Reality mining - Reality mining
Reality mining er innsamling og analyse av maskinopplevde miljødata knyttet til menneskelig sosial atferd , med målet å identifisere forutsigbare atferdsmønstre. I 2008 kalte MIT Technology Review det for en av de "10 teknologiene som mest sannsynlig vil endre måten vi lever på."
Reality mining studerer menneskelig interaksjon basert på bruk av trådløse enheter som mobiltelefoner og GPS-systemer, og gir et mer nøyaktig bilde av hva folk gjør, hvor de går, og med hvem de kommuniserer med i stedet for fra mer subjektive kilder som en persons egne regnskap. Reality mining er et aspekt av digital fotavtrykksanalyse .
Reality Mining bruker Big Data til å forske og analysere hvordan mennesker hver dag samhandler med teknologi for å bygge systemer som tillater positiv endring fra individet til det globale samfunnet. Reality Mining håndterer også datautslipp .
Individuell skala (1 person)
Enkeltpersoner bruker mobiltelefoner, nettbrett, bærbare datamaskiner, kameraer og hvilken som helst enhet som er koblet til internett for en rekke formål, og skaper derfor en rekke data fra GPS-lokasjoner til ofte stilte spørsmål på Google. Mobiltelefoner har så mye data om individet at nå kan telefoner foreslå restauranter basert på våre søk, besøkte steder, bokinnstillinger og til og med gjette endene på setninger vi skriver. En enkel anvendelse av Reality Mining er å lytte til stemmer og forstå talemønstre for å diagnostisere medisinske problemer som enkel influensa til og med tidlig begynnende Parkinsons. Kraftigere telefoner gjør det også mulig å tilpasse kalenderen og spore hendelser som viser atferd hos enkeltpersoner, det som anses viktig nok til å spore. Sosiale nettsteder tillater også forskere å se øyeblikksbilder av en persons liv ved å følge statusoppdateringer på Facebook eller tweets fra Twitter. Enda mer spesifikk, en nylig app kalt Snapchat lar brukerne legge ut videoer, bilder eller til og med live-strømmer av nøyaktig hva de gjør når de gjør det, sterke indikatorer på atferd og interaksjoner med verden. I 2004 gjennomførte MIT Reality Mining Project som ga 100 MIT-studenter en Nokia 6600 som ble sporet på en rekke måter av forskerne. Cell Tower ID # s (en veldig billig og lite påtrengende måte å måle plassering), status på telefonen (lading eller inaktiv), og all bruk av telefonens applikasjoner (spill, websurfing osv.). De fant at ved å samle inn denne typen data kunne de med høy nøyaktighet forutsi studentenes atferd, for eksempel hvis en av studentene våknet en lørdag morgen klokka 10, kunne forskerne forutsi hva de skulle gjøre den dagen ved hjelp av "egenoppførsel". Denne nye måten å forstå data åpnet for nye undersøkelser og muligens enda større undersøkelser med detaljert og nøyaktig statistikk. Det er hundrevis av nettsteder som tilbyr programvare for mobiltelefoner som vil spore omtrent alt telefonen gjør, nyttig for bekymrede foreldre eller folk som ønsker å øke sin personlige produktivitet. Disse dataene blir deretter lastet opp til en server og kan nås når som helst.
Selv om det allerede kan samles inn mye data fra personlige enheter, utgjør de bare en del av en persons liv. Reality Miners kan også bruke biometriske enheter for å måle fysisk helse og aktivitet. Det er mange enheter som dette, som Fitbit, Nike +, og Polar og Garmin GPS-klokker. Det er til og med en app som heter Sleep Cycle for iPhone- og Android-brukere som måler søvnkvalitet, som inkluderer søvnmengde og til og med optimale alarmer. Ved å bruke disse dataene kan Reality Miners kanskje måle ens faktiske helse og prosesser som tillater oss å fungere (eller dysfunksjon). Hjerteanfall har vanligvis ingen langsgående indikatorer, men å bruke alle disse dataene, eller til og med når en person engasjerer seg i livslogg, kan skape en dato som er nyttig for det medisinske feltet og spore livsstilen til de som gjennomgår hjerteinfarkt for deretter å lage forebyggende retningslinjer. Det er flere måter å starte Lifelogging på, for eksempel har Google sin egen enhet kalt Google Glass som har en Heads-Up-Display (HUD), en mikrofon, en prosessor og et kamera. Dette er alle måter å logge informasjon i bestemte kataloger.
Samfunnsskala (10 til 1000 personer)
Måten forskere har begynt å observere og registrere atferd i store grupper, var å bruke RFID-merker . Data registreres også på arbeidsplasser ved hjelp av kunnskapsstyringssystemer som prøver å forbedre arbeidstakers produktivitet og effektivitet, selv om en mangel på dette er manglende evne til å samle arbeidsplassens sosiale og teknologiske kulturer, og gir derfor ufullstendige atferdsdata. En annen måte å måle større grupper av mennesker i et samfunn er gjennom konferansedeltakelse. Disse dataene gjør det mulig for forskere å vite hvor deltakerne er fra, etnisk demografi og det faktiske antallet personer som deltar på arrangementet. Noen konferanser bruker smarte merker med flere funksjoner enn standard RFID-merker. Bedrifter som Microsoft og IBM har brukt dem til å registrere antall personer de kommuniserer med under konferansen og tillate folk å svare på spørreskjema. Smart-merkene registrerer også vokalinteraksjoner, og når deltakerne er i visse boder, og kan til og med varsle messearbeidere når visse profiler går inn i et visst område av messen. Smart-merker har åpenbare fordeler ved å samle inn data for reality-gruver. I 2009 brukte et selskap kalt nTag, som deretter ble kjøpt opp av Alliance Technology, nTag-teknologi som gjør det mulig for brukere å få beskjed om hvem de skal snakke med og i stand til å bytte visittkort elektronisk. En annen type data reality-gruvearbeidere ser etter er klima- og miljøinformasjon. De samler inn data fra nabolag ved å benytte sensorer med luftkvalitet som registrerer karbondioksid og nitrogenoksider samt det generelle klimaet. Informasjon som denne kan hjelpe beslutningstakere med å bestemme om de vil handle eller ikke eller se fremgang. En annen måte å samle inn data om omgivelsene er gjennom Project Noah. Prosjekt Noah var et forsøk på å samle inn data om typer plantearter ved å geotagge bilder av planter og sopp som folk laster opp, slik at brukerne kan se hva slags økosystemer brukerne bor i. Dette hjelper skoler og studenter som ønsker å samle inn data til prosjekter, men også for fuglekikkere å vite hva slags fugler som er i området.
City Scale (1000 til 1.000.000 mennesker)
Generelt for denne delen er en by definert av 1000 til 1.000.000 mennesker. En måte data samles inn i byskala er gjennom å samle inn data om trafikk med trafikksignaler og fotobokser. Data kan også samles inn fra politirapporter og veiskannere samt GPS fra mobilapplikasjoner. Ved å bruke denne typen trafikkdata kan byene lage ruter som best muliggjør effektiv bevegelse og flyt av trafikk. Et selskap kalt Inrix, startet i 2010, har samlet data om trafikk og kjøper data fra brooperatører og andre transportsystemer. Den bruker disse dataene til å forutsi trafikkruter og tid for overbelastning. En annen måte trafikken kan overvåkes på, er via Bluetooth-teknologi, som er en teknologi som Inrix ikke vurderer. University of Maryland fullførte et prosjekt i 2012 som viste at to Bluetooth-sensorer som var plassert to miles fra hverandre, kunne oppdage trafikkhastigheter nøyaktig. Alt dette kombinert kan opprettes for å lage ruteforslagsalgoritmer for å hjelpe folk med å komme seg til og fra steder i en effektiv sak som i tillegg kan ruten oppdateres i sanntid ved hjelp av denne typen sensorer og informasjon. Bemerkelsesverdig oppstart, nå et datterselskap av google, Waze , som også samlet inn data fra brukere (anonymt) som rapporterte ulykker, og dette spillet dem i app-valutaer og belønninger. For kriminalitet i byskalaen, er den første måten å samle inn og se på data gjennom historisk undersøkelse av tidligere rapporter innen et område. Nå plasserer mer komplekse algoritmer automatisk offiserer på steder med høy kriminalitetsrate før noen faktisk kriminalitet er begått. Siden 2005 har politidepartementet i Memphis brukt et program kalt Blue CRUSH (Criminal Reduction Utilization Statistical History) som bruker politirapportene og bruker varmekart for å skille mellom høye og lave kriminalitetsområder. Dette programmet oppdateres hver uke og gjør det mulig for politidepartementet å endre taktikk deretter. Ved å bruke denne typen data vil politiavdelinger kunne samhandle med samfunnet på en mye mer meningsfull måte, og også tillate forebyggende arbeid å bli gjort i stedet for rehabiliterende arbeid.
Nasjonal skala (1.000.000 til 100.000.000 mennesker)
På nasjonal skala spiller regjeringen en mye større rolle. Census data er uten tvil den enkleste å skaffe. Mange nasjoner offentliggjør sine tellingsfunn via nettsteder der data kan lastes ned og visualiseres for videre analyse. "I tillegg gjennomfører Verdensbanken internasjonale undersøkelser og samler folketellingsdata fra alle deltakende nasjoner - en slags one-stop shop for informasjon om medlemslandene. Disse dataene er offentlig tilgjengelige: de kan lastes ned og sorteres og analyseres uavhengig. , tilbyr Verdensbanken et åpent API som lar programmerere integrere forskjellige data i programvareapplikasjoner. Ved å bruke Verdensbankens data har Google integrert et enkelt visualiseringsverktøy i søkeresultatene; et søk på befolkningen i Botswana vil trekke opp antallet, den daterte kilden til Verdensbanken, og en graf som viser befolkningsendring gjennom flere tiår. En annen måte å samle inn data på er samtaledataregistrering (eller samtaledetaljerregistrering), som bare er en logg over telefonsamtaler og tekster med informasjon som tid og sted for både den som ringer eller avsender og mottakeren. CDR lar telefonselskaper se trender for menneskelig mobilitet. Store dataselskaper som Google, Facebook og Twitter tillater også forskere å spore kulturelle trender og til og med når / hvor tildelingen av ressurser i tid av naturkatastrofer.
Global skala (100.000.000 til 7.000.000.000 mennesker)
Den største bekymringen for verden er spredning av sykdom, og er en av reality miningens beste applikasjoner. Med globalisering er evnen til å reise enestående sammenlignet med tidligere historier. De forente nasjoner har laget en agenda kalt Millennium Development Goals (MDG), som er åtte mål som tar sikte på å forbedre verden. De samler inn befolkningsdata, det første trinnet for å tillate politikkutforming om sykdomsbekjempelse, nasjoner må først samle inn data om flyreise når milliarder mennesker reiser med fly hvert år og sjøreiser. Flyreiser bærer flere mennesker hvert år enn sjøforsendelser, men den primære årsaken til å samle inn data om forsendelser er at forsendelser ofte fører skadedyr som bærer sykdommer, matbårne sykdommer og noen ganger invasive arter av planter og dyr. Ideen om å administrere og samle virker monumental, men Verdensbanken har allerede startet som hjelper statistisk programvare som MAPS som står for Marrakech Handlingsplan for statistikk. MAPS har som mål å fullføre seks mål, som inkluderer disse tre;
- Planlegger statistiske systemer og utarbeider nasjonale strategiske utviklingsstrategier for alle land med lav inntekt
- Sikre full deltakelse fra utviklingsland
- Sette opp International Household Survey Network, en global samling av husholdningsbaserte sosioøkonomiske datasett
For folk som reiser på flyreiser, er en datakilde International Air Transportation Association (IATA) som har samlet inn data om 90% av den globale flytrafikken månedlig siden 2000. Disse dataene tillot forskere og fagpersoner å se evnen til sykdom å spre seg fra et bestemt sted på jorden. Skip har omtrent 90% av verdenshandelen; i 2001 ble det automatiske identifikasjonssystemet implementert for å registrere "sjøtrafikkens" komme og gå ".
