71      阿裏雲  技術社區[雲棲]

百餘名人辭世,剛過去的2016是被詛咒的一年嗎?MIT數據分析預測這隻是個開始……

2016年，數百位各領域的佼佼者辭世：

大衛·鮑伊（David Bowie，英國知名音樂人），普林斯（Prince，美國歌手）, 拳王阿裏（Muhammad Ali）, 菲德爾·卡斯特羅（Fidel Castro，古巴領導人）, 凱瑞·費雪（Carrie Fisher，曾在《星球大戰》中飾演莉亞公主一角）, 吉恩·懷爾德（Gene Wilder，美國著名製片人）, 喬治·邁克爾（George Michael，英國歌手）, 薇拉·魯賓（Vera Rubin，天文學家）以及托馬斯·謝林（Thomas Schelling，經濟學家）……

這隻是因為2016年年份不好麼？數據告訴你，2017年可能會更加糟糕……

大名鼎鼎的MIT媒體實驗室（MIT Media Lab)社會複雜性研究中心（Center for Research in Social Complexity）近期進行了一次有趣的數據分析，預測2017年將有多少名人去世。

對於這個研究話題，首先我們需要搞清楚：誰有資格成為名人？名人數量增多是否隻是因為全球人口基數的變大？如何預估2017年哪些名人會去世？

 誰有資格成為名人？

▼

先回答第一個問題，這裏我們用可以通過數據簡單定義一個人是否著名給“名人”賦予一個簡單的定義，我們基於某人是否能夠通過多種語言被報道進行定義。那麼，我們具體統計多少種語言？至少20種以上。我們選取了截至2016年2月為止，出現在20多個維基百科語言版本中的29,421人。

當然這些數據有其局限性。盡管過於簡單，不夠完美，然而這種基於維基百科多語言條目介紹的樣本選取，已經是當前衡量一個人的名望或紀念性（因為維基百科是文化紀念的一種形式）最靠譜的形式。比如歌手大衛·鮑伊。在維基百科上你可以讀到關於他的104種不同語言的相關介紹。演員吉恩·懷爾德呢？84種。經濟學家托馬斯•謝林呢？48種。當然，這並不意味著比起謝林，鮑伊的工作更多或更重要。簡單意味著知道鮑伊的歌的人，比知道謝林的理論的要多(這很正常，因為鮑伊的一些歌流行全世界)。

 名人數量增多 

 是否隻是因為全球 

 人口基數的變大？

▼

第二個問題是名人變多隻是因為全球人口總數變多了。我們的數據表明，情況並非如此。幾個世紀以來，名人的數量增速已超過全球人口增速。大家可以先看下這篇文章 ，還有這個視頻。印刷術的發明之前，每年名人的數量僅占全球人口的一小部分；而在那之後200年也沒太大變化 。然而17世紀後期開始，新生名人的增速是全球人口增速的平方。新生名人的數量，除以當時世界人口總數隨時間線性增加。此外，比例常數中還增加了新通信技術。短篇印刷物，比如雜誌和報紙在17世紀晚期的出現；新通訊技術的誕生，如電影、廣播和電視都使斜率變大 。這些因素使得20世紀以來名人的增速變得前所未有。

我們已對這些疑慮做了說明，因此可以沉下心來對數據進行分析，來看看到底有多少名人預計在2017年辭世。

 數據分析預測 

 有多少名人可能在2017年辭世？

▼

圖1是自2000年以來在20個以上的維基百科不同語言版本中過世的人數。這個數字呈現了自2000年到2015年以來過世名人數從86人到195人的線性增長。而2016年，我們觀察過世的名人數實際上比預期的要少。所以我們覺得這一年過世的名人更多隻是一種錯覺。

圖1：年名人過世數（縱軸：過世人數；橫軸：過世年份）

圖2：年過世名人數（橫縱坐標同上）

紅色：L>20 有20種以上維基百科語言版本的名人過世數

藍色：L>35有35種以上維基百科語言版本的名人過世數

黃色：L>50 有50種以上維基百科語言版本的名人過世數

綠色：L>70 有70種以上維基百科語言版本的名人過世數

這種錯覺可能是因為今年過世的人名氣更大。畢竟，你可以在100多個語言版本的維基百科中讀到大衛·鮑伊；而圖1的樣本我們隻選取了20個。所以並不是所有過世的名人都能達到是鮑伊的知名度。圖2我們使用了更高的閾值重複之前的分析：超過20種語言，35種，50種和70種。最後一個類別(超過70種)，超級巨星，那些我們可能在新聞中聽到的名人，他們的過世訊息可能會在社交媒體中交互出現。2016年有點特別。死於2016年的超級巨星(L > 70)有16人，而2015年、2014年和2013年，這個數字分別為9人、10人、14人。

2016年過世的超級巨星，按知名度（L）排列如下:

那麼全球每年過世名人他們的年齡中位數，或出生年份這段時間改變了？我們觀察到了越來越多老年人的過世嗎？在某種程度上是這樣的。通過圖3我們觀察到，在2000年去世的名人他們的出生中位數是1920年，就意味著他們的死亡中位數年齡是80歲。而2015年和2016年，名人的出生中位數年份是1932年和1930年，即死亡中位數年齡為83歲和86歲。因此，已故名人的死亡年齡上升了。

這個上升是很重要的，然而，這主要是因為我們現在看到的那些過世的名人他們的黃金時期是60年代，70年代和80年代，他們的名氣主要來自電視。

圖3 死亡名人年齡分布箱形圖

通過觀察2016年過世的16位超級巨星能夠幫助我們了解這些名人，他們做了什麼貢獻。這個列表包含了大量表演藝術家；但同時也有政治領導人，比如古巴領導人菲德爾·卡斯特羅，以色列總理西蒙·佩雷斯以及泰國國王普密蓬·阿杜德。為了探索這將近200人的大名單，我們對每年過世的名人的職業和出生地進行劃分。

圖4 依據職業劃分的年過世名人數

黃色：表演藝術家

橙色：運動員

綠色：藝術家

淺紫色：政治家

米色：人文社科類名人

紫色：科學家

白色：其他

圖4可以看到不同職業的名人每年過世的數量。你可以點擊打開或關閉這些類別的名稱。最受歡迎的類別是表演藝術家。它的過世人數隨時間而增加了。在2000年，表演藝術家過世人數占過世名人總數的29%。2016年，他們占總數的36%。科學家，所占的比例則幾乎沒變過。他們在2000年占10.5%，而2016年為9.9%。人文社科類的名人，所占比例略有下降。他們在2000年為15%，而2016年不到11%。

我們應該預期過世的名人數將逐年增加麼？接下來幾年可能是這樣，但不會持續下去。過去六個世紀通信技術的興起，從紙媒到網絡社交媒體，能夠被大眾認可並記住的名人數量不斷增長(名氣是短暫的，也就是說並不是每個人的名氣都會被大眾永遠銘記)。總有一天，名人的數量，不再受限於傳播的方式和範圍，而是受限於社會大眾的關注度和記憶力。也許，這情況已經發生了。

原文發布時間為：2017-01-25

本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號

最後更新：2017-05-25 09:02:26

  上一篇：  CRA簡報：計算研究與數據科學的新興領域

  下一篇：  從洞穴壁畫說起，信息可視化圖表發展的迷人曆史