数字数据损坏（corrupted）的典型是谷歌流感趋势和谷歌登革热趋势网站。2008年，谷歌推出了流感趋势，以展示使用关键词搜索来监控传染病（如流感）暴发的价值。2011年，谷歌登革热趋势网站以同样的宗旨建立。两者都使用与这些疾病相关的每日搜索词频来估计在特定时段内有多少人被感染，从而在公共卫生监测系统能够识别之前，在理论上提供可能佐证流感或登革热暴发的信息，尤其是在换季和疾病高峰期。谷歌的分析师将他们的数据与美国疾病控制与预防中心的官方公共卫生监测数据进行比较发现，在美国2012一2013年流感季节中，他们的预测值明显高过了该疾病的发病率。他们对缺乏准确性的现象进行了解释，即在流感期间媒体对流感病毒的报道量增加，这反过来促使那些担心流感并想获取更多信息的人们通过谷歌来搜索该病的内容，但这些人并没有患病。他们的算法必须进行调整，以包容这种扰乱值的出现(Copeland et al.,2013)。然而，人们一直认为谷歌流感趋势在评估流感时非常不精确，在确定该疾病的当前流行率方面并不比传统的预测模型更有效(Lazer et al., 2014).
除了这些困境之外，有人指出，谷歌的搜索算法模型本身也影响了——事实上是构建了谷歌流感趋势生产的流感数据。谷歌算法的建立，已经可以向用户快速提供信息，其搜索返回结果基于其他用户的搜索以及个体的搜索记录。如果有许多人在用户决定搜索某个特定的搜索项时搜索该词，那么这些搜索词的相对数量将会增加。因此，用户对“流感”（以及任何搜索词）的搜索都会受到所有这些因素的影响，因而并不是疾病流行率的有效指标（Lazer et al.,2014)。换句话说，“搜索行为不仅只是由外部决定的，还是由服务提供商内部培养的”(Lazer et al.，2014：1204)。这显然是一个以搜索引擎为代表的软件的算法权威及其在知识生产中发挥作用的例子。
数字社会学
112
130