Archivo de la etiqueta: ciencia de datos

El experimento de Facebook: Cow-Sociología, Redux


Una vez llegados a un conjunto (o conjuntos) posiciones morales de defendibles, psicólogos sociales mejor deberían ser capaces de educar a los que están fuera del campo, sobre los criterios éticos apropiados que permitan juzgar el trabajo del campo ...
Alan C. Elms, 1975
Advertencias de los juegos públicos contra los psicólogos, piscinas sujetos disminuidos, y un interés profesional empañada tenía poco, Si cualquier, efecto visible. Postura ética del psicólogo permanece a su metodología elegida. Cuando se aplique el modelo conductista, engaño suele ser parte de ella.
C.D. Herrera, 1997
La razón por la que hizo esta investigación es porque nos preocupamos por el impacto emocional de Facebook y las personas que utilizan nuestro producto. Nos pareció que era importante investigar la preocupación común que ver a los amigos publican contenido positivo conduce a la gente la sensación negativa o excluido.
Adam Kramer, 2014

Ahora que el calor inicial se ha desvanecido, es un buen momento para colocar el experimento de Facebook en perspectiva histórica. En las dos primeras citas anteriores, psicólogo social Alan C. Elms y filósofo-especialista en ética C.D. Herrera representan las dos caras de un debate sobre la ética y la eficacia de confiar en el engaño en la investigación experimental. Destaco estas dos citas porque demuestran momentos dentro de la psicología social, incluso si son una generación aparte, cuando las superficies de engaño como un tema de reconsideración. Elms, uno de los asistentes de investigación originales que participan en Investigación obediencia de Stanley Milgram, escribe como el engaño está siendo puesto en duda. Herrera, escrito con el beneficio de la retrospectiva, sugiere que los paradigmas que no sea conductista son el camino a seguir. El quid de este desacuerdo radica en la conceptualización del tema de investigación. Es el sujeto de la investigación un ser reflexivo con una inteligencia a la par con la inteligencia del investigador, o es el sujeto de la investigación de una materia prima a ser engañado y manipulado por la inteligencia superior del investigador?

<a href="http://akenator.deviantart.com/art/Danger-cow-signal-in-the-fog-166643929">Peligro, vacas por delante</un> BY-SA CC akenator

Peligro, vacas por delante
BY-SA CC akenator

Unseen, pero se avecina en el fondo de este desacuerdo, es el Psicología Industrial / Relaciones Humanas enfoque, que se desarrolló en la década de 1920 y 1930 a través de la labor de los investigadores como Elton Mayo y sus consocios, y en experimentos tales como los que están en la planta de Hawthorne.

Este debate es la pena revisar a la luz de la experiencia de Facebook y sus consecuencias. Cualquier comprensión del experimento Facebook — y el tipo de experimentación permitido por Big Data más generalmente — debe incluir el tiempo, historia del conductismo y el engaño experimental entrelazados, ya que ha sido refractada a través de la disciplina en casa de Adam Kramer tanto de la psicología social y de alguna manera a través de su disciplina adoptada de “científico de datos” [1].Leer más… El experimento de Facebook: Cow-Sociología, Redux

Twitteando Minaretes: Una perspectiva personal de unirse a las metodologías


David Ayman Shamma

Nota del editor: En el último puesto de la Ethnomining‘ edición, David Ayman Shamma @ Ayman da una perspectiva personal sobre métodos mixtos. Basándose en el ejemplo de los datos producidos por el pueblo de Egipto que se levantaron contra el entonces presidente egipcio y su partido en 2011, aboga por un enfoque integral para el análisis de los datos más allá de la “Big Data vs the World” situación parece que hemos llegado a. Al hacerlo, su perspectiva complementa los posts anteriores, mostrando la riqueza de datos etnográficos con el fin de profundizar en los resultados cuantitativos.
David Ayman Shamma es un científico de investigación en el grupo de experiencias de Internet en Yahoo! Investigación para la que diseña y evaluar los sistemas de comunicación multimedia mediada.

____________________________________________________________________________

Hay un problema que enfrentamos ahora; el llamado mundo Big Data crea un mundo eclipsando de análisis de datos numéricos dejando todos los demás para tratar de encontrar un nicho acuñado como “pequeño de datos” o “datos a largo” o “Datos de lado” o similar. Los silos y la fragmentación es abrumadora. Pero en realidad, es sólo todos los datos. Con independencia de la forma o su sabor, hay personas que son expertos en el procesamiento de números y datos de las personas que son expertos en los datos del trabajo de campo. Desafortunadamente, la velocidad a la que la ciencia se mueve de datos es atractivo y eso es parte del problema; no obtenemos una imagen completa a la velocidad y todo el mundo se apresura a producir respuestas primero.

Hace unos meses,, en una conversación con un colega, me dijo "Usted no sabe lo que usted no sabe, sobre todo cuando no está allí ". Estábamos buscando una manera de salir a la superficie de forma automática una comunidad de fotógrafos en Flickr que no anotan sus fotos. No utilizaron ningún título o las etiquetas o las anotaciones de lo que nunca. Pero eran claramente una comunidad fuerte y prolífica. Si hubiera alguna manera de identificar automáticamente, entonces podríamos ayudar a conectar a los.

Ahora, la búsqueda de métricas para la participación social en los datos no anotada no es una tarea imposible cuando se les proporciona alguna señal en los datos que tiene cierta correlación, estadístico o de otro modo, en el sentido de que está tratando de emerger. Pero en algunos casos, que no es sólo posible,. Lo que necesita es simplemente no existe; el mismo es un problema. En otros casos, es mucho más difícil salir a la superficie características cuando usted no sabe lo que parecen.

Cuando usted tiene una gran cantidad de datos, encontrando que la predicción inexplicable a través de estadísticas algorítmicas más fácil. No explica por qué y que no siempre funciona.

Introduzca Etnografía de responder el porqué y averiguar qué cosas podrían parecerse a allanar hallazgos en la era de los grandes datos. Cuando me invitaron a escribir un post sobre Asuntos Etnografía, Me decidí a ilustrar esto con un ejemplo personalmente motivados.

A finales de enero del 2011, el pueblo de Egipto se levantaron contra el entonces presidente Hosni Mubarak y su Partido Nacional Democrático. Querían empleo, un gobierno justo, y el fin de la 30 ley de emergencia de todo el año que se había eliminado la mayor parte de sus derechos civiles. Indudablemente, usted lee sobre ello en alguna parte. En el momento, mi madre estaba en El Cairo su visita 100+ años de edad, madre. Así que esto me dejó pegado a la única fuente de noticias que pude encontrar-un lugar con errores Flujo de vídeo de Al Jazeera. U.S. agencias de noticias tardaron en iniciar algún escasa cobertura. En algún lugar en el medio, que estaba ardiendo en Twitter.

Tweets de Tharir

Una visualización de la actividad de Twitter dirigido hacia Tahrir por aymanshamma

Leer más… Twitteando Minaretes: Una perspectiva personal de unirse a las metodologías

Insights de análisis de datos de red que generan las observaciones de campo


Fabien Girardin

Nota del editor: Este mensaje de la edición de abril ‘Ethnomining‘ edición viene desde Fabien Girardin @ Fabiengirardin quien describe su trabajo con datos en red / sensor en el Museo del Louvre de París. Sobre la base de este estudio de caso inspirador, discute el proceso general, cómo los métodos mixtos son relevantes en su obra, y qué tipo lecciones que aprendió haciendo esto.

Fabien Girardin es socio de la Near Future Laboratory, una agencia de investigación. Él está activo en los dominios de la experiencia del usuario, ciencia de datos y la informática urbana.

____________________________________________________________________________

Congestión de visitantes en el Museo del Louvre

Congestión de visitantes en el Museo del Louvre, foto por Fabien Girardin

Al Near Future Laboratory nos gusta experimentar e ir en diferentes direcciones de la consultora de tecnología típica. Nos esforzamos en la participación de múltiples prácticas, y apostar por el unordinary cuando se trata de cuestionar la formulación, recopilación de datos y solución de creación de. Después de terminar mi doctorado en Ciencias de la Computación, Dejé las disciplinas delimitadas de la academia para abrazar el aprendizaje y la conexión con los otros "campos", las otras formas de conocer y ver el mundo. Junto con los socios Julian Bleecker, Nicolas Nova y una red de ojeadores tácticos, formamos una práctica basada en la tecnología que combina la visión y el análisis, diseño y la investigación, y prototipado rápido para transformar las ideas en forma material.

Durante la última 5 año, He llevado las investigaciones que tienen como objetivo extraer el conocimiento de los productos derivados de las actividades digitales de las personas (es decir. datos de la red, También a menudo llamado sombras digitales o huellas digitales). Ese material intangible puede tomar la forma de registros de actividad de la red celular, las transacciones con tarjetas de crédito agregada, información de tráfico en tiempo real, contenido generado por el usuario o la red social de actualizaciones. Con el tiempo mis contribuciones han evolucionado hasta convertirse en ayudar a transformar este tipo de grandes volúmenes de datos en conocimiento, productos y servicios. Ya sea aplicado para un cliente o como parte de nuestras iniciativas de auto-iniciado, esta práctica requiere de las habilidades básicas de un "científico de datos" (análisis de los datos, arquitectura de la información, ingeniería del software y creatividad) junto con una capacidad para participar en las intersecciones con una amplia variedad de profesionales, de físicos e ingenieros a los abogados, estrategas y diseñadores. La pendiente transversal de las investigaciones en los datos de la red requiere la comprensión de las diferentes lenguas que las tecnologías de la forma, presentación de informes sobre el contexto de su uso, y la descripción de las prácticas de la gente. El modelo de investigación combina observaciones de campo cualitativos con datos cuantitativos a menudo extraídos de los registros.

La investigación de la red de datos implica varios pasos a lo largo de múltiples prácticas y habilidades de ingeniería, las estadísticas, diseño, planificación de la estrategia, gestión de productos y la etnografía

La investigación con datos de la red implica múltiples prácticas y habilidades de ingeniería, las estadísticas, diseño, planificación de la estrategia, gestión de productos y la etnografía; foto por Fabien Girardin

Los proyectos anteriores nos han llevado a explotar las fuentes de datos sin explotar, descubrir oportunidades para transformar datos en conocimiento, y materializar nuevos servicios o productos. Nuestro método contempla primero los conjuntos de datos y técnicas para abordar nuestros objetivos. Entonces desarrollamos soluciones tangibles que se acoplan a los interesados ​​en el proyecto en la exploración de distintos escenarios y soluciones. Es a través de las experiencias de las personas con conocimiento del dominio del proyecto que somos capaces de extraer los posibles cambios y oportunidades del futuro próximo.

Leer más… Insights de análisis de datos de red que generan las observaciones de campo