
大数据背后的“云算计”
大数据,云平台,云计算在今天这个时代如火如荼,但是这些技术本身并没有错,不要让方便于人,服务于人的大数据云计算变成云平台上的云算计 。
最近滴滴打车火了,不仅仅是因为美团打车给它带来的竞争影响,而是有网友爆料滴滴利用大数据进行数据分析,然后杀熟,对熟人采用价格歧视。
说实话,我们生活在如此发达的一个时代,各种技术日新月异,为我们的生活提供方便,让我们变得如此慵懒,但是同时也让我们在这个时代没有了隐私。不仅仅是滴滴在收集我们的信息,分析我们的数据,现在哪个应用不在收集我们的使用习惯和爱好?从而进行行为分析,为我们推送我们想要的东西!
今日头条记录我们爱看什么新闻,为此为我们推送我们喜欢的内容。百度收集我们的搜索记录,为我们在边栏推送我们搜索内容相关的产品广告。携程一些旅游网也是收集用户数据,为大家推荐酒店等。微信一样也在记录我们的使用习惯,看我们喜欢哪个功能,常用它干啥?很多视频网站在未充会员的时候给你推荐很多好的会员才能看的视频,冲完之前就会放到后面。支付宝,淘宝也是如此。我们使用的哪个软件不在分析我们呢?
很多应用我们都填写了身份证号,加上在应用中都埋点进行我们的行为采集,我们其实都是暴露在它们的聚光灯下的。FaceBook 前几天暴露的丑闻,被第三方公司拿去数据分析,分析用户,为他们推送一些信息,从而影响美国大选。这都在告诉我们在这个时代,数据很有用,很重要,但是数据安全同样重要。这些公司在合理运用数据的同时如何保护数据,保护用户隐私也是同样,甚至更重要的课题。
滴滴到底有没有杀熟,我们作为外人不可而知,也不方便评论,滴滴官方回应是没有,价格之所以不一样是由于预估价格不是实际价格,而是受路况和网路等各种因素的影响。
我们可以评论的是希望所有的互联网公司在收集数据的同时,应该合理运用和使用数据,保护数据,真正的是为了方便用户,服务用户。我们都知道商业公司肯定得赚钱,但是不应该利用数据分析去做有违社会公平的事情,所有规则对所有用户都应该一致,平等对待。
大数据,云计算本身没有对错,错的的是我们该如何正确的使用数据。不要让大数据的云计算变成“云算计”。
作为行业里的程序员,我们都知道,在 App ,网站等软件上线之前会进行埋点,收集用户行为,这其中的目的很简单,很单纯就是为了让产品经理分析用户经常使用哪些功能,经常浏览哪些内容,方便做运营活动,留存促新,保持软件的活跃率。想靠云计算,算法起家的程序,合理的分析用户行为,为他推荐自己喜欢的内容这是功能,方便用户,智能推荐,挺好的,这是合理运用数据,但是一定要保护用户隐私。根据用户的搜索记录,推送对应的广告,这是合理的商业行为,也没有违反公平,我们也不反对,毕竟企业要活着,得挣钱,但是要适度推荐和推送,合理运用。
云平台上的大数据,在这个时代收集太简单了,公司内部合理分析,不违反道德和法律,合理使用,方便用户才是正道,而这些公司所面临的最大的问题是如何保护数据,保护用户隐私,而不是如何收集和分析,以及使用。
另外,最近有用户爆料说:iOS 苹果手机用户在视频会员充值的时候,比 Android 手机用户贵 30 % ,是因为商家把苹果平台抽成 30 % 的钱算在的用户身上,大家认为这个合理吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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