
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23