蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

8月30日至9月5日，我院邀請國際知名學(xué)者開展1場線上講座，內(nèi)容主要涵蓋人工智能領(lǐng)域研究前沿領(lǐng)域。

人工智能領(lǐng)域研究前沿系列

TITLE:

Science Wants Numbers About People: The Numbers Are Likely Wrong

8月31日，卡塔爾計(jì)算機(jī)研究所的Jim Jansen教授為學(xué)院師生帶來了題為“Science Wants NumbersAbout People: The Numbers Are Likely Wrong” 的學(xué)術(shù)講座，他通過人數(shù)估計(jì)這一問題，介紹了網(wǎng)絡(luò)大數(shù)據(jù)中的統(tǒng)計(jì)偏差問題，以及針對該類問題的一些解決方案。

決策制定問題中往往依賴數(shù)據(jù)驅(qū)動的支持，然而由于我們往往難以確保數(shù)據(jù)的可靠性，這種情形在日常生活中隨處可見，尤其當(dāng)這些數(shù)字涉及到“人”時。比如在去年結(jié)束的美國大選中，社交媒體上的民調(diào)結(jié)果顯示共和黨具有較大優(yōu)勢，但是實(shí)際結(jié)果是民主黨險勝。此外教授還舉了許多類似的案例（如根據(jù)平均值制定的決策無法適用于大多數(shù)個體，以及基于數(shù)據(jù)驅(qū)動的決策制定并非完全客觀）：

圖1 其他的兩個案例

Jim Jansen教授的團(tuán)隊(duì)針對86個全球網(wǎng)站的大規(guī)模網(wǎng)絡(luò)流量研究中的數(shù)字，比較了兩種網(wǎng)絡(luò)分析工具。一種工具是以站點(diǎn)為中心的服務(wù)（如左圖，Google Analytics），一種工具使用以用戶、站點(diǎn)和網(wǎng)絡(luò)為中心的方法的三角測量（如右圖，SimilarWeb）。

圖2 兩種網(wǎng)絡(luò)分析工具示意圖

然而評估的三個標(biāo)準(zhǔn)分析指標(biāo)的結(jié)果數(shù)字在統(tǒng)計(jì)上是不同的。哪一組數(shù)字是“正確的”？演繹分析表明，這兩種方法都是不準(zhǔn)確的，事實(shí)上針對這類數(shù)字沒有GoldStandard，即使每年價值數(shù)千億美元的廣告和其他決策是都是基于這些不可靠的數(shù)字所做出的。

圖3 三種標(biāo)準(zhǔn)分析指標(biāo)結(jié)果

舉個簡單的例子，比如針對圖3中的uniquevistors的指標(biāo)，我們希望得到的是一段時間中的不重復(fù)的訪客數(shù)量，通常的做法是統(tǒng)計(jì)Cookies的數(shù)量來衡量這一指標(biāo)，然而事實(shí)上人們會周期性地更換計(jì)算機(jī)，網(wǎng)絡(luò)瀏覽器，一些用戶會設(shè)置瀏覽器不記錄Cookies，這些情形都會導(dǎo)致可能多個Cookies會指向同一個用戶，這就使得unique vistors的統(tǒng)計(jì)誤差非常大。再比如針對bounce rate（跳出率）指標(biāo)，一些短暫的訪問可能來自用戶偶然地錯誤點(diǎn)擊，一些長時間的訪問則可能是因?yàn)橛脩襞R時有事離開，導(dǎo)致在當(dāng)前頁面上停留了很長的時間：

圖4 三種被錯誤統(tǒng)計(jì)是跳出行為的案例

因此許多帶有“計(jì)數(shù)”（counting）性質(zhì)的統(tǒng)計(jì)數(shù)字，通常是通過某種其他手段“衡量”（measuring）得到的，這是該類問題出現(xiàn)的本源，因?yàn)橥覀冸y以切實(shí)地去逐一計(jì)數(shù)這類統(tǒng)計(jì)指標(biāo)的具體數(shù)字。因此我們需要對這些與“人”相關(guān)的數(shù)字持有懷疑的態(tài)度，在使用某個統(tǒng)計(jì)指標(biāo)前，首先判斷它究竟是通過counting得到的，還是通過measuring得到的，如果是后者，盡量去估計(jì)它的統(tǒng)計(jì)偏差。

圖5 Countingv.s. Measuring

在講座的最后，Jim教授分別就數(shù)據(jù)質(zhì)量，跳出率等概念進(jìn)行了更多地闡述。對于如何獲取到真實(shí)可靠的數(shù)據(jù)，往往需要綜合多方平臺提供的數(shù)據(jù)進(jìn)行考量。進(jìn)一步地，針對數(shù)據(jù)可能存在的偏差，需要切實(shí)關(guān)注用戶的行為模式，對數(shù)據(jù)偏差產(chǎn)生的原因進(jìn)行刻畫，從而能夠更好地對與“人”相關(guān)的數(shù)據(jù)進(jìn)行應(yīng)用。

文/圖：曹陽

上財(cái)信息

可點(diǎn)擊底部菜單

查看每周講座回顧