人性化大数据:人群科学的日常影响

  • 发布时间:2022-03-30 10:14:08
  • 来源:

在我最近的VentureBeat帖子中,我探讨了人群科学的新兴领域,如何在分析和心理学的数据科学的交叉路口以及我们如何将其应用于客户的创新流程。从那以后,我偶然发现了许多涉及人群科学概念的众多文章和新闻事件,导致我相信它比我以前实现的普遍存在的焦点面积更多。

我们所有人 - 数据科学家与否 - 直接和间接地促进这种盛开的领域。

定义人群科学和数据

使用数据科学技术 - 如数据挖掘,算法开发和统计建模 - 在社交网络和众群数据上,人群科学邀请了传统数据科学中不一定存在的心理和行为元素。基本上,我们所看到的是,行为的新要素正在影响数据,例如与互相影响和影响彼此的政治,意见和代理。因此,除了以传统方式观察数据外,我们现在必须考虑政治和社会结构,以及人们如何从和彼此影响;我们必须考虑思想如何通过社交网络,激励人们促进讨论以及参与的后果。

随着当今企业和社区的互连,这种协同级别是指数级的。这款社会结构和现象上的大量数据存储使我们能够学习和理解这些网络以及它们如何发展。传统上科学数据分析涉及仔细测量和经常繁琐的数据集合,我们现在通过互联网拥有广泛和扩大的数据资源,使我们能够分析高度复杂的系统,如社会结构和层次行为,比以往任何时候都更容易。

Alex Pentland博士的麻省理工学院创造了一个类似于人群科学的术语:社会物理学。 PENTLAND将其定义为“一种定量的社会科学,描述信息和想法流动之间的可靠,数学连接,另一方面是人们的行为。社会物理学有助于我们了解如何通过社会学习机制与人们流向人的想法以及这种思想流动最终塑造我们公司,城市和社会的规范,生产力和创造性产出。“

人群科学,日为一天

在数字时代,人群科学无处不在在线平台中的用户体验,以期通过政治革命来实现政府的重组。亚马逊使用人群科学技术根据他们的购买历史和搜索行为将物品推荐给用户,通过将唯一的操作与他们的整个用户群或“人群”进行比较。Twitter也是一个促进想法流程的社交网络的主要示例;无论是在谈话还是国家媒体上,听到关于一个主题“趋势”是常见的。Twitter聘用了HashTags作为一种元数据的形式,使查询数据更容易,并查看目前人们思想和世界各地传播的主题。研究人员研究了这种信息的传播如何促进了阿拉伯春天的强大事件,以及我们如何利用该信息来影响和塑造未来的网络和事件。

然后有Facebook。Facebook的新闻饲料是一定的信息和意见流动,易于促进互动和知识交流。Facebook最近参与了一个争议,他们的科学家操纵用户的数据源以了解它如何影响这些用户帖子的基调。最后,它被回复 - 没有意识到实验的用户认为Facebook正在使用它们作为实验室大鼠,并且不道而而不妨改变他们的心理健康。这是人群科学的一面,一个领域,其中通常需要使用真实人作为受试者来推进。

然而,尝试用户体验不是一个新的概念。多年来已经采用了诸如A / B测试的技术来测量和优化所需的结果,例如电子商务网站上的转换率。现实情况是,在不使用人类受试者进行测试和分析的情况下,研究将必须填充具有不精确猜测的空白。尽管如此,这些实验仍然存在社会影响,特别是当手头的数据池是如此明确巨大的时候。

人群科学对创新的影响

在MindJet,我们有兴趣研究客户的网络,以推动生产力和合作的效率和有效性,并为可重复创新开辟最佳实践。我们的目标是揭示导致更多参与的变量,并了解我们如何鼓励客户的创新网络中的合作和高价值的想法流动。我们的网络可能不会影响政治革命,但它们可以塑造公司的方向,无论是通过开发新产品的还是整体工作文化的变化。这有助于我们的客户在员工参与,交叉区域协作,生产力和宝贵的思想中进行重大进展。

正如Alex Pentland博士在他的书“社会物理学”中写道:“这是第一次,我们将拥有真正了解自己并了解我们社会的发展方式所需的数据。通过更好地理解自己,我们可以在没有战争或金融崩溃的情况下建立一个没有战争或金融崩溃的世界,其中传染病被迅速检测和停止,其中能量,水和其他资源不再浪费,并在哪些政府是解决方案的一部分而不是一个问题。“

我们处于文化大革命的尖端。它正在全球范围内发生,因为平民竞争改变推翻建立的政府;同样,在较小的规模,传统和期望正在被抛出并在公司特定的创新社区中重新改造,这使员工能够有效地协作并实现真正的变化。事实上,它让人让人想起美国革命,其中一个“人群”的殖民者与统一的观点一起聚集在一起,宣称并赢得了他们的独立性,并转账了他们住的社会规则。与政治民主一样,人群科学和管理 - 创新流程允许人们拥有平等的投入,而不是一个人或一方推动集团的方向而不反对。

这是从自上而下的电力转变为公共意识形,使人群科学使得依赖于会议不断变化的市场需求的行业如此有价值。作为数据的存储库 - 社会,行为,人口统计和否则 - 继续膨胀,我们所学习的人性化将带来具体的意义为什么我们试图去的原因,以及如何 - 并给予我们是到达那里的动力。

Anna Gordon是全球领先企业创新管理平台的Pincejet的数据科学家。她完成了她的博士学位。在统计和专业机器学习,数据挖掘,商业/军事情报,风险和可靠性理论和贝叶斯推理。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。