دلایل خطا در پیش‌بینی‌های داده‌محور!

http://tiny.cc/873lbz

برنامه عصر جدید دیشب با پیروزی خانم فاطمه عبادی به اتمام رسید. امری که اگر چه دور از ذهن نبود اما پیش‌بینی‌های متعدد توسط منابع مختلف نشان از پیروزی پارسا خائف داشت. یکی دیگر از خطاهای اخیر در پیش‌بینی‌های داده‌محور شکست در پیش‌بینی قهرمان مسابقات جام جهانی فوتبال توسط یکی از مطرح‌ترین سیستم‌های هوش مصنوعی در جهان بود.

آیا پیش‌بینی‌های داده‌محور قابل اتکا نیستند!؟

در این نوشتار برخی علل بروز خطا در پیش‌بینی‌های داده‌محور ذکر خواهد شد.

1- عدم تقاطع منابع اطلاعاتی:
تقاطع منابع اطلاعاتی یکی از راهکارهای افزایش دقت و صحت مدل‌های پیش‌بینانه خواهد شد. در صورتی که تنها از یک منبع اطلاعاتی اقدام به پیش‌بینی شود خطا به مراتب افزایش خواهد یافت. منظور از تقاطع منابع اطلاعاتی افزایش دامنه جمع‌آوری اطلاعات در حوزه‌های مرتبط با موضوع پیش بینی است.

2- تمرکز بیش از حد به فضای مجازی:
یکی دیگر از خطاهای رایج در پیش‌بینی‌های داده‌محور تمرکز بیش از حد به داده‌ها و منابع اطلاعاتی موجود در شبکه‌های اجتماعی، منابع خبری، نظرسنجی‌های آنلاین و... است. این درحالی هست که طیف وسیعی از رای دهندگان که در انتخابات‌ها شرکت می‌کنند لزوما نظرات و علاقه‌مندی‌های حقیقی خود را در فضای مجازی منتشر نمیکنند. جهت افزایش دقت مدل‌های پیش‌بینانه میبایست این جامعه آماری مهم را نیز در نظر داشت.

3- عدم توجه به متغیرهای موضوعی:
یکی دیگر از دلایل شکست در پیش‌بینی دقیق نظرات آحاد جامعه در یک موضوع، عدم توجه به متغیرهایی موضوعی همانند قومیت، جنسیت، صنف و... است. برخی از رای دهندگان ممکن است صرفا به دلیل جنسیت یا قومیت یک شرکت کننده به آن رای دهند. در صورتی که این قبیل متغیرها در مدل‌های پیش‌بینی لحاظ نشود سبب افزایش خطا در پیش‌بینی‌ها میشود.

4- عدم دسترسی به منابع اطلاعاتی:
عدم دسترسی به منابع اطلاعاتی جامع یکی دیگر از مولفه‌های افزایش خطا در مدل‌های پیش‌بینانه است. هر چقدر منابع اطلاعاتی مورد بررسی دارای کمیت و کیفیت بهتری باشد به طبع دقت مدل‌های پیش‌بینی نیز افزایش پیدا خواهد کرد.


تمامی این موارد برخی از دلایل شکست در پیش‌بینی‌های موضوعی داده محور است. در انتها این نکته باید توجه شود که با توجه به افزایش حجم، تنوع و سرعت تولید اطلاعات، بهره‌گیری از تحلیل‌های داده‌محور یکی از موثرترین راهکارها در جهت کسب بینش خواهد بود. واقعیتی که در لایه‌های حاکمیتی، سازمانی و... باید به آن توجه ویژه شود.

ارادتمند
محمدرضا محتاط

@DataAnalysis