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
