
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
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15