Modeling real-world activity using

Modeling real-world activity using web search data can
provide a number of benefits. First, it can be more timely,
especially when the alternative is not electronically collected.
Influenza surveillance from the United States Centers for
Disease Control and Prevention (CDC), Influenza Sentinel
Provider Surveillance Network (ILINet) has a delay of one to
two weeks1
. For economic indicators like unemployment, this
delay is measured in months10. In contrast, search data can
“predict the present” since it is available as the target activity
happens10. Second, query data has good temporal and spatial
resolution. If an indicator of interest is incomplete (missing
time periods or regions, coarser temporal or spatial resolution,
etc.), query data can sometimes be used to fill in the gaps. For
example, influenza rate data from ILINet is only published by
the CDC at the national and regional level and is not published
for the off season13, but models based on query data can be
used to provide estimates year-round and at a state and
sometimes even city level, provided there is sufficient search
activity at that level1,14,15. Third, there can be considerable
expenses incurred in collecting data for traditional indicators.
Finally, while Internet users do not represent a random sample
of the United States population, this population has become
increasingly less biased over time and now represents 77% of
the adult population16. In the 18-29 subgroup, this number is
almost 90%. This is in contrast to traditional landline phone
surveys which must either under-represent this age group or
blend in cell-phone survey data at considerable difficulty and
expense17.

ผลลัพธ์ (ไทย) 1:

สร้างโมเดลจริงกิจกรรมใช้เว็บค้นหาข้อมูลสามารถให้ประโยชน์ แรก ได้ทันเวลามากขึ้นโดยเฉพาะอย่างยิ่งเมื่อทางเลือกมีไม่ทางอิเล็กทรอนิกส์เก็บเฝ้าระวังไข้หวัดใหญ่จากศูนย์ไทยควบคุมโรคและการป้องกัน (CDC), ไข้หวัดใหญ่ยามเครือข่ายเฝ้าระวังผู้ให้บริการ (ILINet) มีความล่าช้าของการweeks1 สอง. สำหรับตัวชี้วัดทางเศรษฐกิจเช่นการว่างงาน นี้ใน months10 วัดความล่าช้า คมชัด สามารถค้นหาข้อมูล"ทำนายปัจจุบัน" เนื่องจากเป็นกิจกรรมเป้าหมายhappens10 ที่สอง สอบถามข้อมูลได้ดีขมับ และเชิงพื้นที่ความละเอียด ถ้าตัวบ่งชี้ของดอกเบี้ย ไม่สมบูรณ์ (ขาดรอบระยะเวลาหรือขอบเขต หยาบขมับ หรือปริภูมิความละเอียดแบบสอบถามฯลฯ), ข้อมูลบางครั้งสามารถใช้เติมในช่องว่าง สำหรับตัวอย่าง ไข้หวัดใหญ่อัตราข้อมูลจาก ILINet เท่านั้นได้เผยแพร่โดยCDC ในระดับภูมิภาคระดับ และไม่มีการเผยแพร่สำหรับการปิด season13 แต่แบบจำลองข้อมูลที่ได้จากแบบสอบถามใช้ในการประเมินตลอดทั้งปี และ ที่รัฐ และบางครั้งแม้แต่ระดับเมือง ให้มีการค้นหาเพียงพอกิจกรรมที่ที่ level1, 14, 15 ที่สาม มีมากจ่ายในการเก็บรวบรวมข้อมูลสำหรับตัวชี้วัดแบบดั้งเดิมในที่สุด ในขณะที่อินเทอร์เน็ตผู้ใช้แสดงตัวอย่างแบบสุ่มของสหรัฐอเมริกาประชากร ประชากรนี้ได้กลายเป็นมากน้อยลำเอียงตลอดเวลา และขณะนี้ แสดงถึง 77% ของpopulation16 ผู้ใหญ่ หมายเลขนี้อยู่ในกลุ่ม 18-29เกือบ 90% นี่คือ contrast กับโทรศัพท์พื้นฐานดั้งเดิมการสำรวจซึ่งต้องอย่างใดอย่างหนึ่งภายใต้เป็นตัวแทนกลุ่มอายุนี้ หรือผสมผสานในแบบสำรวจข้อมูลโทรศัพท์มือถือที่ยากลำบาก และexpense17

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลองกิจกรรมจริงของโลกโดยใช้ข้อมูลการค้นหาเว็บสามารถ
ให้จำนวนของผลประโยชน์ ครั้งแรกก็สามารถจะทันเวลามากขึ้น
โดยเฉพาะอย่างยิ่งเมื่อมีทางเลือกที่จะไม่ได้เก็บรวบรวมอิเล็กทรอนิกส์.
เฝ้าระวังไข้หวัดใหญ่จากศูนย์สหรัฐอเมริกาสำหรับ
ควบคุมและป้องกันโรค (CDC), ไข้หวัดใหญ่ Sentinel
ของผู้ให้บริการเครือข่ายเฝ้าระวัง (ILINet) มีความล่าช้าของการหนึ่งที่จะ
สอง
weeks1 สำหรับตัวชี้วัดทางเศรษฐกิจเช่นการว่างงานนี้
ล่าช้าเป็นวัดใน months10 ในทางตรงกันข้ามการค้นหาข้อมูลสามารถ
"คาดการณ์ในปัจจุบัน" เนื่องจากมันสามารถใช้ได้เป็นกิจกรรมเป้าหมาย
happens10 ประการที่สองข้อมูลแบบสอบถามมีเวลาและพื้นที่ที่ดี
ความละเอียด ถ้าเป็นตัวบ่งชี้ที่น่าสนใจไม่สมบูรณ์ (หายไป
ช่วงเวลาหรือภูมิภาคหยาบขมับมติหรืออวกาศ
ฯลฯ ), การค้นหาข้อมูลบางครั้งสามารถใช้ในการกรอกในช่องว่าง สำหรับ
ตัวอย่างเช่นข้อมูลอัตราไข้หวัดใหญ่จาก ILINet ถูกตีพิมพ์โดยเฉพาะ
cdc ที่ในระดับชาติและระดับภูมิภาคและไม่ได้รับการตีพิมพ์
สำหรับ season13 ออก แต่รุ่นบนพื้นฐานของข้อมูลแบบสอบถามสามารถ
นำมาใช้เพื่อให้ข้อมูลประมาณการตลอดทั้งปีและที่รัฐและ
บางครั้ง แม้ระดับเมืองให้มีการค้นหาเพียงพอ
กิจกรรมที่ level1,14,15 ว่า ประการที่สามสามารถมีได้มาก
ค่าใช้จ่ายในการเก็บรวบรวมข้อมูลสำหรับตัวชี้วัดแบบดั้งเดิม.
ท้ายที่สุดขณะที่ผู้ใช้อินเทอร์เน็ตไม่ได้เป็นตัวแทนกลุ่มตัวอย่างแบบสุ่ม
ของประชากรในประเทศสหรัฐอเมริกาประชากรกลุ่มนี้ได้กลายเป็น
มากขึ้นเรื่อย ๆ น้อยลำเอียงตลอดเวลาและขณะนี้เป็น 77% ของ
population16 ผู้ใหญ่ . ในกลุ่มย่อย 18-29 ตัวเลขนี้เป็น
เกือบ 90% นี้เป็นในทางตรงกันข้ามกับโทรศัพท์พื้นฐานโทรศัพท์แบบดั้งเดิม
การสำรวจซึ่งจะต้องอยู่ภายใต้การเป็นตัวแทนของกลุ่มอายุนี้หรือ
ผสมผสานในการสำรวจข้อมูลโทรศัพท์มือถือที่ยากลำบากมากและ
expense17