கணனிகளால் உலக அரசியல் பொருளாதார நிகழ்வுகளை எதிர்வு கூற வைக்கும் முயற்ச்சி

அரபு நாடுகளில் நிகழ்ந்த மல்லிகைப் புரட்சியும் அதனால் அமெரிக்காவின் செல்லப்பிள்ளை ஹஸ்னி முபராக் பதவியில் இருந்து விரட்டப்பட்டதும் அமெரிக்க உளவு நிறுவனம் சிஐஏ எதிர்பார்த்திருக்காத ஒன்று. இதை முன் கூட்டியே சிஐஏயால் அறிந்து கொள்ள முடியாமல் போனதை அமெரிக்க அரச தரப்பு அதிருப்தி அடைந்தது. புரட்சிக்கு முன்னர் எகிப்தில் இருந்து வந்த செய்திகளை மீளாய்வு செய்து அரசியலறிவாளர்கள் எகிப்தில் ஏற்பட்ட புரட்சி எதிர்வு கூறக்கூடியதாகவே இருந்தது என்கின்றனர்.

செய்திச் சுரங்கமிடல் - News Mining
டுவிட்டரில் பதியப்படும் வாக்கியங்களில் இருக்கும் உணர்வுகளுக்கும் பங்குச் சந்தை விலை மாற்றங்களுக்கும் தொடர்பு இருப்பதை  University of Illinois's Institute for Computing in the Humanities, Arts, and Social Scienceஐச் சேர்ந்த Kalev Leetaru என்பவர் கண்டறிந்துள்ளார். Leetaru கடந்த முப்பது வருடங்களாக வெளிவந்த நூறு மில்லியன் செய்திக் குறிப்புக்களை the University of Tennessee's "Nautilus,"என்னும் supercomputerகளுக்கு தரவேற்றம் செய்து அவற்றைப் பகுப்பாய்வு செய்து அவற்றிடை உள்ள தொடர்புகளை ஆயுவு செய்தார். இந்தப் பகுப்பாய்வை செய்திச் சுரங்கமிடல் என்று அழைக்கப்படுகிறது. எகிப்தில் கடந்த முப்பது வருடங்களாக வந்த செய்திகளை ஆய்வு செய்ததில் 2011 ஜனவரியில் வந்த செயதிகள் என்றும் இல்லாத அளவு எதிர் மறையானதாக இருந்தமை அறியப்பட்டுள்ளது.

மெய்ப்பாட்டுணர்வுச் சுரங்கமிடல் - Sentiment Mining
அண்மைக்காலங்களாக பல வர்த்தக நிறுவனங்கள் மெய்ப்பாட்டுணர்வுச் சுரங்கமிடல் - Sentiment Mining என்னும் மென்பொருள் மூலம் செய்திகளை ஆய்வு செய்து தமது திட்டங்களை வகுக்கின்றன.


பின் லாடனின் இருப்பிடம் இலகுவாக அறிந்திருக்கலாம்.
கடந்த சில ஆண்டுகளாக பின் லாடன் பற்றி வந்த செய்திகளை பகுப்பாய்வு செய்து பார்க்கும் போது பின் லாடன் வடக்குப் பாக்கிஸ்தானின் ஒரு 200மைல் சுற்றளவுக்குள் இருந்ததை அறியக்கூடியதாக இருக்கிறதாம். சிஐஏ பல மில்லியன்கள் செலவில் பின் லாடனைக் கண்டு பிடிக்க 10 ஆண்டுகள் எடுத்தன.

Political scientist Thomas Chadefaux of the Swiss Federal Institute of Technology (ETH) in Zurich இந்த ஆய்வுகளும் முடிபுகளும் கவனத்தில் கொள்ளப்பட வேண்டியவை என்கிறார். Kalev Leetaru செய்திச் சுரங்கமிடல், தரவுச் சுரங்கமிடல் போன்றவை மூலம் உடனுக்குடன் நிகழ்வுகளை எதிர்வு கூறுவதற்குரிய மென்பொருள்களை உருவாக்குவதற்கு இன்னும் நீண்ட கால ஆரய்ச்சி தேவை என்கிறார்.