User-generated Contents (Text Data)
AI ထွန်းကားလာတဲ့အတွက် Data ရရှိရေးကိစ္စတွေကလည်း အသဲအသန်ဖြစ်လာတယ်။ အချက်အလက်တွေ ရှိလာရင် ရှေ့ဆက်ပြီး ဘာဖြစ်မလဲဆိုတာကို ကြိုတင်ခန့်မှန်း သုံးသပ်တာ၊ ပြင်ဆင်တာ လုပ်လို့ ရတယ်။ Computing ကောင်းလာတဲ့ အတွက် လူသားတွေရဲ့ Prediction လုပ်တာ ပိုလွယ်၊ ပိုမြန်၊ ပိုကောင်းလာတယ်။
မြန်မာနိုင်ငံမှာ Facebook မရှိခင်တုန်းက အချက်အလက် စီးဆင်းမှုနည်းတယ်။ Facebook ပေါ်လာတဲ့နောက် အချက်အလက် ရရှိမှု ပိုလွယ်၊ ပိုမြန်၊ ပိုကောင်းလာတယ်။ Public သုံးလို့ရတဲ့ User-generated Contents တွေရဲ့ အရေးပါမှုကလည်း ပိုမြင့်လာတယ်။
ပိုပြီး မြင်သာတဲ့ ဥပမာနဲ့ ကြည့်ရင် ဟိုးအရင်က အမြန်လမ်းမှာ သတ်မှတ်မြန်နှုန်း ကျော်လို့ ဒဏ်တပ်ခံရရင် ဒဏ်တပ်ခံရသူနဲ့ ရင်းနှီးသူတစ်စုလောက်ပဲ ဒီကိစ္စကို သိတယ်။ ဘယ်နားမှာ ကီလိုကျော် စောင့်ကြည့်ရေး ကင်မရာတွေ ထားတယ်၊ ဘာညာပေါ့။
အခုတော့ Facebook ထွန်းကားတဲ့ အတွက်ကြောင့် အမြန်လမ်းမှာ ကီလိုကျော် စောင့်ကြည့်ရေး ကင်မရာတွေ ဘယ်နားရှိတယ် ဆိုတာကို Community Group တွေမှာ Share လုပ်ကြတယ်။ Near real-time data မဟုတ်ပေမယ့် အတော့်ကို Update ဖြစ်တဲ့ Data တွေ လူတိုင်းရဲ့ လက်တကမ်းမှာ ရှိတယ်။
ပြီးခဲ့တဲ့ ၂-၃ ရက်တုန်းက စိတ်ကူးပေါက်တာနဲ့ Community Group တွေမှာ တင်ထားတဲ့ ကီလိုကျော် စောင့်ကြည့်ရေး ကင်မရာတွေ ရှိတတ်တဲ့ မိုင်တိုင်အမှတ်တွေကို Spread Sheet ထဲ ပစ်ထည့်၊ Summary Analysis ပြန်လုပ်၊ Frequency Table ထုတ်၊ မြင်သာလွယ်အောင် Chart တစ်ခု ထုတ်ကြည့်ဖြစ်တယ်။
ဒီ Chart ကို ကြည့်လိုက်ရင် ဘယ်နားမှာ ကီလိုကျော် စောင့်ကြည့်ရေး ကင်မရာတွေ ထားလေ့ထားထ ရှိတယ် ဆိုတာကို အကြမ်းဖျင်း အနေနဲ့ ကြည့်လို့ရပြီ။ များသောအားဖြင့် ကင်မရာတွေက မနက်ပိုင်းနဲ့ ညနေပိုင်း လေးနာရီကျော်ရင် သိပ် မရှိတော့ဘူး။ ညပိုင်းဆိုရင်တော့ ဒီကင်မရာတွေက ထားတာ မရှိဘူး ထင်ပါတယ်။
ဒီ Chart မှာ သုံးတဲ့ Data က အမြဲတမ်း Update လုပ်တာ မဟုတ်တော့ အမြဲတမ်း မှန်နေမှာ မဟုတ်ဘူး။ ကင်မရာ အရွှေ့အပြောင်း ရှိဦးမယ်။
Traffic ကိစ္စတွေ စိတ်ဝင်စားတဲ့ Engineer ကျောင်းသူကျောင်းသားတွေ ဆိုရင်တော့ GIS နဲ့ နည်းနည်းပါးပါး ပေါင်းစပ်လိုက်ရင် ကင်မရာတွေ ရှိတတ်တဲ့ မိုင်တိုင်တွေ (OSM က လုပ်ထားတဲ့ Data ရှိပြီးသား) နဲ့ လမ်း အနေအထား (ဖြောင့်တန်းမှု၊ ပြန့်ပြူးမှု စသဖြင့်) ကို ဆက်လုပ်ကြည့်လို့ ရနိုင်တာပါပဲ။
