CDA数据分析师 出品
编译:Mika
【导读】
每天在推特上都有数百万条推文被发送,在这些推文中,我们可以收集到很多关于人们生活的信息:他们什么时候醒来,去哪里旅行,以及他们对几乎所有事情的看法。
在本文中,前纽约时报数据艺术家杰尔·索普探讨了我们可以从这些丰富的数据中得出什么用途。
几年前我开始用推特。它最吸引我的一点是人们会在早上起床的时候,会发一条推特说:“早上好!”
作为一个加拿大人,我喜欢这种问候方式。同时我也是个典型的技术男,于是我写了个程序,用来记录24小时内推特上所有发的“早上好!”。
之后我问了自己一个我最喜欢的问题,“那会是个什么样子?”
结果就像这样:
▲ 全球人们在醒来时发“早上好!”所组成的模型
我们看到这个由世界各地人们在醒来时发“早上好!”所组成的人浪。
当中绿色所代表的人,在早上8点左右醒来。
橙色代表的人,他们在9点左右发“早上好!”
之后这些红色代表的人 ,他们在10点左右发“早上好!”。
我们会发现,10点发的人比8点的多。
而且,事实上如果你观察这幅图,我们就能稍微了解世界各地人们起床时间的不同。
比如说西海岸的人就比东海岸的人起得稍晚一些。
但人们在推特上不只是发这个,对吧?
我们也收到这些推特,诸如:
“我刚刚在奥兰多降落了!!”
▲ 推文“我刚刚在奥兰多降落了!!”
或者“我刚刚降落在德州!” 又或者“我刚刚在洪都拉斯降落了!”
这些内容没完没了,总有人在发这些。
从表面上看,这些人只是告诉我们一些他们的旅行信息。
但是我们都知道真相,不是吗?
这些人就是在炫耀!炫耀他们在开普敦,而我不在!
于是我想,我们如何才能利用这些虚荣,并将其转化成实用的东西?
因此我用类似于处理“早上好”的方法,将所有人的旅行制成统计图。
因为我知道他们在哪落地,他们直接告诉我了。而且我知道他们在哪儿居住,因为他们推特的个人简介上都写着呢。
▲ 全球各地人们旅行数据模型
所以我在推特上建立了一个模型,记录在36个小时内世界各地的人是如何旅行的。
这是一种原始模型,如果我们留意推特和脸书和其它一切社交媒体上的所有人,我们其实会获得一幅清晰的图像,反映人们如何在各地之间旅行。
▲ 36小时内世界各地人们的旅行数据
而这幅图像事实上对科学家来说非常有用,尤其是那些研究疾病扩散问题的专家。
我在《纽约时报》工作。在过去两年里,我们一直做一个叫“Cascade”的项目,它在某种程度上和这个模型很相似。
但是我们不是对人们如何流动,而是对人们如何发表言论进行建模。我们在研究针对某个事件的讨论看起来是怎样的。
这里有一个例子,这是一场围绕一篇文章的讨论。文章名字是《那个人们忘记死亡的小岛》,它描述了一个希腊的小岛,岛上的人们都非常非常长寿。
这里我们所看到的,这是一场从左下角那第一条推特开始延伸开来的讨论。
因此我们得以了解到,在9小时里这场讨论的规模。
▲ 9小时内对文章《那个人们忘记死亡的小岛》的讨论
我们来把时间跨度拉大到12小时。我们也可以在三维的模式下观察这场讨论。
▲ 12小时内对文章《那个人们忘记死亡的小岛》的讨论
而且这种三维的视角其实对我们更加有用。因为作为人类,我们非常习惯于三维的事物。
所以我们能够看着讨论的那些细小分支,来了解到底发生了什么。
这是一个交互式的,探索式的工具。我们可以仔细研究这个讨论的每一步,可以看看:
《纽约时报》每个月产生大约6500篇文章,我们可以为每一篇所引发的议论都建立一个模型。
每个模型看起来不太一样,这取决于故事本身,以及它引起人们议论的速度,还有议论传播的范围。
这些结构我管它们叫“讨论大楼”,最终看起来不尽相同。
我向你们展示的这些项目,我认为它们在做同样的事情。
即我们可以将碎片化的数据拼凑起来,从而产生更大的价值。我们可以用它们来做更激动人心的事情。
但是目前为止我们只提到了推特,而推特不是数据的全部。
正如刚才讨论的,网络上有很多很多很多数据。
我尤其要向你们介绍其中一种。因为你们所有人,这里的每一位观众,包括我在内都是产生数据的机器,我们时时刻刻都在产生数据。
我们每一个人,我们都在产生数据,也有一些人在储存这些数据。
通常来说,我们信任各种储存数据的公司,但是我要在这里提出的是,相比起信任那些公司,让它们储存数据,我们应该相信我们自己。
因为我们拥有那些数据,这是我们应该牢记的,他人对你的任何评价都属于你。
因此,我希望我们所有人能带着我们储存的宝贵数据走到一起,一起利用那些数据来解决某些世界上最棘手的难题。
因为大数据能解决大问题,但是我认为如果我们每个人都参与进来,才能将能使它发挥最大的效用。谢谢!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10