おもしろデータトピックの本。ビッグデータ分析の技術的な難しいことはさておき、どんなアウトプットが得られるかのわかりやすい事例集。紹介されているトピックは ・新入社員は、4月にお作法、5月に辞めたい、6月に恋活を検索する ・日本人が最も疲れているのは17時 ・日本を東京と東京以外に分けて、東京駅までの所要時間日本地図をつくる ・一人称表現による分類。あたしあなた系のaikoとか ・乗換検索件数から渋滞混雑予測 ・災害時の隠れ避難所

Yahooで検索ってまだ一般的なのかな…。 マップといい、正直データの集まり方としてはGoogleに負けてるのでは、という気もしてるけど、こういった形で集めたデータをどう使ってるのか見せてくれると親しみが湧きやすいよね。 なんかこう不気味な感じがするビッグデータ収集だから、こういうライトな読み物はありがたい。 コロナ前の本だからコロナ禍での活躍ぶりも読んでみたい。 それにしてもYahooの社員の煌びやかなことよ。 本書いてる人は教授だって！

データを解析し、読み取る事の面白さがヒシヒシと伝わる。ただ、インターネットエンジンの頻出検索ワードの月別分析なんかを見ていると、結局、人間の行動は季節性や社会性、文化圏の中で、似たり寄ったりの関心に基づく事が分かる。データは集団の傾向を示すが、個々のサンプルとなると、実はそう変わらない。自分が必要な事は、他人も必要。自分が感じる事は、他人も感じる。 この画一性や平均的なモデルを再確認する事も面白いなと思うし、あるいはサンプル数が少ないユニークな存在をデータは見落とすという事も興味深い。こうした群衆心理を見抜くのがビッグデータの一機能だとすれば、データに操られる事はなくとも、社会制度や同調圧力に操作された群衆をデータで把握する事はできるのだろう。恐ろしい社会実験の可能性を秘めたもの、という気もする。 形態素解析、スプリアス・コリレーションと呼ばれる擬似相関などの専門用語も勉強になった。まさにサバの漁獲量とCDの流通量が擬似相関と言うのは、笑える。しかし、果たしてこれが擬似と断定できるのか、データを深読みできる力も必要だ。