京公网安备 11010802034615号
经营许可证编号:京B2-20210330
离婚 都是大数据惹的祸_数据分析师考试
在恋人眼中,证据确凿的出轨无疑是让人心碎的。对于生活在21世纪的这一代人来说,想要发现恋人出轨的证据,显然并不困难,捉奸的科技成本变得十分低廉。
为富兰克林罗斯福著书立传的写作者们,向他的妻子埃莉诺爆料了一沓信件,寄件人是罗斯福的婚外恋对象 Lucy Mercer。克林顿性丑闻事件的揭发,是通过一卷录像带,以及实习生及莱温斯基衣服上那块臭名昭著的污渍。而施瓦辛格与女管家的私生子丑闻,则是在和妻子进行婚姻咨询的时候遭到曝光。
然而在当今社会中,更多出轨行为的曝光,不再以上述方式出现。离婚律师的报告表明,他们在帮助代理人对薄公堂的过程中,通常依据收集到的网络数据展开辩论,这些数据来源包括可穿戴设备和一些智能手机应用,如Find my iPhone 以及 mSpy。这种数据收集方式所提供的呈堂证供,把普通的婚外恋官司变成了一种社会大讨论:可否依据数据所呈现出的个人信息,衡量其情感忠诚度。过去虚拟世界中的“奥威尔式心碎”(译者注:乔治奥威尔在其著名的反乌托邦小说《1984》中描述了一个极权自由主义下的世界观,其中包括“个人隐私遭到严重侵犯,日常生活中充斥了直接或间接监控”)也许正在变为现实。
“互联网所呈现的数据,就像衣领上的唇印一样清晰”,一名在英国工作的离婚律师Sam Hall,用这种比喻来形容大数据在离婚案中的效果。
这些万能的大数据在2011年里大量涌现,引起了大众的警觉。一名男子宣称,当他用Find My Friends app时,明明定位到妻子正身处一片气氛浪漫的住宅区时,她却短信自己声称此刻正在郊外。“当我们一同坐在离婚律师的办公室里,我手机上这些美丽而珍贵的行迹路线可起了大作用”,该男子在MacRumors.com上发布了的这条消息,迅速火遍互联网。
同年,运动手环Fitbit也引发了使用者和隐私保护领域的权威们的不满,理由是该公司不小心混淆了功能设置中的“公开发布”和“本人可见”,导致一些用户的性生活数据出现在他们的档案中,而Fitbit并未对用户们的抱怨做出回应。
更加火上浇油的是,这些可穿戴设备和追踪定位App正日趋流行。根据尼尔森2014的数据显示,平均每六名消费者中,就有一名可穿戴设备的使用者。尽管谷歌眼镜并没有热销,德勤公司预计,目前的可穿戴设备市场能生产大约30亿美元的价值,到2020年,市面上可能会出现上亿种可穿戴设备。而电子追踪的最大优势在于,被追踪者往往毫不知情,否则他们早就选择关闭定位功能了。
如果伴侣们都在使用可穿戴设备追踪对方的行迹,可以说他们本身的关系已经岌岌可危了。然而很多时候,这种监控行为并不是自发主动的。
举个例子,Hall描述了一个已婚客户的情况,他在参加某朋友的单身派对时,与其他女性互相发送露骨的性爱短信。当他回到家里,妻子和孩子正打开iPad,iCloud已经把他的短信内容和图片推送了过来。
“有时候,掌握了这种科技能力的人会变成一个超级侦探”,Hall说道,“科技搭档能帮你掌控局面”。然而真实场景并非如此,“科技总是比你抢先一步”,来自美国婚姻律师协会的James T. McLaren有不同的看法。
该协会不仅观察了包括数据追踪的离婚案件。2012年的调查报告显示,92%的离婚律师都汇报了一个持续增长的数据:越来越多的离婚案件开始用智能手机所提供的信息作为证据。另一份调查则显示,81%的离婚律师宣称,在过去五年间的离婚案件中,社交网络成为另一大取证来源。
GPS技术在近年来的发展,让可穿戴设备能够提供多方面的数据,而这些数据可能为个人伤害案提供佐证。在去年,曾经有律师接下过这样的案件,一位私教在车祸后发现自己的身体机能大不如前,她在Fitbit上的数据成为了有力证据。通常情况下,来自可穿戴设备和Apps的数据,例如心率、地点、信息、邮件等,并不应当成为实质证据,McLaren的看法是,最多只能作为辅助证据。目前来说,法庭也许无法完全根据移动端的大数据来进行审判,但是根据调查报告来看,这些大数据对于被告而言,显然是个减分项。
McLaren提出了一种,如果丈夫发现妻子时常出现在某个可疑地点,那么他就能以此为由,雇佣私家侦探进行调查。而对于法庭来说,私家侦探发现的实质性证据是更为有力的。
追踪他人、乃至配偶的合法性一直饱受质疑,一些夫妇闲的没事,开始监控彼此手机上的数据,一些律师这样告诉我,他们在对方的手机上装载各种追踪类App,或者从可穿戴设备上下载信息,这种行为通常是非法的。如果某个潜在(打离婚官司的)客户向McLaren提及一些监控方面的问题,McLaren表示他不太愿意经手这样的客户,因为他很可能要承担侵犯隐私的风险。
Harry Houck是一个婚恋方面的专职调查员,“警察需要传票才能进行监控”,他们不允许安装任何追踪软件去追踪他人。但是由于很多智能手机和电子设备都是配偶双方共同使用的,这就让他们下载使用追踪软件的过程变得合法。
“我们警察不能使用这些追踪软件”,Houck是一名纽约警局的退休探员,他说,“但是丈夫和妻子却可以使用,因为他们总是共享同一部手机”。
随着技术的更新,追踪技术也变得更加强大,最新迭代的设备已经开始研究“超追踪(hyper tracking)”功能。Jeff Chester是Center for Digital Democracy的CEO,他认为数据追踪技术会变得更加精准和及时,对于那些大公司和质疑彼此的配偶们来说,新技术可以更好的监控人们的行动。
“厂商鼓励我们全天候使用这些设备”,Chester说到,“听起来似乎无害,只是监控你的心率,查看你去了哪里,但是人们会把这些琐碎的信息拼成一个完整的事实”。
客户们在大数据上寻找伴侣的不忠行为,通常是为了获取“心灵上的慰藉”,而不是法理上的证据,Scott Lewis是在一名密歇根的私家侦探,他认为,“伴侣们通常都感受到了另一半的出轨行为,但是他们只是想在糗事曝光之前先有个心理准备”。
此外,在离婚过程中,新技术可能会更多暴露更多事实,比如另一半可能有一些藏匿的财产。Gary Traystman是康涅狄格州的一名离婚律师。电子银行账单,身体状况,甚至精神疾病史,都会被智能手机发现,这些证据会被提交至法庭。Traystman谈起一个案例,他客户的丈夫在先前的陈述中,并没有提及旗下的投资账户和芝加哥的房产,而通过追查他的电子邮箱,这些都被发现了。“网上留下的痕迹是无法被抹去的”,Traystman这样总结。
另一个流行的追踪方式是市面上那些宣称帮你及时了解“孩子去哪儿”的一系列软件,比如Trick、Tracker、Phone Tracker等等。另一款软件mSpy自我标榜为“用户可以放心使用:了解你孩子的动向,预防小偷,管理员工”。mSpy每月费用高达39.99美金,收集各种截屏,GPS定位数据,通话数据等信息,甚至还原SnapChat上阅后即焚的内容。mSpy在公司网页上表示,“用户自己对监控行为全权负责”。
事实上,在许多案例中,这种费时费力的数据监控方式依然广受欢迎,追踪类App和可穿戴设备几乎让私家侦探们无活可干,因为他们的追踪结果往往不够准确。律师们往往也会告诉客户,数据分析有时候也不是完全准确的。
“试图追踪一个身处纽约的人简直太困难了”,David Schassler是一名婚姻方面的私家侦探,“在曼哈顿的高峰时段,这种追踪很可能被糟糕的交通状况所阻碍”。Schassler接到的咨询电话中,有70%与调查伴侣的忠诚度相关,“我们都快被这些案子弄疯了”。
恋人们一旦分手,追踪软件也能避免两人的尴尬相遇。Spit可以大致追踪前任的踪迹,从而避免尴尬重逢,Udi Dagan是这款软件的开发者。从自身和朋友们的经验出发,Dagen的软件通过捕捉人们在社交媒体如Instagram、Facebook上标注的地点信息,从而大致获取那个“不想遇到的人”的活动范围。
“我们恰好把这个概念反过来使用了”,Dagen说道,“这是反社交软件,我们用不连接替代连接”。
因此,技术是把双刃剑,一方面引发离婚,另一方面也让分开了的怨侣们多少舒服了一些。如何衡量伴侣的忠诚度,看来我们只能去找大数据了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20