Vào giữa những năm 2010, một hình thức nội dung hình ảnh mới đã âm thầm nổi lên trong các cuộc bầu cử, thể thao và cạnh tranh playoff: biểu đồ biến đổi theo thời gian xác suất. Biểu đồ này nổi bật vì nó khéo léo trình bày sự thay đổi động giữa dự đoán và thực tế, biến đổi dữ liệu phức tạp thành những câu chuyện hấp dẫn.
Thông qua những hình ảnh này, chúng ta có thể thể hiện nhiều câu chuyện hấp dẫn. Chỉ với sự thay đổi của xác suất, có thể vẽ nên những câu chuyện thú vị về thất bại, phục hưng hoặc sự trở lại bất ngờ của những kẻ yếu thế. Những biểu đồ này giống như một "meme", cô đọng một lượng lớn thông tin trong một không gian hạn chế và truyền tải đầy đủ tinh túy của câu chuyện trong quá trình lan truyền.
Tuy nhiên, hình thức biểu đồ này hiện chủ yếu bị giới hạn trong các lĩnh vực chính trị, thể thao và thị trường tài chính. Điều này là do hoạt động của chúng cần dữ liệu dự đoán được công nhận rộng rãi, và những dữ liệu này phải hợp pháp và có sẵn. Thị trường tài chính từ lâu đã có nền tảng dữ liệu như vậy; các cuộc bầu cử có thể sử dụng dữ liệu khảo sát để xây dựng các con đường xác suất; trong khi các sự kiện thể thao do có cấu trúc rõ ràng và dữ liệu lịch sử phong phú, việc dự đoán xác suất đội bóng vào được vòng playoffs trở nên khả thi.
Mặc dù vậy, hình thức biểu hiện của "hình dạng câu chuyện" này vẫn phải đối mặt với những thách thức trong các lĩnh vực ứng dụng khác. Điều này không chỉ phản ánh sự hạn chế về tính sẵn có của dữ liệu mà còn phơi bày những thiếu sót của chúng ta trong việc hiểu và dự đoán các hệ thống phức tạp. Trong tương lai, với sự tiến bộ của khoa học dữ liệu và các mô hình dự đoán, có thể chúng ta sẽ có thể mở rộng hình thức kể chuyện trực quan đầy hiểu biết này ra các lĩnh vực rộng lớn hơn, từ đó giúp chúng ta hiểu và trình bày tốt hơn quá trình tiến triển của các sự kiện phức tạp khác nhau.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
14 thích
Phần thưởng
14
4
Đăng lại
Retweed
Bình luận
0/400
FlatlineTrader
· 10-18 15:51
Dữ liệu chính là câu chuyện hay nhất.
Xem bản gốcTrả lời0
CounterIndicator
· 10-18 15:50
Bức tranh này có tác dụng gì vậy? Nhìn vào A-shares là đủ rồi.
Xem bản gốcTrả lời0
AirdropworkerZhang
· 10-18 15:49
Đồ chơi của dữ liệu chó ~
Xem bản gốcTrả lời0
MetaverseLandlord
· 10-18 15:36
Dữ liệu sao lại không thể dự đoán xác suất yêu đương của tôi nhỉ?
Vào giữa những năm 2010, một hình thức nội dung hình ảnh mới đã âm thầm nổi lên trong các cuộc bầu cử, thể thao và cạnh tranh playoff: biểu đồ biến đổi theo thời gian xác suất. Biểu đồ này nổi bật vì nó khéo léo trình bày sự thay đổi động giữa dự đoán và thực tế, biến đổi dữ liệu phức tạp thành những câu chuyện hấp dẫn.
Thông qua những hình ảnh này, chúng ta có thể thể hiện nhiều câu chuyện hấp dẫn. Chỉ với sự thay đổi của xác suất, có thể vẽ nên những câu chuyện thú vị về thất bại, phục hưng hoặc sự trở lại bất ngờ của những kẻ yếu thế. Những biểu đồ này giống như một "meme", cô đọng một lượng lớn thông tin trong một không gian hạn chế và truyền tải đầy đủ tinh túy của câu chuyện trong quá trình lan truyền.
Tuy nhiên, hình thức biểu đồ này hiện chủ yếu bị giới hạn trong các lĩnh vực chính trị, thể thao và thị trường tài chính. Điều này là do hoạt động của chúng cần dữ liệu dự đoán được công nhận rộng rãi, và những dữ liệu này phải hợp pháp và có sẵn. Thị trường tài chính từ lâu đã có nền tảng dữ liệu như vậy; các cuộc bầu cử có thể sử dụng dữ liệu khảo sát để xây dựng các con đường xác suất; trong khi các sự kiện thể thao do có cấu trúc rõ ràng và dữ liệu lịch sử phong phú, việc dự đoán xác suất đội bóng vào được vòng playoffs trở nên khả thi.
Mặc dù vậy, hình thức biểu hiện của "hình dạng câu chuyện" này vẫn phải đối mặt với những thách thức trong các lĩnh vực ứng dụng khác. Điều này không chỉ phản ánh sự hạn chế về tính sẵn có của dữ liệu mà còn phơi bày những thiếu sót của chúng ta trong việc hiểu và dự đoán các hệ thống phức tạp. Trong tương lai, với sự tiến bộ của khoa học dữ liệu và các mô hình dự đoán, có thể chúng ta sẽ có thể mở rộng hình thức kể chuyện trực quan đầy hiểu biết này ra các lĩnh vực rộng lớn hơn, từ đó giúp chúng ta hiểu và trình bày tốt hơn quá trình tiến triển của các sự kiện phức tạp khác nhau.