Visualizing the world's Twitter data - Jer Thorp

Посмотрим на данные Twitter во всём мире — Джер Торп

Transcriber: Andrea McDonough Reviewer: Bedirhan Cinar

Переводчик: Aygul Zagidullina Редактор: Natalia Pavlyutkina

A couple of years ago I started using Twitter,

Пару лет назад я начал использовать Twitter.

and one of the things that really charmed me about Twitter

Мне особенно понравилось в Twitter,

is that people would wake up in the morning

что люди просыпаются утром

and they would say, "Good morning!"

и говорят: «Доброе утро!»,

which I thought,

что мне показалось...

I'm a Canadian,

Я канадец,

so I was a little bit,

и это мне показалось слегка необычным,

I liked that politeness.

мне понравилась эта вежливость.

And so, I'm also a giant nerd,

Я также самый настоящий гик,

and so I wrote a computer program

поэтому я написал компьютерную программу,

that would record 24 hours of everybody on Twitter

которая на протяжении 24 часов записывает твиты людей,

saying, "Good morning!"

начинающих день с пожелания доброго утра.

And then I asked myself my favorite question,

Затем я задался любимым вопросом:

"What would that look like?"

«Как это будет выглядеть?»

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

Думаю, это будет выглядеть примерно следующим образом.

Right, so we'd see this wave of people

Мы увидим волну людей,

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

говорящих «Доброе утро!» по всему миру, когда они просыпаются.

Now the green people, these are people that wake up

Зелёным отмечены люди, просыпающиеся

at around 8 o'clock in the morning,

около 8-ми часов утра.

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

Кто просыпается в 8 часов или говорит «Доброе утро!» в это время?

And the orange people,

Оранжевым отмечены люди,

they say, "Good morning!" around 9.

говорящие «Доброе утро!» около 9.

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

И красным отмечены люди, говорящие «Доброе утро!» около 10.

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

Да, больше людей просыпается в 10, чем в 8.

And actually if you look at this map,

На самом деле, если посмотреть на карту,

we can learn a little bit about how people wake up

то можно узнать немного о том, как люди просыпаются

in different parts of the world.

в разных частях мира.

People on the West Coast, for example,

Люди на западном побережье, например,

they wake up a little bit later

просыпаются немного позже,

than those people on the East Coast.

чем люди на восточном побережье Америки.

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

Но это не всё, о чём люди говорят в Twitter, верно?

We also get these really important tweets, like,

Мы также получаем такие очень важные твиты,

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

как «Я только что приземлился в Орландо! [знак самолёта, знак самолёта]»

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

Или «Я только что приземлился в Техасе [восклицательный знак]!»

Or "I just landed in Honduras!"

Или «Я только что приземлился в Гондурасе!»

These lists, they go on and on and on,

Эти списки продолжаются и продолжаются,

all these people, right?

и все эти люди, верно?

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

С виду эти люди просто говорят нам

something about how they're traveling.

о том, как они путешествуют.

But we know the truth, don't we?

Но мы-то знаем правду, не так ли?

These people are show-offs!

Эти люди — хвастуны!

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

Они хвастаются, что они в Кейптауне, а я нет.

So I thought, how can we take this vanity

Я подумал, как мы можем взять это тщеславие

and turn it into utility?

и извлечь из него выгоду?

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

Используя аналогичный подход, как в случае с пожеланием доброго утра,

I mapped all those people's trips

я сопоставил поездки всех этих людей.

because I know where they're landing,

Я знаю, где они приземлились,

they just told me,

ведь они сами только что об этом сказали,

and I know where they live

и я знаю, где они живут,

because they share that information on their Twitter profile.

потому что они поделились этой информацией в их профиле Twitter.

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

На основе твитов в течение 36 часов я могу

is create a model of how people are traveling

создать модель того, как люди путешествуют

around the world during that 36 hours.

по всему миру в течение этого времени.

And this is kind of a prototype

Это своего рода прототип,

because I think if we listen to everybody

потому что я думаю, что если слушать всех

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

в Twitter, Facebook и других социальных медиа,

we'd actually get a pretty clear picture

мы получим достаточно ясную картину того,

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

как люди путешествуют из одного места в другое.

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

Это очень полезно учёным,

particularly those who are studying how disease is spread.

особенно тем, которые исследуют распространение болезней.

So, I work upstairs in the New York Times,

Я работаю в редакции New York Times,

and for the last two years,

и последние два года

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

мы работали над проектом под названием «Каскад»,

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

который в некотором роде похож на этот.

But instead of modeling how people move,

Но вместо моделирования того, как люди перемещаются,

we're modeling how people talk.

мы моделируем, как они разговаривают.

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

Мы смотрим на то, как выглядит обсуждение.

Well, here's an example.

Вот пример.

This is a discussion around an article called,

Это обсуждение статьи под названием

"The Island Where People Forget to Die".

«Остров, где люди забывают умирать».

It's about an island in Greece where people live

Речь идёт об острове в Греции, где люди живут

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

ну очень-очень долго, действительно невероятно долго.

And what we're seeing here

Здесь мы видим разговор,

is we're seeing a conversation that's stemming

происходящий

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

от этого первого твита в нижнем левом углу.

So we get to see the scope of this conversation

Так мы получаем возможность увидеть масштабы этого разговора

over about 9 hours right now,

длительностью около 9 часов прямо сейчас,

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

мы собираемся охватить здесь 12 часов за секунду.

But, we can also see what that conversation

Мы также видим, как выглядит этот разговор

looks like in three dimensions.

в трёх измерениях.

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

Это трёхмерное изображение на самом деле гораздо полезнее для нас.

As humans, we are really used to things

Будучи людьми, мы очень привыкли к вещам,

that are structured as three dimensions.

структурированным в трёх измерениях.

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

Мы можем посмотреть на эти маленькие отрывки из разговора

we can find out what exactly happened.

и узнать, что именно произошло.

And this is an interactive, exploratory tool

Этот инструмент является интерактивным, исследовательским,

so we can go through every step in the conversation.

так что мы можем просмотреть каждый шаг в разговоре.

We can look at who the people were,

Мы можем узнать, кем были эти люди,

what they said,

что они сказали,

how old they are,

сколько им лет,

where they live,

где они живут,

who follows them,

кто их читает

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

и так далее, и тому подобное.

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

Каждый месяц New York Times создаёт около 6 500 единиц содержания,

and we can model every single one

и мы можем смоделировать каждый

of the conversations that happen around them.

из разговоров, которые происходят вокруг них.

And they look somewhat different.

Они выглядят несколько иначе.

Depending on the story

В зависимости от содержания

and depending on how fast people are talking about it

и от того, как быстро люди говорят об этом

and how far the conversation spreads,

и как далеко распространяется разговор,

these structures, which I call these conversational architectures,

эти структуры, которые я называю разговорными архитектурами,

end up looking different.

в конечном итоге выглядят по-разному.

So, these projects that I've shown you,

Думаю, что проекты, которые я вам показал,

I think they all involve the same thing:

включают в себя одно и то же:

we can take small pieces of data

мы можем взять небольшие порции данных

and by putting them together,

и, сложив их вместе,

we can generate more value,

можем создать большую ценность,

we can do more exciting things with them.

мы можем сделать с данными более интересные вещи.

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

Пока что мы говорили только о Twitter, верно?

And Twitter isn't all the data.

Twitter — это ещё не все данные.

We learned a moment ago

Мы только что узнали,

that there is tons and tons,

что вокруг нас есть тонны и тонны,

tons more data out there.

много тонн данных.

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

В частности, я хочу, чтобы вы подумали об одном типе данных,

because all of you guys,

потому что все вы, ребята,

everybody in this audience, we,

каждый в этой аудитории, мы,

we, me as well,

включая меня, —

are data-making machines.

машины, производящие данные.

We are producing data all the time.

Мы всё время производим данные.

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

Каждый из нас, мы все производим данные.

Somebody else, though, is storing that data.

Другие занимаются хранением этих данных.

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

Обычно мы доверяем хранение данных компаниям,

but what I want to suggest here

но я хочу вам кое-что предложить:

is that rather than putting our trust

вместо того, чтобы доверять

in companies to store that data,

компаниям хранение этих данных,

we should put the trust in ourselves

мы должны доверять себе,

because we actually own that data.

потому что эти данные на самом деле принадлежат нам.

Right, that is something we should remember.

Верно, мы должны это помнить.

Everything that someone else measures about you,

Вы являетесь собственниками всего,

you actually own.

что кто-либо другой знает о вас.

So, it's my hope,

Таким образом, я надеюсь, —

maybe because I'm a Canadian,

может быть, потому что я канадец, —

that all of us can come together

что все мы сможем собрать вместе

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

эти по-настоящему ценные хранимые данные

and we can collectively launch that data

и сможем совместно пустить их в ход

toward some of the world's most difficulty problems

для решения наиболее сложных проблем в мире.

because big data can solve big problems,

Большие данные могут решать большие проблемы,

but I think it can do it the best

но они будут особенно полезны,

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

если будут в наших руках.

Thank you.

Спасибо.