Csepeli György: Társadalmi meteorológia
Click here to load reader
-
Upload
tarsadalominformatika -
Category
Documents
-
view
275 -
download
0
Transcript of Csepeli György: Társadalmi meteorológia
Társadalmi meteorológia
Csepeli György
Az ember és az idő
• “A lét eleve csak az időre való tekintettel
ragadható meg” (Heidegger)
• Nyelv és idő (igeragozás)
• Halál és elmúlás
• Küzdelem az idővel
• Narratívák (a múlt ellenőrzése)
• Damnatio memoriae
A jövő
• A próféta
• A jós
• Asztrológia
• Az illúzió
• A szorongás
• Az előre látás
Nostradamus jóslata Petőfiről
• Alacsony sorból jött ifjú legény,
kinek Isten nem sok évet enged,
de senki sem tesz túl a szellemén,
legnagyobb poéta lesz, kit Pannónia
termett.
Vándorol sokat, és gyorsan él,
egész világra szól minden sora,
csontjait őrzi délen csatatér,
nyugvóhelyét nem lelik soha.
A jövő változatai
• Szükségszerű
• Lehetetlen
• Lehetséges
Valószínű
Meglepő és váratlan
Csoda
Az intelligencia
• Megértés és magyarázat
• Kiszámítás
• Modellezés
• Előre látás
• Események és előfordulásuk együttes
előre látása
• Racionalitás (ellenállás az érzelmeknek,
az illúzióknak)
• Ellenállás a Kasszandra hatásnak
Ás
Az adat
• Az információ hordozója
• Bizonytalanság redukció
• Az adat válfajai
nominális (0-1)
ordinális (mérték)
intervallum (mennyivel nagyobb vagy
kisebb)
arány skála (abszolút pontosság)
Adatbázisok
• Valós idejű, valós adatok
• Sokdimenziós adatszolgáltatás
• Aggregálás, fúzionálás
• Kereskedelem, szolgáltatás
• Közszolgálat
(iskola, egészségügy, közbiztonság, forgal
om)
• Digitális archívum
Új analitika
• Ex post, nem valós adatok helyett jelen
idejű, valós adatok, folyamatosan, a múlt
adatainak tárolása
• Adatbányászat (rejtett kapcsolatok
megkeresése)
• Biztonság
• Adatvédelem
Adattárházak
•Adat, szöveg, hang, kép
•Online Analytical Processing
•Monitoring
•Mutató számok
•Jelentéskészítés
•Tervező alkalmazások
•Vizualizáció
Asszociációs elemzés
• Összefüggések keresése bizonyos
attributumok között
• Asszociációs szabályok
(véletlenszerűségek kiszűrése)
• Oksági előfeltevések
• Háttér tudás
Kluszter képzés
• Ismert attribútumok alapján a hasonlók
megkülönböztetése a nem hasonlóktól
• A csoportok jellemzése az attribútumok
értékeivel
• Kluszter szám meghatározása
• Churn elemzés (kik maradnak, kik
távoznak egy populációból)
Rendellenesség keresés
• Véletlen
• Mérési hiba
• A rendszer hibás működése
• Rejtett szabályszerűség
Előrejelzés
• Ismeretlen attributum meghatározása az
ismert attributumok alapján
• Tanító adatbázis
• “Éles környezetben” történő elemzés
• Neurális hálók, döntési fák (magyíarázó
véltozók fontossági sorrendje)
Nanocélzás
• Mikroszegmensek azonosítása
(élménytársadalom, média fogyasztás)
• Politikai preferenciák ismerete
• Közvetett célzás
• Testreszabás (Facebook reklámok)
Trendelemzés
• Mennyire világosak azok a
tényezők, amelyek az adott esemény
bekövetkezésében szerepet játszanak?
• Mennyi adat áll rendelkezésre?
• Szimulációs modellek
• Önmagát beteljesítő jóslat
• Google Trends
Krizis megelőzés
• Korai megelőző rendszerek
• Meglévő adatok
• Megfigyelőktől származó adatok
• Folyamatosan keletkező adatok
• Adatfúzió
• Szimuláció
• Korai reagáló egységek
• Beavatkozás
• Monitoring