Estadísticas Casa, Kampala, Uganda
Según lo prometido aquí está la última entrega de mi serie corta de 'big data'. Empecé por declararme una persona pequeños datos de los. Mi intención era la de ser un poco provocativo sugiriendo que renunciar o limitar la recogida de datos a veces puede ser una opción legítima o incluso laudable. Ese contraste fue quizás sobregirada. Parecía sugerir que 'big data' y los enfoques etnográficos se encontraban en los extremos opuestos de cierta continuidad. "Cuánto" no es necesariamente una cuestión muy interesante o relevante para un etnógrafo, pero ¿quién de nosotros no ha hecho un poco de recuento y declarado alguna cantidad (1000s de páginas de notas, cientos de días en el campo, horas de audio o video) que está destinado a impresionar, para indicar la rigurosidad, profundidad, esfuerzo, y seriedad?
Así que el juego de los números es una que probablemente todos jugamos de vez en cuando.
Ahora, para responder mis pocas cuestiones pendientes:
1) ¿Cómo podrían los grandes datos formarán parte de los proyectos que se encuentran principalmente en el enfoque etnográfico?
Mi primer contacto con la 'big data' vino de un estudiante que logró acceder a una colección verdaderamente masiva del CDR (llamar a registro de detalle) datos de una red de telefonía en Ruanda. Josh Blumenstock fue capaz de combinar datos de CDR con los resultados de una encuesta que él diseñó y llevó a cabo con un equipo de investigación en Ruanda para obtener información sobre las características demográficas de los propietarios de teléfonos, dentro de los patrones de migración país, y la reciprocidad y la gestión del riesgo. Yo estaba terriblemente emocionado por las posibilidades de lo que podría encontrar en ese tipo de datos, ya que había estado examinando la propiedad de teléfonos móviles y regalar en las cercanías de Uganda. Me preguntaba cómo los patrones más grandes en los datos podrían reflejar (o plantear preguntas) acerca de lo que iba a venir a ver en el nivel micro sobre la propiedad de teléfonos y compartir, especialmente en sus dimensiones de género. De hecho el trabajo de Josh mostró un fuerte sesgo de género en la propiedad, con muchos más hombres que mujeres poseer teléfonos y mujeres propietarios de teléfonos más prósperos y bien educados. Mi trabajo explica la dinámica de la familia conyugal y otras que ponen muchos menos móviles en manos de las mujeres que a los hombres.
Sin embargo, la combinación de estos dos enfoques es más un enfoque estándar de métodos mixtos que cualquier nueva. Es algo más innovador que el posible?
Una respuesta muy interesante que encontré en esta pieza: "Los números tienen cualidades Demasiado: Las experiencias con Etno-Minería"Por Ken Anderson, Amanecer Nafus, y Tye Rattenbury (Intel) y Ryan Aipperspach (GoodGuide.com) Del Etnográfico Praxis en Conferencia de la Industria, 2009. En el proyecto, los investigadores crearon una visualización de datos de computación en el uso de dispositivos que mostró la intensidad de uso y fue un código de color según la hora del día. Los investigadores presentaron a los participantes de la investigación con esta visualización de sus propios datos de comportamiento. Se les invitó a interpretar y discutir esta representación visual comprimida de sus actividades. Esta es una manera muy interesante y novedosa para superar el reto de reunir a un comportamiento detallado y documentado y el significado y la intención que subyace a este comportamiento mediante el uso de una especie de técnica proyectiva entrevistar.
Otra pregunta que planteé al principio de la serie y ahora se puede tratar de responder.
2) ¿Qué es lo que la gente considera las aplicaciones atractivas de datos grande?
Sobre la base de lo que he oído en la DataEdge conferencia, la "visión" y el sentido de posibilidad menudo parecían desbordar las aplicaciones concretas reales en el gran espacio de datos / análisis de datos. Pero aquí son sólo algunas de las herramientas y aplicaciones emergentes: La acumulación masiva de los términos de búsqueda de Google se presta a algunas formas interesantes de relacionar patrones de búsqueda en el tiempo, a la ubicación, o incluso para eventos como las epidemias de gripe. Esto puede proporcionar oportunidades para mejorar la precisión de los modelos económicos. Usted puede jugar con esto en Google Correlate. Se habló mucho acerca Hadoop y otras herramientas / servicios para el procesamiento de conjuntos de datos grandes super- (Hadoop, Hadapt, Splunk, Cloudera). Captricity ofrecido una herramienta muy interesante con una historia un poco diferente de los orígenes. Esta puesta en marcha se originó en la investigación en las clínicas de salud de Tanzania y ofrece una manera de digitalizar registros grandes traseros de los registros en papel transformándolos en datos estructurados.
En general hubo un énfasis distintivo en las oportunidades comerciales y, especialmente, la personalización de los mensajes de marketing, hacer anuncios más eficaz. ¿Cómo se mueven las personas a través del aeropuerto, y ¿cuál es nuestra mejor apuesta para captar su atención? Una compañía llamada Path Intelligence que ofrece la tecnología para la medición fue mencionado sendero peatonal. Hubo una sugerencia sobre el uso de grandes volúmenes de datos para la agricultura, para predecir el tiempo y los rendimientos. Otra propuesta de utilizar los datos de registros de antecedentes penales para predecir el crimen. Aunque en este último ejemplo especialmente, mi pensamiento se dirige a las preguntas acerca de la calidad y la integridad de los registros, algo que los etnógrafos y particularmente etnometodologistas tienen una idea de (ver "buenas razones de organización para las malas historias clínicas de Garfinkel). Los antecedentes penales no se recogen de forma automática, sino que son el producto de un proceso administrativo. En datos sucios genearl '’ es una amenaza reconocida en 'big data’ círculos y sin aparente solución aún no se ha ofrecido.
Como es probablemente aparente, mejor capacidad de predicción y la función más eficaz de marketing un lugar destacado en la lista de aplicaciones. Aunque algunos aspectos de la 'big data’ tendencia son nuevos, el sueño subyacente parece ser una vieja – para anticipar mejor lo que viene en el futuro, para alejar la incertidumbre y la ambigüedad.
___________________________________________________________________
Leer el resto de los puestos de la “Guía Completa del etnógrafo para Big Data” serie:
Guía Completa del etnógrafo para Big Data: Personas Pequeñas de datos en un Mundial de Datos Grandes (parte 1 de 3)
Guía Completa del etnógrafo para Big Data: Respuestas (parte 2 de 3)
Creo Blanco y Johansen de “Análisis de Redes y Etnográfico Problemas” es un modelo de la boda “grande” y “pequeño” datos. La teoría de grafos es un dominio diferente de “grandes datos” pero un área fructífera para la colaboración entre los enfoques matemáticos y de ciencias sociales.