کتاب داده های کلان

کتاب داده‌های کلان، نوشتۀ ویکتور مایر شونبرگر و کِنِت کوکییر است. این کتاب ما را با رویکردی جدید در مورد داده‌های موجود در زمینه‌های مختلف و سودی که از آن‌ها می‌توان برد آشنا می‌کند.

درباره کتاب داده های کلان

داده‌های کلان به بخش جداناپذیری از زندگی روزانه بدل شده‌اند. به‌گونه‌ای که می‌توان در اخبار روزانه، دربارۀ آخرین نمونه از الگوریتم‌های قدرتمندی که قادر هستند ارتباط‌های پنهان بین اجزایی که نامرتبط به نظر می‌رسند را استخراج کنند، مطالب جدیدی یافت. داده‌های کلان، چه برای مبارزه با تروریسم توسط آژانس امنیت ملی مورداستفاده قرار گیرد و چه برای پیش‌بینی الگوی خرید مشتری توسط یک خرده‌فروش آنلاین، انقلابی در دنیای اطراف ما است که در روند تغییر دائمی اقتصاد، علم، فرهنگ و شیوۀ تفکرمان رخ‌داده است. از سوی دیگر داده‌های کلان بر اساس قابلیت‌هایش برای پیش‌بینی رفتار ما در آینده می‌تواند تهدیدهای جدیدی، از نابودی حریم شخصی تا انتظار جریمه شدن برای کارهایی که هنوز آن‌ها را انجام نداده‌ایم، ایجاد نماید.

این کتاب اولین کتابی است که دربارۀ این موضوع مهم و اساسی توسط دو متخصص برجسته در این زمینه سخن گفته و در آن به بیان اینکه داده‌های کلان چیست، چگونه ممکن است زندگی ما را تغییر دهد و چطور باید خود را از خطرات آن بر حذر بداریم، پرداخته شده است.

خواندن کتاب داده های کلان را به چه کسی پیشنهاد می کنیم؟

این کتاب برای کسانی که می¬خواهند در مورد مفهوم کلان‌داده، ابزارها و مزایای آن در جامعه اطلاعات کسب کنند پیشنهاد می‌شود.

درباره نویسندگان

ویکتور مایر شونبرگر استاد راهبری و نظارت بر اینترنت و قانون‌گذاری‌های مربوط به آن' در موسسۀ اینترنت آکسفورد است. وی نویسندۀ بیش از صد مقاله و همچنین هشت کتاب است که جدیدترین آن حذف کردن: مزیت فراموشی در عصر دیجیتال است.

کنت کوکییر ژورنالیست است و در ژورنال اکونومیست به ویراستاری داده‌ها می‌پردازد. وی همچنین درزمینۀ تجارت و اقتصاد برای نیویورک‌تایمز، تایمز و فارین اِفیرز می‌نویسد

بخش‌هایی از کتاب داده های کلان

شرکت گوگل ۵۰ میلیون عبارتی را که بیشتر از همه توسط آمریکایی‌ها جست‌وجو شده بود برگزید و با لیست داده‌های مراکز CDC دربارۀ شیوع آنفولانزای فصلی بین سال‌های ۲۰۰۳ و ۲۰۰۸، مقایسه کرد. هدف شناسایی مناطق آلوده به ویروس آنفولانزا از طریق جست‌وجوی مردم در اینترنت بود. برخی دیگر نیز برای انجام کاری مشابه با استفاده از عبارات جست‌وجوی اینترنتی تلاش کردند، اما هیچ‌یک به‌اندازۀ شرکت گوگل به چنین اطلاعات جامع، قدرت پردازش و اطلاعات آماری دسترسی نداشتند.

بسیاری فکر می‌کنند گوگل، جست‌وجوهایی که توسط کاربران، برای به‌دست‌آوردن اطلاعاتی دربارۀ آنفولانزا انجام می‌شود - مانند تایپ کردن عبارت‌هایی مثل "داروهای موردنیاز برای سرفه و تب" - را رصد می‌کند، اما مسئله این نبود: آن‌ها از این جست‌وجوها اطلاعی نداشتند و سیستم طراحی‌شده‌شان نیز به آن اهمیتی نمی‌داد. تنها کاری که سیستم آن‌ها انجام می‌داد، یافتن ارتباط بین تعداد دفعات جست‌وجوی یک عبارت خاص و شیوع بیماری آنفولانزا در بُعد زمانی و مکانی بود. در مجموع، آن‌ها از ۴۵۰ میلیون مدل ریاضیاتی مختلف استفاده کردند تا عبارت‌های جست‌وجو شده را بیازمایند و پیش‌بینی‌شان را با تعداد بیماران مبتلا به آنفولانزا که توسط مراکز CDC در سال‌های ۲۰۰۷ و ۲۰۰۸ گزارش شده بود، مقایسه کنند. آن‌ها به هدف زده بودند: نرم‌افزار آن‌ها ترکیبی از ۴۵ عبارت جست‌وجو را پیدا کرد که وقتی از همه آن‌ها در یک مدل ریاضیاتی استفاده می‌شد، ارتباط قوی بین پیشگویی آن‌ها و ارقام رسمی در سطح کشور را نشان می‌داد؛ بنابراین آن‌ها نیز مانند مراکز CDC توانستند بگویند که آنفولانزا در کجا شیوع داشته است. ولی برخلاف مراکز CDC، پیش‌بینی آن‌ها نزدیک به زمان واقعی رویداد بود، نه یک یا دوهفته بعد از وقوع آن؛ بنابراین، زمانی که این بحران در سال ۲۰۰۹ رخ داد، سیستم گوگل ثابت کرد که می‌تواند شاخص مفیدتر و به موقع‌تری نسبت به آمار دولتی که با تأخیر همراه است، داشته باشد. به‌این‌ترتیب مسئولان بهداشت عمومی به اطلاعات باارزشی دست پیدا کردند.