时间依赖性、数据流与竞争优势

数据是基于机器学习的产品与服务的基础，并因其对商业、政府、非营利组织及更广义社会的外部性而被视作战略资源。众所周知，组织（企业、政府机构与项目乃至行业）的价值随可用数据量而增长。常被忽视的是，数据在作出有用组织预测中的价值差异显著，且明显是数据特征与底层算法的函数。本研究中，我们旨在考察数据价值随时间如何变化，以及该变化如何跨情境与业务领域（如历史、体育、政治语境下的下一词预测）而异。我们聚焦来自 Reddit.com 的数据，并比较各 Reddit 话题（Subreddit）间价值的时间依赖性。我们通过度量用户生成文本数据对对话算法预测的相关性的丧失速率来进行此比较。我们显示不同 subreddit 随时间的相关性衰退速率不同。将文本话题关联至各感兴趣业务领域，我们认为，在数据价值快速衰退的业务领域中竞争将改变获取竞争优势的战略。当数据价值快速衰退时，对连续数据流的访问将比固定数据存量的访问更具价值。在此类情形下，提升用户参与度与扩大用户基数有助于创建并维持竞争优势。