美媒：谷歌流感趋势预测频出错 引研究者思考

【环球网综合报道】据美国《商业周刊》网站3月14日报道，谷歌于2008年开发的谷歌流感趋势(Google Flu Trends)---跟踪分析流感关键词搜索数据，创建流感趋势实时地图，其预测效率远优于美国疾病控制与预防中心(Centers for Disease Control and Prevention, CDC)。然而，近来谷歌流感趋势的预测频频出错，引发了研究者的思考。

据报道，去年，《自然》杂志刊文称，谷歌流感趋势预测的流感病例数几乎是CDC统计数据的两倍。《科学》杂志最新论文也指出，谷歌流感趋势高估流感峰值的情况屡见不鲜。而两大重要原因--数据过拟合和算法变化影响了其预测结果。

一方面，谷歌流感趋势容易出现数据过拟合：很多关键词看似与流感相关，但实际并无关联，即伪相关。谷歌流感趋势需对比5000万个词条的搜索率和已知流感发病率，统计其匹配情况，难免出现毫无关联却完成匹配的案例。以高中篮球为例，谷歌开发人员称，高中篮球和流感通常发生在冬天，因此篮球和流感相关搜索频率和时间分布十分匹配，导致篮球粉丝容易被当作流感患者。

另一方面，由于谷歌不断调整和完善搜索算法，不同时期搜索相同的流感关键词，得出的结果可能完全不同。此外，谷歌的相关搜索功能可能增加流感关键词的搜索次数，从而影响了预测结果。据研究报道，谷歌流感趋势的程序员无法提供适应谷歌算法变化的研究算法。美国东北大学政治学家、论文作者之一大卫·拉泽(David Lazer)称之为“模型偏离”(model drift)。

报道指出，拉泽表示，“流感相关搜索和流感发病率之间的关系可能随时改变，而谷歌流感趋势忽略了这一点”。此外，他认为，谷歌流感趋势预测出错提供了更多经验教训：首先，谷歌、Twitter和Facebook的设计初衷并非用于研究，它们常常发生变化，并且内部运作情况不透明，因此将其用于科学研究存在风险。另外，掌握大数据不等同于拥有良好的数据。(实习编译：余顺遂 审稿：赵小侠)