京公网安备 11010802034615号
经营许可证编号:京B2-20210330
公民聚众从此拥有巨量资料,足以撼动政府的判断
到目前为止,所有的「大数据」书籍都在告诉我们大数据对人类的负面影响,大数据会侵犯我们的隐私。但本书一反这样的立场,改从教育、天气、公民意识、犯罪预防、亲密关系、公共安全等不同的领域着手,探究在遥测个人化的未来,大数据可以为个人带来什么样的利益。
我们已经踏入「遥测个人化」的未来世界门槛。我们已经具有能力,可以用以往想像不到的准确度,预测未来生活的大小事。未来十年间,以电脑辅助的未来预测将是职场、人生裡的主流,不单是能够预知地震、疾病,甚至连个人的行为也在掌握之内。
此时你所拥有的各项智慧型装置装置,陆续已能利用你的手机所透露的位置、讯息、你的朋友发出的推文或脸书讯息,预测出与你切身相关的事。例如,市内发生了紧急灾变,你该往哪条路走?哪裡还有物资?你是救灾人员的话,进入现场前能否预先看见现场的实际情况?
脸书如何把你变成广告
如果二○一○年八月十四日到十月四日间你有在用脸书,或许你也成了实验的一员。脸书把二亿五千叁百万名用户变成感染效应研究的实验受试者。所谓的感染效应,不是说脸书创办人马克.祖克柏(Mark Zuckerberg)放出一堆病毒到自来水裡(他还没)。脸书资料科学团队正在监看的感染事件和资讯有关,那就是URL以及它们如何透过人们传开来。
实验是这样做的:你被随机分派到两群人裡的一群。如果你被放到第一群,则当某位朋友发表一则故事时,你在动态消息看到它的状况一如往常。如果你在第二群,那个故事在动态消息裡被排更下面的地方,使它更不容易被看见。实验目的是检验用户在不知道有人已分享过的状况下,分享新闻、影片、或连结的可能性。脸书对资讯传染性的兴趣不只出于好奇。顾客的朋友的脸书动态,是顾客有多可能抛弃某个公司或品牌、或养成一个新习惯(以及其他事)的指标。
脸书这个实验的主持人是艾坦. 巴克希(EytanBakshy),是资料科学团队的明星成员。巴克希本人非常年轻,就拥有这样令人称羡的工作,能拥有数亿用户供他实验。他身上带着电视人物「伦纳德」的特质—这个人物是电视喜剧《宅男行不行》(The Big Bang Theory)中,强尼.格莱奇(Johnny Galecki)饰演的实验物理学家。但巴克希看起来更严肃一点…也更聪明一点。
脸书团队知道,如果他们能证明使用者在没有朋友分享过某样东西时分享它的可能性,也就证明了使用者从朋友那裡看到连结再分享的可能性多了多少。促使人们在越来越大的社交网中分享资讯,就是脸书的价值所在。能够证明脸书动态消息以及其中分享的资讯能造成行为改变,是脸书商业模式极重要的一个功用。巴克希和他的团队发现,你分享一篇朋友所分享文章的可能性,是没有社交提示时分享它的七.叁七倍。这个实验也让脸书看出,一个更困难的问题有个更有赚头的答案:你和不同人的关係,如何影响你喜欢他们所喜欢东西的可能性。
由于所谓的同质相吸(homophily)现象,也就是类似的人展现出类似行为的倾向,了解购买行为中谁正在影响谁,是个模煳的问题。如果你和我都上人文学院,都有同样收入,工作性质类似,又都有一些重叠的人口统计特性,我们就很可能会各自独立地转贴一篇《纽约时报》裡的大报导在脸书上。如果这篇文章出现在你的动态之前就出现在我的动态,就不清楚是否我影响了你去转贴它。你可能只是刚好在我转贴之后看到那篇文章。资料科学团队的实验提供公式来判断社交网中谁启发谁分享什么。但该研究最令人惊讶的发现是,跟你最亲近的人对你在网路上行为的影响力,不一定大于那些名义上的朋友、那些跟你在真实世界顶多只泛泛之交的人。本文来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12