Kulturomika un Google grāmatu projekts

Uzzīmējiet notikumu, piemēram, zemestrīču, mežu ugunsgrēku, karu, modes, epidēmiju un tā tālāk, sadalījumu laikā, un jūs iegūsit spēka likumu, matemātisko attiecību, kurā frekvence ir atkarīga no kāda cita lieluma, kas paaugstināts līdz noteiktai pakāpei.

Tas ir mulsinošs un dziļš atklājums. Tas nozīmē, ka šīs reālās pasaules parādības notiek modeļos, kas neatbilst standarta statistikas analīzei. Kļūst bezjēdzīgi, piemēram, aprakstīt “vidējo” laiku starp mežu ugunsgrēkiem vai zemestrīces “vidējo” lielumu vai nāves gadījumu skaitu “vidējā” karā. Vidējā jēdzienam vienkārši nav jēgas.

Viens no galvenajiem faktoriem, kas veicina darbu šajā jomā, ir lielu datu kopu pieejamība, ko zinātnieki var izmantot, lai meklētu varas likumus. Tas ir salīdzinoši vienkārši saprotams daudzām dabas parādībām, piemēram, zemestrīcēm un mežu ugunsgrēkiem, vismaz nesenajā vēsturē.

Taču tradicionāli sociālās parādības ir bijis daudz grūtāk izmērīt. Tas ir sācis mainīties dažu pēdējo gadu laikā, pateicoties plašajām datubāzēm, kas izveidotas kopš interneta parādīšanās. Tīmekļa izpēte nav atklājusi, ka cilvēka uzvedības likumi nebeidzas, un pēdējā laikā dati, kas saistīti ar mobilo tālruņu lietošanu, ir sākuši atklāt liela mēroga cilvēku mobilitātes un sociālo attiecību modeļus.

Tagad Google grāmatu projekts izraisīja jaunu izmeklēšanas jomu. Šī programma ir skenējusi aptuveni 5 miljonu grāmatu saturu no 40 universitāšu bibliotēkām visā pasaulē. Tas ir aptuveni 4 procenti no visām jebkad izdotajām grāmatām.

Pagājušajā gadā Google grāmatu komanda un dažas citas publicēja pirmo šīs datu bāzes pētījumu. Šie puiši pārbaudīja n-gramu rašanos, noteikta vārdu skaita virknes, šo skaitli apzīmēja ar n.

Viņi secināja, ka viņu pieeja var sniegt unikālu ieskatu tādās jomās kā gramatikas evolūcija, tehnoloģiju pārņemšana, tiekšanās pēc slavas, cenzūra un vēsturiskā epidemioloģija. Viņi pat radīja vārdu, lai aprakstītu šo jauno zinātnes jomu, kas aptver humanitārās un sociālās zinātnes – kultūromiku.

Šodien Dzjanbo Gao no Raitas štata universitātes Deitonā, Ohaio štatā, un daži draugi izmanto Google ideju un īsteno to. Vai vismaz paskriet dažus soļus.

Šie puiši ir izmantojuši Google grāmatu datubāzi, lai pētītu divu veidu vārdu sastopamību: tādus, kas apraksta tādas dabas parādības kā zemestrīces un viesuļvētras; un tie, kas apraksta tādas sociālās parādības kā karš un bezdarbs.

Jo īpaši viņi aplūko matemātisko lielumu, ko sauc par Hērsta parametru, kas apraksta notikuma atkārtošanās iespējamību, ņemot vērā, ka tas ir noticis pagātnē. Hērsta parametrs ir mērs tam, kā pagātne ietekmē nākotni neatkarīgi no tā, vai notikuma “atmiņa” datos ir ilgtermiņa vai īstermiņa.

Kopumā viņi saka, ka vārdi, kas apraksta dabas parādības, šķiet, parādās tādā veidā, kam ir ilgtermiņa atmiņa, savukārt vārdiem, kas apraksta sociālās parādības, ir tikai īstermiņa atmiņas efekts.

Tas ir interesanti, jo tas nozīmē, ka spēki, kas nosaka, kad šie vārdi parādās, ir atšķirīgi. Mūsu analīze liecina... ka sociālajām parādībām ir tendence ievērot citus mērogošanas likumus nekā dabas parādībām.

Tas ir loģiski, un ir interesanti redzēt, ka rezultāts tiek iegūts no viena datu kopuma.

Taču ir daudz sarežģījumu, kas padara rezultātu grūti saprotamu. Gao un co norāda, ka vārdu lietojumu nosaka paši notikumi. Tātad vārdu zemestrīce biežāk lieto, piemēram, pēc lielas zemestrīces.

Taču pastāv arī citas sociālas parādības, kas var maskēt šo efektu, piemēram, ziņu izplatīšanās veids, cenzūras izmantošana, kultūras tabu un tā tālāk. Iespējams, ka tiem ir daudz spēcīgāka ietekme uz noteiktu vārdu lietošanu.

Tāpēc no šī pētījuma ir grūti izdarīt pārliecinošus secinājumus.

Bet tas padara vēl pievilcīgāku veikt jaudīgākas analīzes, lai izjauktu dažādos kultūras efektus, kas darbojas. Kulturomika nepārprotami ir disciplīna ar nākotni, kaut arī tā pagaidām ir grūti aptverama.

Atsauce: arxiv.org/abs/1202.5299 Kulturomika sastopas ar nejaušu fraktāļu teoriju: ieskats sociālo un dabas parādību ilgtermiņa korelācijās pēdējo divu gadsimtu laikā

paslēpties