Twitterと会話マッピングに対する魅了
要約
本記事では、著者がTwitterに対する魅了と、そのソーシャルメディアプラットフォームを利用して人々の旅行ルートをマッピングし、病気の拡散を研究する方法について探求します。また、Cascadというプロジェクトについて説明し、記事周りの会話をモデル化・分析することができると信じている著者の、大量のデータを活用するためのアイデアについても議論します。
目次
- Twitter上での「おはよう」のマッピング
- 旅行ルートのマッピングと病気拡散の研究
- Cascad:記事周りの会話のモデル化
- 会話アーキテクチャとビッグデータの力
Twitter上での「おはよう」のマッピング
著者は、Twitterに対する魅了について共有し、24時間でプラットフォーム上の人々が「おはよう」と言った様子を記録するコンピュータプログラムを作成したことを伝えます。そのデータを使用して、世界中の人々が「おはよう」と言う時間を示すマップを作成しました。このプロジェクトは、Twitterを使用して他の行動やパターンをマッピングすることに興味を持つきっかけとなりました。
旅行ルートのマッピングと病気拡散の研究
著者は、Twitterを使用して人々の旅行ルートをマッピングし、このデータが病気の拡散を研究する科学者にとって有用であると説明します。著者は、Twitterデータが国や大陸を越えて病気がどのように拡散するかについて貴重な洞察を提供できると信じており、この情報を使用して発生を予防・制御することができると考えています。
Cascad:記事周りの会話のモデル化
著者は、Cascadというプロジェクトを紹介し、人々が話している様子をモデル化し、ギリシャの島で人々が長生きするという記事に関する会話の3Dビューを表示することができると説明します。3Dビューは、ユーザーが会話の各段階を進むことができるインタラクティブな探索ツールです。このプロジェクトは、記事周りの会話をモデル化・分析するためにビッグデータを活用する方法の例です。
会話アーキテクチャとビッグデータの力
著者は、The Timesが毎月作成する6,500のコンテンツで起こる会話をモデル化・分析する方法について説明します。これらの会話の異なる構造を「会話アーキテクチャ」と呼びます。著者は、Twitter以外にも分析できる膨大なデータが存在すると指摘し、個人が自分自身のデータを保管する代わりに企業に頼るのではなく、自分自身のデータを所有するべきだと提案します。著者は、蓄積されたデータを共有することで、ビッグデータを使用して世界で最も難しい問題のいくつかを解決できると信じています。
結論
著者のTwitterとビッグデータに関する研究は、ソーシャルメディアプラットフォームが人間の行動やパターンに関する貴重な洞察を提供できる可能性を示しています。自分自身のデータを所有し、共有することで、私たちは世界で最も重要な問題のいくつかを解決することができるかもしれません。