京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对大数据毫无贡献的人群 该何去何从
人类日常生活的数据信息,主宰着越来越多的商业决策。那么对大数据毫无贡献的人群,又该何去何从?
大数据时代,不少人担心自己的私人生活受到形形色色的监控、追踪,进而简化为数据点,经过一番运算,用于见不得人的政府或企业勾当。
另一方面,相对脱离数字世界的人群却可能面临完全相反的问题,根据《斯坦福法律评论》(StanfordLawReview)最近刊载的一篇文章表明,该群体缺乏关注。
“大数据对没有被它吞噬的群体也构成一定风险,这个群体的信息没有得到定期的收集、整理或提取。”美国国务院法律顾问乔纳斯?勒曼(JonasLerman)写道。
曾几何时,日益膨胀的大众数字资料大部分被商家所用,作为提供个性化广告和优惠券信息的参考,谁管你需不需要这个信息?
然而今时今日,“大数据”分析渐渐影响着各种重大决策,决定着人类的生活方式和机遇。通过背靠数据预测未来,零售商确定了新店地点和商品价格,企业设计出了新产品,政治家制定投票率策略,分析家研究出疾病传播方式与恐怖分子的动向。甚至是白宫也发起一项价值2亿美元的计划,旨在帮助决策机构从大数据中“获取、整理并推断出结论。”
对勒曼来说,组织这些数据力量是为了给“大数据边缘”人群创造全新形式的无声主义,将显着放大现有的地理、经济及社会阶层的不平等现象,并将影响数据集结果,使其偏向大多数群体。
“这可能重组社会架构,将来唯一事关紧要的人群、唯一有数据价值的人群,是会定期为正确的数据流做出贡献的人群。”
勒曼列举两个假设个体,作为例子:
01:一位居住在曼哈顿的30岁白领。她使用Facebook、谷歌、网飞(Netflix)和亚马逊,拥有借记卡、信用卡、购物卡、公交卡、以及在汽车仪表板上电子支付通行费的快易通(EZpass)。智能手机里和车载的GPS导航系统引导她走天下。
02:一名散工,居住在美国最穷城市—新泽西州卡姆登市,距离曼哈顿2个小时的车程。他的工作酬劳以现金私下结算,没有手机、有线电视和电脑。他坐公车付现金,家里没有车,偶尔在图书馆上网。
勒曼指出,今天很多大数据工具都经过校准,专门针对“足迹遍布数字世界的”曼哈顿人。“大数据所塑造的世界会考虑曼哈顿人的习惯和偏好,会慢慢演变成属于她的世界。但目前,大数据忽略了我们卡姆登的兄弟们。”他认为,随着大数据进一步重整政府与市场秩序,卡姆登等地区的居民将被逐出机遇之门,甚至连民主参与也无福消受。
解决方案还是有的。他提出,方案一是确保决策者在设计新的公众安全项目时,能够在大数据途径之外考虑到未能深入数字世界的群体。最终,联邦政府甚至可能通过与2008年《反基因歧视法》(由布什总统签署,禁止人寿保险公司以某人具有对某种疾病的易感基因为由,取消、拒绝对他进行保险或提高保险费用,禁止雇主以遗传信息为依据进行雇佣、解聘、升职、加薪,或做出任何与雇佣行为有关的决定)类似的新民权法案。
他最后强调,“要确保大数据革命是一场公平的革命,其益处能够得到广泛、合理的分配,我们可能还需要保证少数群体不被遗忘、不被排斥的权利。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28