社会科学中的大数据：通过大规模手机数据测量人类行为模式

本学位论文通过七篇出版物展示了匿名手机数据如何为社会公益做出贡献，并提供对大规模人类行为的洞察。所分析的数据集规模从5亿条到3000亿条电话记录不等，覆盖了数百万人。主要贡献有两方面：1. 大数据促进社会公益：通过预测算法，结果显示了手机数据如何有助于预测重要的社会经济指标，例如发展中国家的收入、文盲率和贫困状况。此类知识可用于识别社会中的弱势群体所在、减轻经济冲击，并且是长期监测贫困率的关键组成部分。此外，论文还通过对挪威恐怖袭击和孟加拉国南部海岸自然灾害的数据分析为例，展示了如何利用手机数据更好地理解人类在社会遭受重大冲击时的行为。这项工作加深了我们对信息如何传播以及数百万人如何移动的理解。其目的在于比现有的基于调查的方法更快、更廉价、更准确地识别流离失所者。2. 大数据实现高效营销：最后，本论文深入探讨了如何利用匿名手机数据绘制覆盖数百万人的大型社交网络，以理解产品在这些网络中的传播方式。结果显示，通过在亚洲的一项大规模营销实验中纳入社交模式和机器学习技术，与经验丰富的营销人员所采用的方法相比，产品采用率提高了13倍。通过更具针对性的营销活动，这种数据驱动和科学化的营销方法有助于减少对客户无关的推销，并提高企业的成本效益。