภูมิหลังที่แตกต่างกันมีแนวโน้มที่จะผลิตทุกประเภทที่แตกต่างกันของข้อมูล และเพื่อให้เรามีความเสี่ยงไม่สนใจจำนวนมากแตกต่างกันนิดหน่อยที่สำคัญถ้าอาศัยข้อมูลขนาดใหญ่เป็นเศรษฐกิจ / การเมืองกระจก / สังคมเราสามารถบัญชีแน่นอนสำหรับการชดเชยดังกล่าวโดยแบ่งกลุ่มข้อมูลของเรา ใช้กรณีของการใช้ทวิตเตอร์ที่จะได้รับข้อมูลเชิงลึกในการจลาจลฤดูร้อนครั้งล่าสุดลอนดอน ประมาณหนึ่งในสามของสหราชอาณาจักรทั้งหมดที่ผู้ใช้อินเทอร์เน็ตมีรายละเอียด twitter; ส่วนหนึ่งของกลุ่มที่มีทวีตเตอร์ที่ใช้งานอยู่ที่การผลิตจำนวนมากของเนื้อหาที่; แล้วส่วนเล็ก ๆ ของกลุ่มนั้น (ประมาณ 1%) geocode ทวิตเตอร์ของพวกเขา (ข้อมูลที่จำเป็นถ้าคุณต้องการที่จะรู้เกี่ยวกับการที่ข้อมูลของคุณมาจาก) แม้จะมีความจริงที่ว่าเรามีฐานข้อมูลของหลายสิบล้านของจุดข้อมูลเรา จำเป็นต้องมีการทำงานร่วมกับส่วนย่อยของส่วนย่อยของส่วนย่อย ข้อมูลขนาดใหญ่ไม่น่าขนาดใหญ่เพื่อ ข้อมูลดังกล่าวจึงทำหน้าที่ขยายข้อมูลที่ผลิตโดยชนกลุ่มน้อยขนาดเล็ก (จุดที่ทำซ้ำแล้วซ้ำอีกโดยยูซีแอลของ Muki Haklay) และเอียงหรือแม้กระทั่งทำให้มองไม่เห็นความคิดแนวโน้มผู้คนและรูปแบบที่ไม่ได้สะท้อนหรือแสดงในชุดข้อมูล ที่เราทำงานกับ

ผลลัพธ์ (ไทย) 3:

เพศ , ภูมิศาสตร์ , การแข่งขัน , รายได้ , และช่วงของปัจจัยทางเศรษฐกิจและสังคมอื่น ๆมีบทบาทในวิธีการที่ข้อมูลถูกผลิต และการขยายพันธุ์ . ผู้คนจากสถานที่ที่แตกต่างกันและภูมิหลังที่แตกต่างกันมีแนวโน้มที่จะผลิตประเภทที่แตกต่างกันของข้อมูล และเพื่อให้เราเสี่ยงมากที่สำคัญไม่นวล ถ้าอาศัยข้อมูลใหญ่เป็นกระจก สังคม / เศรษฐกิจ / การเมือง

แน่นอนเราสามารถบัญชีสำหรับอคติดังกล่าวโดยการแบ่งส่วนข้อมูลของเรา ใช้กรณีของการใช้ Twitter ที่จะได้รับข้อมูลเชิงลึกในช่วงฤดูร้อนลอนดอนจลาจล เรื่องที่สามของผู้ใช้อินเตอร์เน็ตในอังกฤษมี Twitter โปรไฟล์ ; ส่วนย่อยของกลุ่มจะใช้ทวีตเตอร์ที่ผลิตจำนวนมากของเนื้อหาแล้วบางส่วนเล็ก ๆของกลุ่มนั้น ( ประมาณ 1% ) ปัสสาวะ tweets ของพวกเขา ( ข้อมูลที่จำเป็นถ้าคุณต้องการทราบเกี่ยวกับข้อมูลของคุณมาจาก ) .

แม้จะมีความจริงที่ว่าเรามีฐานข้อมูลของหลายสิบล้านของจุดข้อมูล เราจะต้องทำงานกับชุดย่อยของชุดย่อยของข้อมูล . ข้อมูลใหญ่ไม่เหมือนมากข้อมูลดังกล่าวจึงทำหน้าที่ในการขยายข้อมูลที่ผลิตโดยชนกลุ่มน้อยขนาดเล็ก ( จุดที่ซ้ำ ๆโดย UCL ของมูกิ haklay ) และเอียง หรือแม้แต่ทำให้มองไม่เห็น , ความคิด , แนวโน้ม , คน , และลวดลายที่ไม่สะท้อนหรือแสดงในข้อมูลที่เราใช้งานด้วย