
大数据之恶:你的选择已被它左右
零几年互联网科技行业的口号是“互联网+”,而到了现在这个周期,业内的口号应该就是“大数据+”了。
随着各方互联网科技企业的不断科普并推出相关应用,很多人会以为大数据就像那些科技互联网企业宣传的一般美好——早上起床,它会帮你挑选最近人气最高的时令早餐;
上班通勤,它能通过实时交通数据分析给你指出一条最通畅的出行路线;‘
周末看电影,它也能向你推荐目前票房口碑最佳的电影……我们生活中的许多情景都将因为大数据的普及而变得更加便利。
【剑桥分析,撕碎了一众同行营造的美梦】
虽然企业们描绘出的大数据改变未来的蓝图很美,但实际上大数据作为一种工具,本身是不存在好恶的。也就是说,虽然我们确实亲眼看到了大数据正在为我们的生活提供各种服务,但在我们平时看不到的地方,也有人正借此技术作恶,其中典型,便是将脸书推上风口浪尖的剑桥分析(Cambridge
Analytica)。
此前,英国第4频道新闻的卧底调查,曝光剑桥分析存在假借学术研究的名义,窃取约5000万名脸书用户个人资料,并涉嫌利用数据分析结果精准推送政治广告,从而影响用户的判断和思想,并左右美国总统的选举。尽管剑桥分析此前一直强调自己是“合法使用”脸书数据,但随着媒体的不断追问,剑桥分析最终在声明中承认“确实为特朗普竞选提供了调查、数据分析和数字营销等服务”。
不过,剑桥数据到底是怎么操作的呢?让我们来举一个安全的例子,如果你是一个荤素不忌的潜水爱好者,现在有个卖素食沙拉的公司联手剑桥分析要让你吃素,那么剑桥分析首先会通过你的一系列数据发现你的喜好,然后向你推送“素食对潜水更好”的文章或广告,或者放出一些“震惊,吃完肉潜水竟然会……”之类的文章,潜移默化地让你接受“素食对你更好”的观念,进而影响你的饮食习惯——而根据外媒的跟进报道,剑桥数据很可能将这种推广模式用在了干扰政治大选上。
在剑桥数据的事件爆发后,美英两国的相关机构接入调查,剑桥分析的CEO随后便被暂停职务。在英国当地事件本周三,剑桥分析宣布其与英国母公司SCL选举公司(SCL
Elections
Ltd)正在关停业务,同时宣告破产。与此同时,被卷入风波的脸书也正在接受美国联邦贸易委员会(FTC)的调查,并会在未来一段时间内评估脸书的隐私保护措施是否违反了2011年的和解令(consent
decree)。
【不只是玩政治,电影票房也不放过】
虽然这场大数据风波爆发于海外,但也让国内不少网友心有戚戚焉,因为其中提达到的通过大数据影响广告推送这点,在我们的网络生活中也是再常见不过的事情了。比如最近备受争议的电影刷票事件,其实正是一起大数据干扰行业的典型事件。
在刚刚过去的五一假期,凭借一首《后来》红遍大江南北的“奶茶”刘若英,这次执导的电影《后来的我们》成为不少观影者假日的首选。但是在上映先不说口碑如何,各大院线先开始曝光影片“开场前出现大量集中退票情况”,随后猫眼淘票票相继发布声明公告表示可能存在“刷屏并退票”的现象,甚至连国家电影局都被惊动,初步认定“该影片退票情况确有异常”。
可能网友还不明白,这买票又退票的操作怎么了吗?退了票也算不上票房了,能产生什么影响?微博上的一家自媒体@电影票房
点出了背后的玄机,简单来说,庞大的预售额假数据会给片方错误的数据原始资料,从而提高或降低相关影片的排片,从而干扰后续观影者的选择——当你抱着随便看点什么的心态在大中午的进入附近的电影院,看到A影片几乎全天播放,而B影片只有早场,这时你的选择也就只有A影片了。
而这次提到的《后来的我们》,因为预售的火爆,使得各大院线在五一期间给它的排片量几乎达到50%,也就是说假期里电影院里一半的电影厅都在循环播放《后来的我们》,这就使得后续进场的观众在选片时会有更大几率选择该片。等到上映日当天原本虚假的预售退票时,相关的排片已经既定,院线既承担了预售退票,又被“绑架排片”,所以才有了上面提到的曝光、公告,以及调查情况。
【面对大数据,我们真的这么弱小、可怜,又无助吗?】
大到政治竞选,小到观影选择,大数据在互联网时代对人们生活的影响还在逐渐深入,这也让很多网友开始恐慌,如何保护我们的数据,或者让我们不要为虚假的大数据所骗呢?既然大数据作恶是伴随着科技发展产生的问题,自然也需要借助科技的力量来解决。
比如说用户数据基数比脸书大得多的搜索引擎谷歌,它为了防范用户数据泄露,强推https通道。所谓https,即是强化了安全的http,一般用于信息敏感的通讯或者交易支付等方面。现在我们打开浏览器会在网址栏看到http和https两种开头,在一些浏览器里而这使用体验并无不同,但是谷歌浏览器会在用户登录http通道页面时,自动弹窗告知你相关页面并不“安全”,而此举意在从根源上保护你的数据不会轻易泄露给“分析公司”。
而这次出现的的疑似刷屏事件,也让淘票票专业版有了在新版本中推出新功能“票房异动预警”功能的打算,新功能将包括退改签、场次锁定、想看数据、上座率等数据的异动预警。据悉,目前这一功能本来只是在规划中,但由于相关事件引发行业迫切需求,所以将辛苦程序员小哥提前开发完成。而这一举动的意义在于,出现了虚假数据干扰市场判断时能即时预警,尽早干预,让市场回归正常。
所以说,对于大数据这项技术,我们既不用对它抱有太多美好的幻想,认为它天真善良,也不必对它饱含敌意,处处提防。技术本无罪,我们需要规范的,是使用技术的人,这点除了靠企业自觉性和社会责任感,要从根本上解决,还需要相关法律法规的及时跟进。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29