私隐危机 大数据分析如双面刃
有没有发现，现时上网搜寻时，结果都出乎意料地「合心意」？在背後主宰搜索结果的，除了有赖强大的搜寻引擎外，还有监察用家一举一动的大数据分析工具。大数据的使用，可为用家带来方便，但背後也引伸出侵犯私隐的问题。
倘涉个人资料须让用家选择
有指要得到方便，就得出卖个人资料。对此，不少私隐专家也不同意。Google全球私隐权顾问Peter Fleischer就认为，一些资料不涉及私隐的，包括如何使用搜寻器，被记录下来能让搜寻引擎变得更聪明。「一旦涉及个人资料，必须让用家有得选。」
澳洲资讯专员办公室私隐专员Timothy Pilgrim在「从私隐角度探讨大数据国际会议」上直言，大数据运用得宜，可优化用家体验，推动社会进步，如为病者提供合适的照料、改善交通问题等。但科技发展并不代表要牺牲重要的个人私隐。他引述调查指，澳洲6成年轻人都不欲个人资料被用作其他用途，而很多父母亦不希望子女的资料被商业机构运用。
数据不尽准确求职者被淘汰
美国联邦贸易委员会主席Edith Ramirez表示，现时有不少机构在招聘时，都借助大数据作参考，但机制欠缺透明度，或有人会因不尽准确的数据资料而被淘汰。一般人亦难以得知甚麽数据被收集作分析之用，更无法更正错误的资料，造成不公平。加上资料库内或涉及个人的财务、健康等敏感资料，分析机构一旦被入侵，便构成重大问题。
印第安纳大学法律系教授Fred Cate也指：「即使部分机构使用糊名制度，但透过比对其他大数据资料，仍可以将被分析对象辨认出来，要在网络世界隐身几乎无可能。」他补充，虽然机构收集资料前通常会有同意条款，但通常是长篇大论，且用字复杂，令人难以理解，对用家不公平。
他认为，营商上运用大数据实无可厚非，但商界应在保障用家的个人资料上花多点工夫，不应收集过量资料作「意料之外」的用途。收集资料前，更应以简单、直接的条款作解释，并提供拒绝个人资料作其他用途的选择，亦要让用家有查阅和修改资料的权利，一切应以公平、公正作为大原则。而企业在管理大量敏感资料时，也必须定下危机应变计划和适合的保安措施，防止资料泄露。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 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
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
