美媒：谷歌流感趨勢預測頻出錯 引研究者思考

【環球網綜合報道】據美國《商業週刊》網站3月14日報道，谷歌於2008年開發的谷歌流感趨勢(Google Flu Trends)---跟蹤分析流感關鍵詞搜索數據，創建流感趨勢即時地圖，其預測效率遠優於美國疾病控制與預防中心(Centers for Disease Control and Prevention, CDC)。然而，近來谷歌流感趨勢的預測頻頻出錯，引發了研究者的思考。

據報道，去年，《自然》雜誌刊文稱，谷歌流感趨勢預測的流感病例數幾乎是CDC統計數據的兩倍。《科學》雜誌最新論文也指出，谷歌流感趨勢高估流感峯值的情況屢見不鮮。而兩大重要原因--數據過擬合和算法變化影響了其預測結果。

一方面，谷歌流感趨勢容易出現數據過擬合：很多關鍵詞看似與流感相關，但實際並無關聯，即偽相關。谷歌流感趨勢需對比5000萬個詞條的搜索率和已知流感發病率，統計其匹配情況，難免出現毫無關聯卻完成匹配的案例。以高中籃球為例，谷歌開發人員稱，高中籃球和流感通常發生在冬天，因此籃球和流感相關搜索頻率和時間分佈十分匹配，導致籃球粉絲容易被當作流感患者。

另一方面，由於谷歌不斷調整和完善搜索算法，不同時期搜索相同的流感關鍵詞，得出的結果可能完全不同。此外，谷歌的相關搜索功能可能增加流感關鍵詞的搜索次數，從而影響了預測結果。據研究報道，谷歌流感趨勢的程序員無法提供適應谷歌算法變化的研究算法。美國東北大學政治學家、論文作者之一大衞·拉澤(David Lazer)稱之為“模型偏離”(model drift)。

報道指出，拉澤表示，“流感相關搜索和流感發病率之間的關係可能隨時改變，而谷歌流感趨勢忽略了這一點”。此外，他認為，谷歌流感趨勢預測出錯提供了更多經驗教訓：首先，谷歌、Twitter和Facebook的設計初衷並非用於研究，它們常常發生變化，並且內部運作情況不透明，因此將其用於科學研究存在風險。另外，掌握大數據不等同於擁有良好的數據。(實習編譯：餘順遂 審稿：趙小俠)