Visualizing the world's Twitter data - Jer Thorp

世界のTwitterデータを可視化する - ジャー・ソープ

Transcriber: Andrea McDonough Reviewer: Bedirhan Cinar

翻訳: Tomoshige Ohno 校正: Takahiro Shimpo

A couple of years ago I started using Twitter,

私は数年前にTwitterを使い始めましたが

and one of the things that really charmed me about Twitter

Twitterの魅力の１つは

is that people would wake up in the morning

みんな朝起きたら

and they would say, "Good morning!"

「おはよう」とツイートしていることです

which I thought,

私はカナダ人なので

I'm a Canadian,

私はカナダ人なので

so I was a little bit,

その礼儀正しさが気に入りました

I liked that politeness.

その礼儀正しさが気に入りました

And so, I'm also a giant nerd,

私はかなりのオタクでもあるので

and so I wrote a computer program

コンピュータプログラムを書き

that would record 24 hours of everybody on Twitter

Twitter上で「おはよう！」と ツイートした人の記録を

saying, "Good morning!"

24時間ごとに集めました

And then I asked myself my favorite question,

そしてこのお気に入りの質問を 自分に投げかけました

"What would that look like?"

「どんな風に見えると思う？」

Well, as it turns out, I think it would look something like this.

結論から言うと こんな風に見えると予想しました

Right, so we'd see this wave of people

そう — 朝起きて「おはよう」と ツイートする人が

saying, "Good morning!" across the world as they wake up.

世界中で波打っているように見えます

Now the green people, these are people that wake up

まず緑の人たちですが

at around 8 o'clock in the morning,

この人たちは朝８時に起きています

Who wakes up at 8 o'clock or says, "Good morning!" at 8?

８時に起きる人 ８時に「おはよう」と ツイートする人は手を挙げて

And the orange people,

オレンジ色の人たちは

they say, "Good morning!" around 9.

９時ごろに「おはよう」と ツイートしており

And the red people, they say, "Good morning!" around 10.

赤色の人たちが「おはよう」と ツイートするのは10時頃です

Yeah, more at 10's than, more at 10's than 8's.

８時よりも10時の方がずっと多いですね

And actually if you look at this map,

この地図を見ると

we can learn a little bit about how people wake up

世界中の異なる場所で

in different parts of the world.

人々が起きる様子が見て取れます

People on the West Coast, for example,

例えば西海岸に住む人は

they wake up a little bit later

東海岸に住む人よりも

than those people on the East Coast.

少し遅く起きます

But that's not all that people say on Twitter, right?

しかしもっと別のツイートも たくさんありますよね？

We also get these really important tweets, like,

同様にしてこんな重要なツイートも 集めることができます

"I just landed in Orlando!! [plane sign, plane sign]"

「オーランドに着いた!!」

Or, or, "I just landed in Texas [exclamation point]!"

「テキサスに着いた!!」

Or "I just landed in Honduras!"

「ホンジュラスに着いた！」

These lists, they go on and on and on,

こんなのが ひたすら続きますが

all these people, right?

こんな人もたくさんいますよね？

So, on the outside, these people are just telling us

この人たちは表面的には今どこに行っているかを

something about how they're traveling.

ツイートしているだけに見えますが

But we know the truth, don't we?

みんな本当のところを 知っていますよね？

These people are show-offs!

自慢してるんです！

They are showing off that they're in Cape Town and I'm not.

ケープタウンにいることをひけらかしていますが 私はそこには いないんです

So I thought, how can we take this vanity

そこで私は この虚栄心を 何とかして使えないものかと考え

and turn it into utility?

そこで私は この虚栄心を 何とかして使えないものかと考え

So using a similar approach that I did with "Good morning,"

「おはよう」のときと同じような アプローチを使って

I mapped all those people's trips

この人たちの旅程を地図に描きました

because I know where they're landing,

その人たちは到着と同時にツイートするので

they just told me,

今どこにいるかが分かり

and I know where they live

Twitterのプロフィール情報から

because they share that information on their Twitter profile.

住んでいる場所も分かるからです

So what I'm able to do with 36 hours of Twitter

Twitterで36時間分の情報から

is create a model of how people are traveling

人々がその36時間の間に 世界中をどのように

around the world during that 36 hours.

旅しているかを表すモデルを つくることができました

And this is kind of a prototype

これは試作品のようなものです

because I think if we listen to everybody

TwitterやFacebookなどのSNS上で

on Twitter and Facebook and the rest of our social media,

あらゆる人の情報を集めれば

we'd actually get a pretty clear picture

人々がどのように飛び回っているか

of how people are traveling from one place to the other,

更にはっきりと分かるのではないかと思います

which is actually turns out to be a very useful thing for scientists,

これは科学者 特に感染症の拡散について 研究している人たちにとって

particularly those who are studying how disease is spread.

非常に有用となることでしょう

So, I work upstairs in the New York Times,

私はニューヨークタイムズの 高層階で働いていますが

and for the last two years,

この２年間は「カスケード」という プロジェクトに携わっています

we've been working on a project called, "Cascade,"

この２年間は「カスケード」という プロジェクトに携わっています

which in some ways is kind of similar to this one.

カスケードは先程の例と 似たようなところもありますが

But instead of modeling how people move,

人の動きをモデル化する代わりに

we're modeling how people talk.

人の話のモデル化を試みています

We're looking at what does a discussion look like.

私たちは 議論がどのように 行われるかに着目しました

Well, here's an example.

例をお見せしましょう

This is a discussion around an article called,

これは「人々が死ぬのを忘れる島」という

"The Island Where People Forget to Die".

記事に関する議論です

It's about an island in Greece where people live

ギリシャにある島についての記事ですが

a really, really, really, really, really, really long time.

その島の住民は それはそれは長生きするんです

And what we're seeing here

ご覧頂いているのは

is we're seeing a conversation that's stemming

左下の角にある 最初のツイートから始まった 会話を可視化したものです

from that first tweet down in the bottom, left-hand corner.

左下の角にある 最初のツイートから始まった 会話を可視化したものです

So we get to see the scope of this conversation

この会話が 現時点で 約９時間続いていて

over about 9 hours right now,

あっという間に 12時間まで

we're going to creep up to 12 hours here in a second.

拡大していくのが分かりますが

But, we can also see what that conversation

この会話が３次元では どのように見えているかも

looks like in three dimensions.

見て取ることができます

And that three-dimensional view is actually much more useful for us.

３次元空間に可視化すると ずっと便利になります

As humans, we are really used to things

私たちは 人間として

that are structured as three dimensions.

３次元構造を見慣れているからです

So, we can look at those little off-shoots of conversation,

会話を可視化した枝を見ることで

we can find out what exactly happened.

何が起こったのかが分かります

And this is an interactive, exploratory tool

これはインタラクティブな 探索ツールなので

so we can go through every step in the conversation.

会話の各段階の調査に留まらず

We can look at who the people were,

更に 発言者

what they said,

会話の内容

how old they are,

年齢

where they live,

居住地

who follows them,

会話に参加した人

and so on, and so on, and so on.

などのあらゆる情報も 見ることができます

So, the Times creates about 6,500 pieces of content every month,

NYタイムズは毎月約6500個の コンテンツを創っていますが

and we can model every single one

それぞれに関する会話の全てを

of the conversations that happen around them.

モデル化することができます

And they look somewhat different.

いずれの会話も違っています

Depending on the story

記事の内容や

and depending on how fast people are talking about it

会話が広がるスピードや

and how far the conversation spreads,

その範囲によって

these structures, which I call these conversational architectures,

私が会話アーキテクチャと呼ぶ 会話の構造が

end up looking different.

異なって来るのです

So, these projects that I've shown you,

私がお見せした これらのプロジェクトの

I think they all involve the same thing:

本質は同じであると思います

we can take small pieces of data

データを抽出して

and by putting them together,

統合することで

we can generate more value,

新たな価値が生まれ

we can do more exciting things with them.

さらに面白いことが できるようになるのです

But so far we've only talked about Twitter, right?

でも これまで Twitterの話しかしていませんよね？

And Twitter isn't all the data.

Twitterはデータの全てではありません

We learned a moment ago

ついさっき

that there is tons and tons,

もっともっとデータがあると

tons more data out there.

学びました

And specifically, I want you to think about one type of data

特に考えてもらいたいのは あるタイプのデータです

because all of you guys,

ここにいる聴衆の皆さん

everybody in this audience, we,

私も含め

we, me as well,

誰もが

are data-making machines.

データ生成器だからです

We are producing data all the time.

私たちは常にデータを生産しています

Every single one of us, we're producing data.

誰もがデータを生産しているのです

Somebody else, though, is storing that data.

でも他の誰かがそのデータを保存しています

Usually we put our trust into companies to store that data,

通常 私たちは企業に信頼を置き データを保存してもらっていますが

but what I want to suggest here

私がここでお伝えしたいのは

is that rather than putting our trust

企業を信頼し データを保存してもらうよりも

in companies to store that data,

企業を信頼し データを保存してもらうよりも

we should put the trust in ourselves

自分を信頼すべきだということです

because we actually own that data.

私たちも自分でデータを 持っているからです

Right, that is something we should remember.

そう これこそ心に留めておくべきことです

Everything that someone else measures about you,

誰かがあなたを測るものさしは

you actually own.

あなた自身も持っているのです

So, it's my hope,

私の望みは

maybe because I'm a Canadian,

カナダ人だからでしょうが

that all of us can come together

私たち全員が保存している

with this really valuable data that we've been storing,

この価値あるデータと一体となり

and we can collectively launch that data

世界の困難な問題に対して

toward some of the world's most difficulty problems

データを集めて発信することです

because big data can solve big problems,

ビッグデータは大きな問題を 解決することができますが

but I think it can do it the best

ベストを目指すのなら

if it's all of us who are in control.

私たち全員がデータを 支配するべきだと思います

Thank you.

ありがとうございました