זה לא מפתיע שאנשים מחפשים מידע על שפעת כאשר הם חולים. Google מצאה דרך לנצל את המגמה הזו ולהשתמש בה כדי להעריך את פעילות השפעת לפי אזור. הם גילו כי נתוני מגמת החיפוש היו למעשה כשבועיים מהר יותר מאשר המסורתית CDC (מרכז לבקרת מחלות) שיטות מעקב פרוץ שפעת.
Google Flu Trends ייתן לך הערכה של רמת ההתפרצות הנוכחית בארה"ב או לשבור אותה למדינה על ידי המדינה. תוכל גם לראות מגמות משנים קודמות ולחפש מקום כדי למצוא תמונות שפעת בקרבתך.
נתונים גדולים
Google Flu Trends הוא דוגמה לתגליות שניתן לבצע באמצעות "נתונים גדולים", מונח המשמש לתיאור קבוצות נתונים מובנות או בלתי מובנות, שיהיו גדולות ומורכבות מכדי שיוכלו לבחון אותן בשיטות מסורתיות.
ניתוח מסורתי של נתונים בדרך כלל שמירה על מה שאספת לגודל לניהול. החוקרים השתמשו בדגימות סטטיסטיות קטנות יותר של קבוצות גדולות מאוד כדי ליצור ניחושים מושכלות לגבי הקבוצה הגדולה יותר. לדוגמה, הסקרים הפוליטיים נעשים על ידי קורא למספר קטן יחסית של אנשים ולשאול אותם שאלות. אם הדגימה דומה לקבוצה גדולה יותר (למשל, כל הבוחרים במסצ'וסטס), אזי תוצאות הסקר של הקבוצה הקטנה יכולות לשמש לניחושים לגבי הקבוצה הגדולה יותר. אתה צריך להגדיר נתונים נקיים מאוד יודע מה אתה מחפש.
נתונים גדולים, לעומת זאת, משתמשים במערכי נתונים גדולים ככל האפשר - למשל, בכל שאילתות החיפוש ב- Google. כאשר אתה משתמש במערך נתונים גדול, אתה מקבל גם נתונים "מבולגן": ערכים לא מלאים, ערכי חיפוש על ידי חתולים הליכה על מקלדות, וכן הלאה. זה בסדר. ניתוח נתונים גדול יכול לקחת את זה בחשבון ועדיין בסופו של דבר מסקנות כי אחרת אולי לא נמצא.
אחת מהתגליות האלה הייתה Google Flu Trends, שמסתכל על קוצים בשאילתות חיפוש עבור תסמיני שפעת. אתה לא תמיד גוגל, "היי, יש לי שפעת, בסדר גוגל, איפה רופא ליד אותי?" אתה נוטה לחפש דברים כמו "כאב ראש וחום". מגמת העלייה הקלה במערך שאילתות מבולגן וגדול במיוחד היא הדבר שמפעיל את Google Flu Trends.
זה יותר מאשר רק חידוש מאז זה spots שפעת דוקרנים מהר יותר מאשר CDC. ה- CDC מסתמך על בדיקות שפעת חיוביות של רופאים ובתי חולים. כלומר, אנשים צריכים להיות חולים מספיק כדי לבקר רופא במספרים מספיק כדי לגרום ספייק בדיקות שפעת, ואז המעבדות צריך לדווח על המגמה. אנשים כבר יהיו חולים עד שתצליח לגייס את הטיפול.