京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用移动应用软件进行众包给心理学研究带来“大数据”
根据美国心理学协会出版的一篇文章,有这样一款节奏快速的游戏应用软件以创纪录的速度为研究人员提供了数十亿项数据,游戏中玩家扮演机场安检人员操作X光扫描仪筛查旅客的行李箱包。
这是一份发表于美国心理学会期刊《实验心理学:人类知觉与绩效》Experimental Psychology: Human Perception and Performance的报告,其主要合著者杜克大学博士史提芬R.米特罗夫Stephen R. Mitroff说:“利用真实地考验认知能力或其他大脑功能的游戏应用软件,众多的移动装置(智能手机和平板电脑等)为研究人员提供了一个令人兴奋的崭新的众包一项实验的方法。过去在实验室里耗费数十年进行研究的问题,或者说根本无法在实验室里找到现实答案的问题,现在可利用在较短时间内收集的大数据得以考察。
研究人员与这款广受大众喜爱的游戏《机场安检扫描仪》Airport Scanner的开发商Kedlin Co.协作以展示移动科技收集数据的潜力,游戏考验玩家发现并指出正在通过X光扫描仪的行李里面的违禁品的能力。玩家逐件地审视箱包,点按触摸屏指出违禁品。游戏开始时玩家日志上列举了一些常见的违禁品(如枪支,手榴弹,弹簧刀等)和非违禁品(如耳机,衣服等),随着游戏的进行,这个列表会从寥寥几项扩张到数百项。
这份报告中提到,2013年1月至2014年11月期间,这款游戏提供了从超过7百万智能手机或平板电脑的超过20亿次的考验所产生的匿名数据,一直以来米特罗夫和他在“杜克认知神经科学中心”的研究团队正在对这些数据进行分析。玩家们在这款游戏安装到智能手机或平板电脑时同意提交相关数据。
游戏中有一个研究项目是考察玩家们发现罕见物品(在少于0.1%的行李中出现)的能力。
米特罗夫说:“像这样的罕见物品出现在屏幕上,意味着你在1000次考验中才能碰到1次。在实验室环境里,需要太多次考验才能统计出如此接近现实的概率(这样的工作量对于研究人员来说过于繁重)。在大型数据集中,我们能在数百件个案中找到大约30个最罕见的目标”
通过另一个实验还发现,当两件违禁品出现在同一件箱包里时,玩家们容易漏掉1件,而两件不同违禁品出现在同一件箱包里漏掉其中1件这种情况发生的可能性大于两件相同违禁品的情况。举例来说,相对于发现一个炸弹却漏掉另一个炸弹的个案,更多的情况是玩家们发现了一罐汽油却漏掉了一个炸弹。
米特罗夫说:“尽管利用游戏界面来评估认知能力对于心理学研究领域已算不上什么创新,奇迹般的移动互联技术为大规模地研究认知过程提供了可行性。早在1998年,哈佛大学医学院博士杰瑞米M.沃尔菲Jeremy M. Wolfe就分析了1百万次考验,以研究视觉搜寻。这样庞大得足以震撼人心的数据量是历时10年收集取得的。而今天我们却能够通过《机场安检扫描仪》仅仅用1天的时间就收集到超过1百万次考验的数据。”
根据这份报告,众包的优势还包括,它是一种成本低廉的自动地连续地收集数据的方法,它还能模拟现实中的复杂情况,而这些复杂情况是在实验室里难以应对的。
然而,报告的合著者们指出,为取得用于研究的数据而采取的众包方式确实存在短板。研究人员必须具备开发充满乐趣的游戏应用软件的技能,否则就需要与游戏开发商合作。收集来的大量数据未必就是高质量的,优质数据的获得有赖于精心设计的贯穿于整个游戏的留给玩家们作答的问题。以众包方式采集数据意味着研究人员无法选择玩家。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19