京公网安备 11010802034615号
经营许可证编号:京B2-20210330
还想在大数据面前隐身?这21个方面你该注意了
你认为大数据对你的了解有多少?答案是相当多。
每次我们用电脑、用手机或是用平板电脑打开一款App时,都会以数字的形式留下浏览的痕迹和路线。绝大多数人都知道,遇到问题就找谷歌,想要与朋友互动就找facebook。但其实我们了解的只是这些网络的基本用途,我们所掌握的也只不过是一个模糊的概念。事实上,互联网所具备的更深层次的内容我 们根本是看不到的。
如今的大数据几乎可以将我们每一个人都看透,我总结了一下,大概表现在21个方面。下面我便开始一一列举:
NO.1 首先,对于你不懂的问题和搜索的内容,Google、Bing和Yahoo!这类搜索引擎肯定是能够给出答案的。其次,对于你浏览过的所有网站,哪怕是所谓的无痕浏览,ISP(Internet Service Provider,即互联网服务提供商)都会详尽地记录下来。
NO.2 Google知道你的年龄和性别,千万别以为你没有主动透露,他们就无从知晓。作为各种广告的发送对象,他们会给你建立一份综合全面的档案,其中包括你的各种兴趣爱好(这方面你是可以自己进行编辑的),他们会据此来给你发送适当类型的广告。
NO.3 Facebook对你的人际关系了如指掌,哪段关系急需挽救它都知道。公司会根据你在Facebook上的各种活动和状态的更新,来预测你的某段朋友关系是否能够维持下去,这种预测的准确性有时简直高得惊人。
NO.4 Google知道你去过的每一个地方。如果你使用的还是Android版的手机,那它的记录就更全了。
NO.5 在英国,你在每一个角落都能够看到闭路电视,所以不管你此时此刻人在哪里,警察都能够查到。他们可以调取全国范围内成千上万个网络摄像头中的数据信息进行定位,这些摄像头可以对车辆的牌照进行扫描,并且拍下每辆车和每位司机的照片。而在美国,情况大致也是一样的。
NO.6 你的手机能够在行进的路途中测量你的速度。(但他们不会将这些信息分享给警察,所以你应该感到庆幸。)
NO.7 你的手机或许还能够根据各种地理或消费信息推断出你家住哪里,公司在哪里。
NO.8 不光是人,就连你的猫在哪里,互联网都一清二楚。通常我们在Instagram或其他社交媒体网络上晒出猫咪照片的同时,会选择分享自己所在的位置。于是它就会利用各种隐形的元数据来获取到准确的地理定位。
NO.9 信用卡公司将你所有的购物清单都记录在案。虽然信用卡公司对客户在何时何地买了何种物品有记录是一件无可厚非的事情,但是有些人可能会担心这些数据影响到自己的信用分数和等级。因为公司会根据你所购买的商品和你所光顾的商店等购物信息来确定你是否存在信用风险。
NO.10 你经常光顾的百货商店会记录下你喜欢的品牌。对于百货商店或药房来说,每完成一笔交易,他们就会收集到大量有关你的购买行为习惯和偏好的数据信息。由于这些商店或药房均是连锁经营,所以当你下次光顾其网站时,他们就可以利用这些数据为你提供个性化的服务,并赠送符合你喜好的优惠券。
NO.11 人力资源总监能够预测到你打算什么时候辞职。现在市场上有一家叫做Workday的人力资源软件公司,它在进行多次的测试之后成功研究出一种算法,能够对文件中的文本进行分析,并根据这些信息进行推测,以掌握员工什么时候有辞职的打算。
NO.12 Target会比你的家人还要更早地知道你怀孕的消息。
NO.13 不管你看什么类型的视频,哪怕只是搜索了一下,并没有点击播放,YouTube都有完整的记录。
NO.14Amazon知道你喜欢的图书类型,Netflix知道你喜欢的视频和影片类型。甚至那些公共图书馆都知道你喜欢光顾的媒体种类。
NO.15 Apple和Google对于你向Siri和Cortana提出的请求也了如指掌。
NO.16 孩子玩的芭比娃娃也会记录下她和孩子们之间的对话,并将这些信息传回Mattel公司。
NO.17 在诸如芝加哥和堪萨斯城这类的大城市中,警察局甚至可以在你实施犯罪之前将你拿下,阻止你的恶行。
NO.18 汽车保险公司可以随时随地地掌握你的行踪,包括行车的位置和时间,以便于在出现违反条例行为的时候对你做出惩罚。哪怕你之前从来没有提起过索赔,它也会照样惩罚你。
NO.19 某些数据经纪人还会帮助不道德的公司对那些弱势消费者进行身份鉴定。举个例子,他们可能会把某个地区内信用紧缩的家庭罗列出来,接着直接上门向其推销一些发薪日贷款。
NO.20 Facebook可以根据你给别人点的赞来判断你的喜好,进行简单的大数据分析,掌握你对生活的满意程度以及你的情绪稳定程度。
NO.21 所有你使用的手机App都会牵涉到你的个人数据信息。比如Angry Birds就需要获取你手机中的联系人信息以及你的地理定位。再比如Bejeweled需要获取你的手机号码。更有甚者,有些App还会在你使用的过程中要求扩音器打开,以获取周围的声音和情况。
以上所列举的21个方面还只是冰山一角。随着我们对大数据的依赖性越来越高,我们也越来越享受大数据给我们带来的便利,所以有的时候被要求获取数据也就不那么反感,甚至会欣然接受。举个例子,iPhone版本的Health App就能够收集很多私人的、健康方面的数据信息,大概是因为涉及到身体健康,大家也都不会抗拒。
但尽管如此,作为消费者,我们还是有主动选择的权利。因此我们在什么时候将自己的信息透露给什么人,都要做到自己心里有数,要自己根据情况来做出选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09