
本文所介绍的这些网站将会改变大家观察世界的方式,以实时的、可视化的方式对结论加以审视,也许能为我们带来完全不同的观察视角。
从黑客活动开始踏上可视化数据工具体验之旅。这份迷人的地图由安全供应商Norse打造,其本质是一套反映全球范围内黑客攻击频率的快照。它利用
Norse的“蜜罐”攻击陷阱显示出所有实时渗透攻击活动。(稍等一会儿,DDoS攻击就会点亮你的屏幕!)闪光的霓虹线段与炫丽的彩虹配色营造出了互联
网时代下的科技战争氛围。
不过大家别被眼前的美景所迷惑,每一条线代表的都是一次攻击活动,借此可以了解每一天、每一分钟甚至每一秒世界上发生了多少次恶意渗透。全球实际攻击活动总量要远远高于这份地图所能显示的结果—怎么样,有没有觉得很可怕?
官方网站:http://map.ipviking.com/?_ga=1.106938115.1477390587.1388686673
下面再来看点温和的内容,Twettping.net提供的地图显示出目前全球范围内实时发出的推文信息,每一条个人推文都会在地图上点亮一个仅仅闪光几
秒的光点,随后又会有更多光点陆续亮起。热点地图显示出世界上哪些地区推文发送活动最为活跃。屏幕下方的统计数据显示的是这些长度为140字节的文本来自
何方、最后记录下的@回复与摘要标签。
Tweetping地图看得久了有种强烈的催眠效果,通过观察可以感受到社交媒体网络到底有多受欢迎。就在我查看的这段时间里,该站点每分钟追踪到的推文数量已经超过了3500条。
三、#HashFTW
那么这些推文到底在聊些什么内容?Trendsmap能够显示目前世界范围内正在进行的讨论话题,并以地图形式向用户展示。摘要标签的涵盖范围越广,参与
讨论的人数就越多。Trendsmap还拥有一些独特的功能,例如旧金山有哪些Twitter用户实际来自非洲—大家甚至可以在回家的路上了解全世界对于
某条新闻的反应。
并不是所有社交共享内容都安全无忧。为了给《看门狗》这款游戏造势,育碧用Digital Shadow演示了在获得Facebook账户访问权限之后、他们能从应用里提取到多少个人信息。
在允许Digital Shadow访问我们的个人账户后,它会深入挖掘并显示所有获取到的数据:用户最亲近的好友、用户职业、用户当前位置、最常使用的词汇以及发布动态的时 间、朋友们最常购买的商品、用户的年龄与教育背景、甚至包括个人的实际价值。如果下一次有应用想要与大家的Facebook账户相关联,请慎重考虑自己的 决定。
官方网站:https://digitalshadow.com/
又一个与《看门狗》紧密相关的网站—We Are Data,旨在显示用户能够在公共环境中所能查找到的全部公开数据。We Are Data能够提供来自柏林、巴黎以及伦敦各个街区上细致入微的具体信息。该站点可以显示出当前所有用户的具体位置与操作活动,其范围涵盖Twitter、 Foursquare、Instagram、Flicker、开放移动线路、交通指示灯、闭路电视与ATM机位置外加明显的电磁区域。更可怕的是,就连列 车的实时位置也会随着其行进而在轨道上不断改变。
点击某个Twitter图标即可查看来自特定位置的个人用户的姓名与特定推文内容,这实在让人有些不寒而慄。We Are Data的目的正是向我们演示获取这些数据有多么轻松。
官方网站:http://wearedata.watchdogs.com/
让我们继续讨论“在毫无知觉的情况下共享个人信息”这一话题。下面要聊的是谷歌地图—这款梦幻般的实用工具已经轻松渗透到了Android以及iPhone设备当中。不过即使大家不使用这款应用程序,谷歌也早已在我们口袋里的手机中安插了眼线。
登录自己的谷歌账户,大家就能查看谷歌所记录的个人位置历史记录。大家别忘了在窗口左侧的“显示”下拉菜单中选择“最近三十天”来查看更为详尽的记录内容。是的,谷歌正在注视着用户的每一步动态;如果大家还在配合使用日历工具,那么这份追踪记录还能追溯到几个月之前。
幸运的是,大家可以直接删除该页面中的历史记录,而且能够了解如何关闭谷歌的位置历史记录功能。(请注意,这样做会导致某些特定感知服务变得不可用,例如Google Now。)
说了这么多可怕的状况,咱们换个轻松愉快的角度。虽然不属于技术网站,但由Shan Huang开发的Iconic History
Chrome扩展插件能够将浏览器历史记录以站点图标方式显示出可视化汇总结果,从而让大家快速了解自己把宝贵时间挥霍在哪些站点身上了。将鼠标悬停在对
应图标上还能显示相关页面的具体细节。
这会给生活带来什么改变吗?恐怕不会。但Iconic History仍然是一款有趣的工具—如果大家希望控制自己在工作时间避免访问某些站点,它甚至还具备一定的实际价值。
官方网站:https://chrome.google.com/webstore/detail/iconic-history/hfacpfhgpmaifaanbmgbbjkfgelookom
现在我们已经了解到自己在网络上到底花掉了多少时间;下面再来看家花了多少时间跟网络好友进行沟通。麻省理工学院的Immersion项目以用户的 Gmail、雅虎以及微软Exchange账户为基础,整理出发送邮件数量最多的对象。此外,它还能识别出联系人之间又存在着怎样的交互关系。这一切都建 立在往来消息的元数据基础之上,美国国安局所谓的大规模信息收集没什么大不了、指的就是这部分数据。
大家可以亲自访问该网站来查看自己的沟通汇总结果。(别忘了点击个别联系人姓名来获取更多细节信息!)不要害怕,如果大家不希望把元数据保存并作为分析素材,Immersion会在使用之后将其删除掉。
官方网站:https://immersion.media.mit.edu/
Newsmap可以通过提取谷歌新闻中的信息了解全世界用户对于特定消息的意见,并以可视化方式创建一套交互式图表。话题的热门程度越高、该话题对应的框
体也就越大;相反,关注度越低的新闻其框体也就越小。不同的话题类型由不同颜色加以区分—商业、全球新闻乃至技术等等。点击某个话题可以直接打开谷歌新闻
当中与之相关的结果。Newsmap的出色之处在于能够以实时方式了解全世界民众对话题的关注情况,并将结果按照关注程度等比例显示出来。
官方网站:http://newsmap.jp/
目前全球人口总数已经超过七十亿之巨,人们正以迅猛的速度出生并死去。这份令人瞩目的地图模拟了这一关键时刻,即利用数据与光点以实时方式在地图上 反映出生与死亡(精确位置)事件。世界地图上不停闪动的红色与绿色光点帮助大家了解这个巨大的生命之轮到底具备怎样惊人的规模—这是数字完全无法带来的感 动。我们还可以利用它感受除了本国之外,其它国度又有多少生命到来、多少灵魂逝去。
官方网站:https://92f9e7be6484d407e55a143e88b6c707cbafb1de.googledrive.com/host/0B2GQktu-wcTicEI5VUZaYnM1emM/
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-01