مطالب قدیمی

کشف نرخ بی سوادی با داده کاوی سوابق موبایل

طبق گزارش سازمان ملل حدود ۷۵۰ میلیون نفر در جهان قادر به خواندن و نوشتن نیستند که از این تعداد، دو سوم آنها را زنان تشکیل می دهند.

سازمان ها معمولا از روش های سنتی برای آمارگیری استفاده می کنند بدین صورت که مامور آمارگر به خانه تک تک افراد می رود و یک سری اطلاعات جمع آوری می کند این روش بسیار زمان بر و طاقت فرسا و گران می باشد و از این بدتر دوباره انجام دادن این فرآیند است. برای اینکه این فرآیند سریع تر رخ دهد می توان از داده های کلان استفاده نمود.

حتما بخوانید "معرفی ۱۱ ابزار آنلاین برای یادگیری داده کاوی"

در تازه ترین اخبار Pål Sundsøy در حال کار بر روی پژوهشی است که می تواند کار سرشماری را راحت تر از قبل کند، وی الگوریتمی را طراحی نموده که می تواند از روی سوابق موبایل نرخ سواد آن منطقه را با دقت ۷۰ درصد تشخیص دهد.

Sundsøy از یک روش ساده محاسباتی استفاده کرده است. وی داده های ۷۶۰۰۰ کاربر تلفن همراه را که در یک کشور ناشناس آسیایی زندگی می کنند، بررسی کرده است. در این بررسی که توسط  یکی از اپراتور موبایلی صورت گرفته، هر فردی که تلفن همراه دارد و قادر به خواندن نیست شناسایی شدند.

این پژوهشگر سوابق تماس های ثبت شده افراد را با داده های جمع آوری شده توسط اپراتورها را باهم تطبیق داد و توانست با استفاده از انواع تکنیک های یادگیری ماشین و number crunching الگویی را برای شناسایی افراد بی سواد پیدا کند.

حتما بخوانید "مروری بر تاریخچه داده کاوی"

نتایج بدست آماده جالب بود. Sundsøy می گوید که از الگوریتم یادگیری ماشین توانست چندین عامل که می تواند بی سوادی را پیش بینی کند شناسایی نماید به عنوان نمونه می توان به این مورد اشاره کرد مناطقی که وضعیت توسعه اقتصادی پایینی دارند و مناطق فقیرنشین در آن بی سوادی موج می زند. به عامل دیگری که می توان اشاره کرد مقایسه تعداد متن های وارد شده با متن های خارج شده است وقتی فردی بی سواد هست نمی تواند متنی را به دیگران ارسال کند.

برچسب ها

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

دکمه بازگشت به بالا