Bit by Bit
  • 译者手记
  • 作者序
  • 1 简介
    • 1.1 罗夏墨迹
    • 1.2 欢迎来到数字时代
    • 1.3 研究的设计
    • 1.4 本书的主题
    • 1.5 本书的大纲
    • 扩展阅读
  • 2 观察行为
    • 2.1 简介
    • 2.2 大数据
    • 2.3 大数据的十个常见特性
      • 2.3.1 Big
      • 2.3.2 Always-on
      • 2.3.3 Nonreactive
      • 2.3.4 Incomplete
      • 2.3.5 Inaccessible
      • 2.3.6 Nonrepresentative
      • 2.3.7 Drifting
      • 2.3.8 Algorithmically confounded
      • 2.3.9 Dirty
      • 2.3.10 Sensitive
    • 2.4 研究的策略
      • 2.4.1 统计
      • 2.4.2 预报与即时预报
      • 2.4.3 模拟实验
    • 2.5 总结
    • 数学原理简介
    • 扩展阅读
    • 延伸活动
  • 3 问问题
    • 3.1 简介
    • 3.2 提问与观察
    • 3.3 整体性调查误差框架
      • 3.3.1 代表性
      • 3.3.2 衡量标准
      • 3.3.3 成本
    • 3.4 该问谁
    • 3.5 问问题的新方法
      • 3.5.1 生态学的瞬间评估
      • 3.5.2 维基调查
      • 3.5.3 游戏化
    • 3.6 将调查与大数据连接
      • 3.6.1 互补式提问
      • 3.6.2 增广式提问
    • 3.7 总结
    • 数学原理简介
    • 扩展阅读
    • 延伸活动
Powered by GitBook
On this page
  1. 3 问问题

3.6 将调查与大数据连接

Previous3.5.3 游戏化Next3.6.1 互补式提问

Last updated 6 years ago

3.6 将调查与大数据连接

将大数据与调查数据结合,可以得到得到两者分开来时不能产生的结果。

多数调查都是独立自主的工作。他们不会建立在其他工作的基础上,也无法利用其他已存的数据。这个情况将会得到改变。因为如同我在第二章所说的,通过连接调查与大数据,可以得到很多很多的优势。通过结合这两种数据,常常可以做一些两者独立时无法做到的事。

将调查数据与大数据结合,有几种不同的方式。在本届,我会介绍两种不同的方式,我称作「enriched asking」和「amplified asking」(互补式提问 和 增广式提问)(图 3.12)。对于每个方式,尽管我会用具体的例子来展示,你应当绅士到这是个对于各种类型的调查数据和大数据的通用处方。更进一步的,你应当注意到每个例子都可以从两种不同的角度来看。回想第一章的思想,有些人将这些例子看作是「custommade」的调查数据补充「readymade」的大数据,另一些则看作是「readymade」的大数据补充「custommade」的调查数据。你应当学会从这两方面来看。最后,你应当注意这些例子是如何说明大数据与调查数据是互补的而不是相互替代的。

图 3.12

图 3.12:两种结合大数据与调查数据的方法。在互补式提问(3.6.1 节)中,用大数据源衡量核心关注点,调查数据来构建必要的上下文信息。在增广式提问(3.6.2 节)中,不需要使用大数据源来衡量核心关注点,而是用它来扩展调查数据。