/ en / Traditional / help

Beats Biblionetz - Begriffe

Google Flu

Diese Seite wurde seit 2 Jahren inhaltlich nicht mehr aktualisiert. Unter Umständen ist sie nicht mehr aktuell.

iconBiblioMap Dies ist der Versuch, gewisse Zusammenhänge im Biblionetz graphisch darzustellen. Könnte noch besser werden, aber immerhin ein Anfang!

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconDefinitionen

Calling BullshitIn 2009, Nature published an article that described a new method for predicting flu outbreaks based on the search terms people use when querying Google. Terms such as “fever,” “headache,” “flu symptoms,” and “pharmacies near me” could be used to track the spread of flu across the United States. Not only could these search frequencies and their geolocations be used to predict doctor visits, the method was both faster and cheaper than the epidemiological tracking methods employed by the Centers for Disease Control and Prevention (CDC).
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Calling Bullshit on Big Data
Gerd Gigerenzer2008 gaben Medien in aller Welt mit großer Aufmachung bekannt, dass Google-Ingenieure eine weit schnellere Methode gefunden hätten, die Ausbreitung der Grippe vorherzusagen. Die Idee schien vernünftig zu sein. Nutzer, die sich mit der Grippe angesteckt haben, gehen gewöhnlich auf die Google-Suchmaschine, um ihre Symptome zu diagnostizieren und nach Abhilfe zu suchen. Diese Suchen, so die These, könnten erkennen lassen, wo sich die Grippe ausbreitet. Um die entsprechenden Suchanfragen herauszufiltern, analysierten die Ingenieure rund 50 Millionen Suchbegriffe und berechneten, welche von ihnen mit der Grippe assoziiert waren. Dann testeten sie 450 Millionen verschiedene Modelle, um das beste herauszufinden. Das Ergebnis war ein geheimer Algorithmus, der 45 (ebenfalls geheime) Suchbegriffe verwendete. Mit diesem Algorithmus wurden dann täglich und wöchentlich die grippebezogenen Arztbesuche vorhergesagt.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Ein Datenpunkt kann Big Data schlagen

iconBemerkungen

Das Phänomen Big Data ist relativ neu. Gibt es Beispiele, wo es schiefgelaufen ist?
Das bekannteste sind die Flu- Trends, die Grippevorhersage von Google. Dort war anfangs das Getöse riesig. Normalerweise lässt sich die Ausbreitung der Grippe nur relativ umständlich anhand von Arztbesuchen verfolgen. Vor rund zehn Jahren behauptete Google, dass dies mithilfe der Klicks von Usern möglich sei. Zwei Jahre hat das tatsächlich geklappt. Dann ist das Ganze an die Wand gefahren. Die hatten einfach zwei Jahre Glück.
Von Gerd Antes, Felix Straumann im Text «Vieles ist blankes Marketing» (2018) auf Seite  32
Calling BullshitIn all the excitement, we forget that if it sounds too good to be true, it probably is. And it was. By 2014, the headlines had turned from celebratory to monitory: “Google and the Flu: How Big Data Will Help Us Make Gigantic Mistakes,” “Why Google Flu Is a Failure,” “What We Can Learn from the Epic Failure of Google Flu Trends.” The method worked reasonably well for a couple of years but, before long, the results started to miss the mark, not by a little but by a factor of two. Over time, the predictions continued to get worse. The results became so poor that Google axed the project and took down the Flu Trends website.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Calling Bullshit on Big Data
Calling BullshitThe paper generated tremendous excitement and was covered by nearly every major newspaper and media outlet. Tech evangelists touted the results as an example of how big data would change the world. University professors, including one of the authors of this book, discussed the paper in their courses. Startup companies based around data analytics inserted the Nature paper into their pitch decks. When you have Google-scale data, argued Wired editor Chris Anderson, “the numbers speak for themselves.” The scientific method was no longer necessary, he argued; the huge volumes of data would tell us everything we need to know. Data scientists didn’t need years of epidemiological training or clinicians to diagnose flu symptoms. They just need enough data to “nowcast”* the flu and inform the CDC where to deliver Tamiflu. Or so we were told.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Calling Bullshit on Big Data

iconVerwandte Objeke

icon
Verwandte Begriffe
(co-word occurance)

iconHäufig co-zitierte Personen

Steven Edward Jones Steven Edward
Jones
Natasha Singer Natasha
Singer
Joel Garreau Joel
Garreau
David Brooks David
Brooks
Vitaly Shmatikov Vitaly
Shmatikov
Christopher Steiner Christopher
Steiner
Nate Silver Nate
Silver
Daniel J. Solove Daniel J.
Solove
Frank Pasquale Frank
Pasquale
Joshua Green Joshua
Green
Sam Ford Sam
Ford
Rob Kitchin Rob
Kitchin
Eli Pariser Eli
Pariser
Arvind Narayanan Arvind
Narayanan
ITU International Telecommunication Union ITU
International Telecommunication Union
Ronald E. Robertson Ronald E.
Robertson
Robert Epstein Robert
Epstein

iconStatistisches Begriffsnetz  Dies ist eine graphische Darstellung derjenigen Begriffe, die häufig gleichzeitig mit dem Hauptbegriff erwähnt werden (Cozitation).

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconZeitleiste

icon38 Erwähnungen  Dies ist eine nach Erscheinungsjahr geordnete Liste aller im Biblionetz vorhandenen Werke, die das ausgewählte Thema behandeln.

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.