Big data

Question 1

3/4 V’s van

Big Data

Answer 1

• Volume
• Variatie
• Velociteit
• (Veracity)

Question 2

Volume

Answer 2

• dit maakt het ‘big’
• het is geen sample, maar een registratie van ‘alles’ dat gebeurt
• zowel breed (veel variabelen) als diep (veel datapunten per variabele)

Question 3

Variatie

Answer 3

• tekst, afbeeldingen, video, audio
• zowel traditioneel gestructureerde gegevens als ongestructureerde gegevens

Question 4

Velociteit (snelheid)

Answer 4

vaak zijn dit soort gegevens realtime beschikbaar

Question 5

Veracity

Answer 5

waarachtigheid, kwaliteit/vertrouwelijkheid van de gegevens

Question 6

Voordelen

Answer 6

• goede ecologische validiteit door een unobtrusive meting
• analyse bouwt voort op technieken voor inhoudsanalyse, maar op grotere schaal en gekoppeld aan andere contextuele gegevens waardoor je nieuwe, voorheen onmogelijke onderzoeksvragen kunt beantwoorden
• speciale populaties en zeldzame verschijnselen zijn makkelijker te vinden
• vermindert risico op fouten door een niet-representatieve of te kleine steekproef
• je kunt meer dynamische en geavanceerde modellen maken
• helpt bij het vinden van correlaties die geen enkele huidige theorie zou voorspellen

Question 7

Uitdagingen

Answer 7

niet vrijgesteld van zorgen over:
- (externe) validiteit
- wat betekenen begrippen
- kunnen we ‘echte; attitudes afleiden uit een online persona?
- repliceerbaarheid
- valse correlaties: als een dateset zo groot is zullen er altijd statisch significante correlaties zijn tussen sommige variabelen
- overfitting: je kunt bestaande gegevens heel goed verklaren maar kan het ook goed nieuwe gegevens voorspellen?