
离婚 都是大数据惹的祸_数据分析师考试
在恋人眼中,证据确凿的出轨无疑是让人心碎的。对于生活在21世纪的这一代人来说,想要发现恋人出轨的证据,显然并不困难,捉奸的科技成本变得十分低廉。
为富兰克林罗斯福著书立传的写作者们,向他的妻子埃莉诺爆料了一沓信件,寄件人是罗斯福的婚外恋对象 Lucy Mercer。克林顿性丑闻事件的揭发,是通过一卷录像带,以及实习生及莱温斯基衣服上那块臭名昭著的污渍。而施瓦辛格与女管家的私生子丑闻,则是在和妻子进行婚姻咨询的时候遭到曝光。
然而在当今社会中,更多出轨行为的曝光,不再以上述方式出现。离婚律师的报告表明,他们在帮助代理人对薄公堂的过程中,通常依据收集到的网络数据展开辩论,这些数据来源包括可穿戴设备和一些智能手机应用,如Find my iPhone 以及 mSpy。这种数据收集方式所提供的呈堂证供,把普通的婚外恋官司变成了一种社会大讨论:可否依据数据所呈现出的个人信息,衡量其情感忠诚度。过去虚拟世界中的“奥威尔式心碎”(译者注:乔治奥威尔在其著名的反乌托邦小说《1984》中描述了一个极权自由主义下的世界观,其中包括“个人隐私遭到严重侵犯,日常生活中充斥了直接或间接监控”)也许正在变为现实。
“互联网所呈现的数据,就像衣领上的唇印一样清晰”,一名在英国工作的离婚律师Sam Hall,用这种比喻来形容大数据在离婚案中的效果。
这些万能的大数据在2011年里大量涌现,引起了大众的警觉。一名男子宣称,当他用Find My Friends app时,明明定位到妻子正身处一片气氛浪漫的住宅区时,她却短信自己声称此刻正在郊外。“当我们一同坐在离婚律师的办公室里,我手机上这些美丽而珍贵的行迹路线可起了大作用”,该男子在MacRumors.com上发布了的这条消息,迅速火遍互联网。
同年,运动手环Fitbit也引发了使用者和隐私保护领域的权威们的不满,理由是该公司不小心混淆了功能设置中的“公开发布”和“本人可见”,导致一些用户的性生活数据出现在他们的档案中,而Fitbit并未对用户们的抱怨做出回应。
更加火上浇油的是,这些可穿戴设备和追踪定位App正日趋流行。根据尼尔森2014的数据显示,平均每六名消费者中,就有一名可穿戴设备的使用者。尽管谷歌眼镜并没有热销,德勤公司预计,目前的可穿戴设备市场能生产大约30亿美元的价值,到2020年,市面上可能会出现上亿种可穿戴设备。而电子追踪的最大优势在于,被追踪者往往毫不知情,否则他们早就选择关闭定位功能了。
如果伴侣们都在使用可穿戴设备追踪对方的行迹,可以说他们本身的关系已经岌岌可危了。然而很多时候,这种监控行为并不是自发主动的。
举个例子,Hall描述了一个已婚客户的情况,他在参加某朋友的单身派对时,与其他女性互相发送露骨的性爱短信。当他回到家里,妻子和孩子正打开iPad,iCloud已经把他的短信内容和图片推送了过来。
“有时候,掌握了这种科技能力的人会变成一个超级侦探”,Hall说道,“科技搭档能帮你掌控局面”。然而真实场景并非如此,“科技总是比你抢先一步”,来自美国婚姻律师协会的James T. McLaren有不同的看法。
该协会不仅观察了包括数据追踪的离婚案件。2012年的调查报告显示,92%的离婚律师都汇报了一个持续增长的数据:越来越多的离婚案件开始用智能手机所提供的信息作为证据。另一份调查则显示,81%的离婚律师宣称,在过去五年间的离婚案件中,社交网络成为另一大取证来源。
GPS技术在近年来的发展,让可穿戴设备能够提供多方面的数据,而这些数据可能为个人伤害案提供佐证。在去年,曾经有律师接下过这样的案件,一位私教在车祸后发现自己的身体机能大不如前,她在Fitbit上的数据成为了有力证据。通常情况下,来自可穿戴设备和Apps的数据,例如心率、地点、信息、邮件等,并不应当成为实质证据,McLaren的看法是,最多只能作为辅助证据。目前来说,法庭也许无法完全根据移动端的大数据来进行审判,但是根据调查报告来看,这些大数据对于被告而言,显然是个减分项。
McLaren提出了一种,如果丈夫发现妻子时常出现在某个可疑地点,那么他就能以此为由,雇佣私家侦探进行调查。而对于法庭来说,私家侦探发现的实质性证据是更为有力的。
追踪他人、乃至配偶的合法性一直饱受质疑,一些夫妇闲的没事,开始监控彼此手机上的数据,一些律师这样告诉我,他们在对方的手机上装载各种追踪类App,或者从可穿戴设备上下载信息,这种行为通常是非法的。如果某个潜在(打离婚官司的)客户向McLaren提及一些监控方面的问题,McLaren表示他不太愿意经手这样的客户,因为他很可能要承担侵犯隐私的风险。
Harry Houck是一个婚恋方面的专职调查员,“警察需要传票才能进行监控”,他们不允许安装任何追踪软件去追踪他人。但是由于很多智能手机和电子设备都是配偶双方共同使用的,这就让他们下载使用追踪软件的过程变得合法。
“我们警察不能使用这些追踪软件”,Houck是一名纽约警局的退休探员,他说,“但是丈夫和妻子却可以使用,因为他们总是共享同一部手机”。
随着技术的更新,追踪技术也变得更加强大,最新迭代的设备已经开始研究“超追踪(hyper tracking)”功能。Jeff Chester是Center for Digital Democracy的CEO,他认为数据追踪技术会变得更加精准和及时,对于那些大公司和质疑彼此的配偶们来说,新技术可以更好的监控人们的行动。
“厂商鼓励我们全天候使用这些设备”,Chester说到,“听起来似乎无害,只是监控你的心率,查看你去了哪里,但是人们会把这些琐碎的信息拼成一个完整的事实”。
客户们在大数据上寻找伴侣的不忠行为,通常是为了获取“心灵上的慰藉”,而不是法理上的证据,Scott Lewis是在一名密歇根的私家侦探,他认为,“伴侣们通常都感受到了另一半的出轨行为,但是他们只是想在糗事曝光之前先有个心理准备”。
此外,在离婚过程中,新技术可能会更多暴露更多事实,比如另一半可能有一些藏匿的财产。Gary Traystman是康涅狄格州的一名离婚律师。电子银行账单,身体状况,甚至精神疾病史,都会被智能手机发现,这些证据会被提交至法庭。Traystman谈起一个案例,他客户的丈夫在先前的陈述中,并没有提及旗下的投资账户和芝加哥的房产,而通过追查他的电子邮箱,这些都被发现了。“网上留下的痕迹是无法被抹去的”,Traystman这样总结。
另一个流行的追踪方式是市面上那些宣称帮你及时了解“孩子去哪儿”的一系列软件,比如Trick、Tracker、Phone Tracker等等。另一款软件mSpy自我标榜为“用户可以放心使用:了解你孩子的动向,预防小偷,管理员工”。mSpy每月费用高达39.99美金,收集各种截屏,GPS定位数据,通话数据等信息,甚至还原SnapChat上阅后即焚的内容。mSpy在公司网页上表示,“用户自己对监控行为全权负责”。
事实上,在许多案例中,这种费时费力的数据监控方式依然广受欢迎,追踪类App和可穿戴设备几乎让私家侦探们无活可干,因为他们的追踪结果往往不够准确。律师们往往也会告诉客户,数据分析有时候也不是完全准确的。
“试图追踪一个身处纽约的人简直太困难了”,David Schassler是一名婚姻方面的私家侦探,“在曼哈顿的高峰时段,这种追踪很可能被糟糕的交通状况所阻碍”。Schassler接到的咨询电话中,有70%与调查伴侣的忠诚度相关,“我们都快被这些案子弄疯了”。
恋人们一旦分手,追踪软件也能避免两人的尴尬相遇。Spit可以大致追踪前任的踪迹,从而避免尴尬重逢,Udi Dagan是这款软件的开发者。从自身和朋友们的经验出发,Dagen的软件通过捕捉人们在社交媒体如Instagram、Facebook上标注的地点信息,从而大致获取那个“不想遇到的人”的活动范围。
“我们恰好把这个概念反过来使用了”,Dagen说道,“这是反社交软件,我们用不连接替代连接”。
因此,技术是把双刃剑,一方面引发离婚,另一方面也让分开了的怨侣们多少舒服了一些。如何衡量伴侣的忠诚度,看来我们只能去找大数据了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13