CDA數據分析師 出品

編譯：Mika

【導讀】

每天在推特上都有數百萬條推文被發送，在這些推文中，我們可以收集到很多關于人們生活的信息：他們什么時候醒來，去哪里旅行，以及他們對幾乎所有事情的看法。

在本文中，前紐約時報數據藝術家杰爾·索普探討了我們可以從這些豐富的數據中得出什么用途。

幾年前我開始用推特。它最吸引我的一點是人們會在早上起床的時候，會發一條推特說：“早上好！”

作為一個加拿大人，我喜歡這種問候方式。同時我也是個典型的技術男，于是我寫了個程序，用來記錄24小時內推特上所有發的“早上好！”。

記錄一天內所有人發的“早上好”

之后我問了自己一個我最喜歡的問題，“那會是個什么樣子？”

結果就像這樣：

▲ 全球人們在醒來時發“早上好！”所組成的模型

我們看到這個由世界各地人們在醒來時發“早上好！”所組成的人浪。

當中綠色所代表的人，在早上8點左右醒來。

橙色代表的人，他們在9點左右發“早上好！”

之后這些紅色代表的人 ，他們在10點左右發“早上好！”。

我們會發現，10點發的人比8點的多。

而且，事實上如果你觀察這幅圖，我們就能稍微了解世界各地人們起床時間的不同。

比如說西海岸的人就比東海岸的人起得稍晚一些。

從旅行打卡數據得出全球行程模型

但人們在推特上不只是發這個，對吧？

我們也收到這些推特，諸如：

“我剛剛在奧蘭多降落了??！”

▲ 推文“我剛剛在奧蘭多降落了??！”

或者“我剛剛降落在德州！” 又或者“我剛剛在洪都拉斯降落了！”

這些內容沒完沒了，總有人在發這些。

從表面上看，這些人只是告訴我們一些他們的旅行信息。

但是我們都知道真相，不是嗎？

這些人就是在炫耀！炫耀他們在開普敦，而我不在！

于是我想，我們如何才能利用這些虛榮，并將其轉化成實用的東西？

因此我用類似于處理“早上好”的方法，將所有人的旅行制成統計圖。

因為我知道他們在哪落地，他們直接告訴我了。而且我知道他們在哪兒居住，因為他們推特的個人簡介上都寫著呢。

▲ 全球各地人們旅行數據模型

所以我在推特上建立了一個模型，記錄在36個小時內世界各地的人是如何旅行的。

這是一種原始模型，如果我們留意推特和臉書和其它一切社交媒體上的所有人，我們其實會獲得一幅清晰的圖像，反映人們如何在各地之間旅行。

▲ 36小時內世界各地人們的旅行數據

而這幅圖像事實上對科學家來說非常有用，尤其是那些研究疾病擴散問題的專家。

針對某個事件的討論得出輿論模型

我在《紐約時報》工作。在過去兩年里，我們一直做一個叫“Cascade”的項目，它在某種程度上和這個模型很相似。

但是我們不是對人們如何流動，而是對人們如何發表言論進行建模。我們在研究針對某個事件的討論看起來是怎樣的。

這里有一個例子，這是一場圍繞一篇文章的討論。文章名字是《那個人們忘記死亡的小島》，它描述了一個希臘的小島，島上的人們都非常非常長壽。

這里我們所看到的，這是一場從左下角那第一條推特開始延伸開來的討論。

因此我們得以了解到，在9小時里這場討論的規模。

▲ 9小時內對文章《那個人們忘記死亡的小島》的討論

我們來把時間跨度拉大到12小時。我們也可以在三維的模式下觀察這場討論。

▲ 12小時內對文章《那個人們忘記死亡的小島》的討論

而且這種三維的視角其實對我們更加有用。因為作為人類，我們非常習慣于三維的事物。

所以我們能夠看著討論的那些細小分支，來了解到底發生了什么。

這是一個交互式的，探索式的工具。我們可以仔細研究這個討論的每一步，可以看看：

• 這些都是什么人；
• 他們說了什么；
• 他們年紀多大；
• 他們住在哪里；
• 誰關注了他們等等。

《紐約時報》每個月產生大約6500篇文章，我們可以為每一篇所引發的議論都建立一個模型。

每個模型看起來不太一樣，這取決于故事本身，以及它引起人們議論的速度，還有議論傳播的范圍。

這些結構我管它們叫“討論大樓”，最終看起來不盡相同。

我向你們展示的這些項目，我認為它們在做同樣的事情。

用碎片化數據產生更大的價值

即我們可以將碎片化的數據拼湊起來，從而產生更大的價值。我們可以用它們來做更激動人心的事情。

但是目前為止我們只提到了推特，而推特不是數據的全部。

正如剛才討論的，網絡上有很多很多很多數據。

我尤其要向你們介紹其中一種。因為你們所有人，這里的每一位觀眾，包括我在內都是產生數據的機器，我們時時刻刻都在產生數據。

我們每一個人，我們都在產生數據，也有一些人在儲存這些數據。

通常來說，我們信任各種儲存數據的公司，但是我要在這里提出的是，相比起信任那些公司，讓它們儲存數據，我們應該相信我們自己。

因為我們擁有那些數據，這是我們應該牢記的，他人對你的任何評價都屬于你。

因此，我希望我們所有人能帶著我們儲存的寶貴數據走到一起，一起利用那些數據來解決某些世界上最棘手的難題。

因為大數據能解決大問題，但是我認為如果我們每個人都參與進來，才能將能使它發揮最大的效用。謝謝！