
还想在大数据面前隐身?这21个方面你该注意了
你认为大数据对你的了解有多少?答案是相当多。
每次我们用电脑、用手机或是用平板电脑打开一款App时,都会以数字的形式留下浏览的痕迹和路线。绝大多数人都知道,遇到问题就找谷歌,想要与朋友互动就找facebook。但其实我们了解的只是这些网络的基本用途,我们所掌握的也只不过是一个模糊的概念。事实上,互联网所具备的更深层次的内容我 们根本是看不到的。
如今的大数据几乎可以将我们每一个人都看透,我总结了一下,大概表现在21个方面。下面我便开始一一列举:
NO.1 首先,对于你不懂的问题和搜索的内容,Google、Bing和Yahoo!这类搜索引擎肯定是能够给出答案的。其次,对于你浏览过的所有网站,哪怕是所谓的无痕浏览,ISP(Internet Service Provider,即互联网服务提供商)都会详尽地记录下来。
NO.2 Google知道你的年龄和性别,千万别以为你没有主动透露,他们就无从知晓。作为各种广告的发送对象,他们会给你建立一份综合全面的档案,其中包括你的各种兴趣爱好(这方面你是可以自己进行编辑的),他们会据此来给你发送适当类型的广告。
NO.3 Facebook对你的人际关系了如指掌,哪段关系急需挽救它都知道。公司会根据你在Facebook上的各种活动和状态的更新,来预测你的某段朋友关系是否能够维持下去,这种预测的准确性有时简直高得惊人。
NO.4 Google知道你去过的每一个地方。如果你使用的还是Android版的手机,那它的记录就更全了。
NO.5 在英国,你在每一个角落都能够看到闭路电视,所以不管你此时此刻人在哪里,警察都能够查到。他们可以调取全国范围内成千上万个网络摄像头中的数据信息进行定位,这些摄像头可以对车辆的牌照进行扫描,并且拍下每辆车和每位司机的照片。而在美国,情况大致也是一样的。
NO.6 你的手机能够在行进的路途中测量你的速度。(但他们不会将这些信息分享给警察,所以你应该感到庆幸。)
NO.7 你的手机或许还能够根据各种地理或消费信息推断出你家住哪里,公司在哪里。
NO.8 不光是人,就连你的猫在哪里,互联网都一清二楚。通常我们在Instagram或其他社交媒体网络上晒出猫咪照片的同时,会选择分享自己所在的位置。于是它就会利用各种隐形的元数据来获取到准确的地理定位。
NO.9 信用卡公司将你所有的购物清单都记录在案。虽然信用卡公司对客户在何时何地买了何种物品有记录是一件无可厚非的事情,但是有些人可能会担心这些数据影响到自己的信用分数和等级。因为公司会根据你所购买的商品和你所光顾的商店等购物信息来确定你是否存在信用风险。
NO.10 你经常光顾的百货商店会记录下你喜欢的品牌。对于百货商店或药房来说,每完成一笔交易,他们就会收集到大量有关你的购买行为习惯和偏好的数据信息。由于这些商店或药房均是连锁经营,所以当你下次光顾其网站时,他们就可以利用这些数据为你提供个性化的服务,并赠送符合你喜好的优惠券。
NO.11 人力资源总监能够预测到你打算什么时候辞职。现在市场上有一家叫做Workday的人力资源软件公司,它在进行多次的测试之后成功研究出一种算法,能够对文件中的文本进行分析,并根据这些信息进行推测,以掌握员工什么时候有辞职的打算。
NO.12 Target会比你的家人还要更早地知道你怀孕的消息。
NO.13 不管你看什么类型的视频,哪怕只是搜索了一下,并没有点击播放,YouTube都有完整的记录。
NO.14Amazon知道你喜欢的图书类型,Netflix知道你喜欢的视频和影片类型。甚至那些公共图书馆都知道你喜欢光顾的媒体种类。
NO.15 Apple和Google对于你向Siri和Cortana提出的请求也了如指掌。
NO.16 孩子玩的芭比娃娃也会记录下她和孩子们之间的对话,并将这些信息传回Mattel公司。
NO.17 在诸如芝加哥和堪萨斯城这类的大城市中,警察局甚至可以在你实施犯罪之前将你拿下,阻止你的恶行。
NO.18 汽车保险公司可以随时随地地掌握你的行踪,包括行车的位置和时间,以便于在出现违反条例行为的时候对你做出惩罚。哪怕你之前从来没有提起过索赔,它也会照样惩罚你。
NO.19 某些数据经纪人还会帮助不道德的公司对那些弱势消费者进行身份鉴定。举个例子,他们可能会把某个地区内信用紧缩的家庭罗列出来,接着直接上门向其推销一些发薪日贷款。
NO.20 Facebook可以根据你给别人点的赞来判断你的喜好,进行简单的大数据分析,掌握你对生活的满意程度以及你的情绪稳定程度。
NO.21 所有你使用的手机App都会牵涉到你的个人数据信息。比如Angry Birds就需要获取你手机中的联系人信息以及你的地理定位。再比如Bejeweled需要获取你的手机号码。更有甚者,有些App还会在你使用的过程中要求扩音器打开,以获取周围的声音和情况。
以上所列举的21个方面还只是冰山一角。随着我们对大数据的依赖性越来越高,我们也越来越享受大数据给我们带来的便利,所以有的时候被要求获取数据也就不那么反感,甚至会欣然接受。举个例子,iPhone版本的Health App就能够收集很多私人的、健康方面的数据信息,大概是因为涉及到身体健康,大家也都不会抗拒。
但尽管如此,作为消费者,我们还是有主动选择的权利。因此我们在什么时候将自己的信息透露给什么人,都要做到自己心里有数,要自己根据情况来做出选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Power 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解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12