ここから本文です

書庫全体表示


日刊ベリタ(7月5日)に掲載

■現代は,衛星からスマートフォンまで大小のソースから,さまざまなデータが絶えまなく集められています.検索サイトのgoogleやyahooにはビッグデータが蓄積しています.ビッグデータの様々な利用法やそのための解析法も急速に発展しつつあります.
従来の世論調査は,RDD(無作為抽出)と呼ばれる電話によるアンケート形式が主流であるが,先日,yahooのビッグデータを用いた参院選挙当選予測が発表されました.
http://docs.yahoo.co.jp/info/bigdata/election/2016/01/
それによると改憲勢力が2/3に達しそうな情勢という.

■webサイトを渡り歩き,あるサイトで買い物をしたとする.そこに導いた各webサイトの貢献率は如何様なものだろうか?googleの各webサイトのレイティングはどのように計算しているのだろうか?
サイト間の遷移確率を成分とする遷移行列*)を作り,この行列を各サイトの状態に作用させた結果,各サイトの状態は新しい状態に変化する.何度も遷移が繰り返され,状態が収束するなら,それが各webサイトの貢献度,ランキングである.
*)各webサイトを頂点とし,頂点間の遷移を矢印で表すと,有向グラフができる.サイト間の遷移確率をこれに書き込むと遷移行列になる.

■さて,選挙の当選予想の話に戻るが,Amazonの「これを買った顧客はこれも買う」のような推薦システムや,企業が集めたデータから,顧客の行動の予測がなされろ.いろいろなカテゴリーのデータが混在しているが,クラスタリングや最隣接クラス分けのツールを用い解析が行われる.投票行動の予測もこれに類似したものであろう.
ビッグデータをどのように解析したのかわからないので,何とも言えないが,推測には過去のデータと合う経験値を用いる.
http://searchblog.yahoo.co.jp/2012/12/yahoobigdata_senkyo.html
検索,広告,ショッピングなどさまなカテゴリのビッグデータを分類し,目的量に相関のある項目の寄与を重みづけをし重畳(投影法と呼ぶらしい)している.こうして得た各候補者の注目度という量を当落の評価関数にしている.

■何故,個々の項目と得票が相関があるのか,それらの重みづけの意味も説明できないが,
過去のデータと合うように定めた経験値である.因果関係の筋が通っていないので正しさの証明はできないが,複数の因果関係が絡み合った“複雑系の世界”とはそういうものだろう.<<地球のどこかで起きた蝶の羽ばたきが,後日離れた地でハリケーンの進路を変える原因になるかもしれない>>という“バタフライ・エフェクト”の世界だ.それ故,思いもよらぬ項目の些細な変化で結果の逆転も起こり得る.この選挙で実現した野党共闘などは過去の選挙戦にはなかったので,予測に使うデータは不足のはずです.選挙戦がデッドヒート状態にある現実を見れば,結果は最後の最後までわかりません.投票に行きましょう.

この記事に

  • 顔アイコン

    おはようございます^^/

    投票に行ってきました^^こんな田舎ですが、行列に並んでからの投票となりましたが・・・今回も『投票率低い!』との発表になるのでしょうか。。。

    前回も行列が出来ている投票所の写真がいっぱいでしたが^^;低投票率!なんてことでした。かれこれ3回ほど。。。

    [ 愛ニャンコマリアと家庭菜園 ]

    2016/7/10(日) 午前 10:54

    返信する
  • 顔アイコン

    こんにちは。

    私もYahoo!のビッグデータの調査結果を見て、
    そんなので予測できるの?って思いました。
    ビッグデータという言葉がはやっているようですが。

    [ piy*pi*opi*o*onp ]

    2016/7/10(日) 午後 6:53

    返信する
  • 顔アイコン

    > piy*pi*opi*o*onpさん
    ビッグデータて不気味ですね.経験データが溜まって来ると当たるように改善されます.理屈はないけれど予測されるというのは嫌ですが,複雑系というのはそういうものでしょうね.アンケート型の世論調査より当たりそうです.

    [ sgktani ]

    2016/7/10(日) 午後 8:58

    返信する

顔アイコン

顔アイコン・表示画像の選択

絵文字
×
  • オリジナル
  • SoftBank1
  • SoftBank2
  • SoftBank3
  • SoftBank4
  • docomo1
  • docomo2
  • au1
  • au2
  • au3
  • au4
  • 名前
  • パスワード
  • ブログ

本文はここまでですこのページの先頭へ
みんなの更新記事