Analīzes atpazīšana varētu būt tikpat vienkārša kā tekstu izsekošana un sarunu ieraksti - Mobils - 2019

Anonim

Izglītība jau sen tiek atzīta par mūsu visspēcīgāko ieroci cīņā ar nabadzību, un, iespējams, izglītība ir pamatakmens. Bet visā pasaulē ir aptuveni 750 miljoni cilvēku, kuri nespēj lasīt un rakstīt, un divas trešdaļas no šīs demogrāfiskās ir sievietes.

Identificējot, kas un kur šīs personas ir, ir pastāvīgs izaicinājums, tas tradicionāli tiek risināts mājsaimniecību apsekojumos, taču šī metode nav ne efektīvi, ne ekonomiski, un organizācijas ir meklējušas alternatīvu. Un tagad, iespējams, ir risinājums - mobilo telefonu sarunu ieraksti.

Pål Sundsøy Telenor grupas pētījumos Norvēģijā Fornebu uzskata, ka viņš ir atradis veidu, kā noteikt lasītprasmes līmeni, izmantojot mobilo telefonu kompāniju mazliet vairāk nekā viegli pieejamo informāciju. Kā ziņots MIT tehnoloģiju pārskatā, Sundsøy sāka savu pētījumu ar "standarta mājsaimniecību aptauju, kurā piedalījās 76 000 mobilo tālruņu lietotāju, kuri dzīvo neatpazīstamā jaunattīstības valstī Āzijā", ko mobilo tālruņu operatora vārdā veica profesionāla aģentūra.

Aptauja reģistrēja dalībnieku mobilo tālruņu numurus un to, vai viņi varētu lasīt. Pēc tam Sundsøy šo informāciju salīdzināja ar mobilo telefonu kompānijas zvanu datu ierakstiem, kas ļāva viņam redzēt "numurus, kurus katrs lietotājs sauc vai texted, šo sarunu ilgumu, laika pirkumus, šūnu torņu atrašanās vietas utt."

Kā norādīja Sundsøy, tas ļāva viņam noteikt, kur katrs tālruņa lietotājs izmantoja savus tālruņus, kā arī palīdzēja viņam noskaidrot, kuri tālruņa lietotāji zvana vai nosūta īsziņu, saņemto tekstu skaitu, kādā laikā un tamlīdzīgi. Izmantojot šo dārgumu informāciju, pētnieks varētu izveidot sociāla tīkla tīklu lietotājiem.

Kā pēdējais solis, MIT ziņojumi, Sundsøy "izmantoja 75 procentus datu, lai meklētu modeļus, kas saistīti ar lietotājiem, kuri ir analfabēti, izmantojot dažādas numuru trāpīšanas un mašīntulkošanas metodes. Viņš izmantoja atlikušos 25 procentus, lai pārbaudītu, vai ir iespējams izmantot šos modeļus, lai identificētu nabaga audzēkņus un apgabalus, kuros ir naidīgāku cilvēku īpatsvars. "

Secinājumi Sundsøy vērsa ierosināja, ka vairāki faktori šķita paredzēt analfabētismu, no kurām visbiežāk bija vieta. "Viens izskaidrojums var būt tāds, ka modelis apgūst reģionus ar zemu ekonomiskās attīstības statusu, piemēram, slampātās teritorijas, kurās analfabētisms ir augsts, " sacīja Sundsøy. Ienākošo izejošo tekstu īpatsvars bija arī rādītājs, jo "Nepilsoņi parasti koncentrē savu komunikāciju uz dažiem cilvēkiem", norādīja Sundsøy.

Bet visvairāk iespaidīgi zinātnieka mašīntulkošanas algoritms spēja precīzi noteikt, kurš no iedzīvotājiem patiešām bija analfabēts. "Izgudrojot ekonomiskos, sociālos un mobilitātes aspektus katram mobilajam lietotājam, mēs prognozējam individuālo analfabētisma statusu ar 70 procentiem precizitāti, " viņš atzīmēja.

Tas nozīmē, ka Sundsøy pētījums tika koncentrēts vienā datu kopumā vienā atrašanās vietā, un, iespējams, tam vajadzētu veikt vēl stingrāku testēšanu, pirms plaši īsteno dažādas palīdzības aģentūras. Tomēr tas ir interesants izskats par to, kā tālruņu ieraksti var atklāt vairāk par iedzīvotāju skaitu, nekā iepriekš ticēja.