
大数据时代个人信息保护怎么办_数据分析师
大数据在我国广泛应用带来的征信方式剧变,以及个人信息保护等问题,受到博鳌亚洲论坛2015年年会与会嘉宾的普遍关注。嘉宾们建议从法制层面规范个人信息应用。
“大数据已经成为引领商业的‘新引擎’。”博鳌嘉宾、票据宝创始人李华军说,我们通过票据宝网络爬级技术,每天在互联网上采集公开票据信息据,目前已经给183家银行和1299家企业进行了信用评级。
大数据能有效解决人为造假现象。四通集团董事长段永基说,利用互联网采集住房、教育、旅游、消费、银行贷款等信息,可以对企业和个人进行动态分析,不像以前只能靠历史数据判断信用。
“运用大数据防范商业欺诈是有效手段。”陆金所董事长计葵生表示,依靠平安银行和我们自身积累的100多万笔客户大数据记录,能过滤掉多数风险。
格力董事长董明珠说,现在利用大数据可以在珠海监控到所有空调质量问题,在消费者打电话保修之前,就能发现哪里的空调出了问题,服务品质明显提升。
据IDC(互联网数据中心)预测,到2020年,全球大数据总量将相当于地球上所有海滩上沙粒总和的几十倍,而且每两年数据就会翻倍。
“数据是百度的血液,在百度上,每天有50到60亿次的搜索请求,有超过100亿次的位置请求。”百度公司总裁张亚勤说,搜索请求中有很多隐私信息。
中国宽带资本基金董事长田溯宁说,“大数据”时代的核心理念是:“一切都被记录,一切都被数字化”。有人测算,最近两年所产生的数据量等同于2010年以前整个人类文明产生的数据量总和。
人类现在对大数据的认识还只是冰山一角。将来对一个人、一个企业来讲,最重要的资产不仅是金融资产,还包括数据资产,而且数据资产一旦存在后,就不会消失。
“‘斯诺登事件’之后,绝对隐私已经不存在了。”张亚勤认为,互联网上“隐私黑洞”、窃密软件等大量出现,表明大数据应用是把“双刃剑”。
韩国京畿道知事南景弼表示,如果互联网巨头没有得到控制,就会变得非常危险,他呼吁各界共同来探讨有关大数据监管方面的标准,从而能实现对数据的合理管理。
“目前各国之间在大数据使用方面没有沟通,大数据在商业中的运用也缺少法律的定义。”爱立信董事长雷夫·约翰森说。
董明珠则表示,大数据安全非常重要,企业的数据一旦外泄将是灾难性的。但大数据时代已经来临,必须往前走。“这就比如不能因为街上有小偷,我们就永远躲在家里不去逛街。”
“现在许多收集个人信息的行为都是违法的。”中国诚信信用公司董事长毛振华说,十八大提出建立健全社会征信体系。我们发现开展个人征信业务的难度非常大。征信公司收集个人在互联网上交易过程中留下的痕迹之后,再处理信息卖钱就是商业行为,这是违法犯罪。可是没有商业行为,征信行业又很难发展,又保护不了大多数人的利益。
与会嘉宾们表示,如何在大数据越来越广泛的使用中,保护好个人隐私,需要亟早进行制度设计。
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