
大数据时代如何提防商业App“算计”
老客户得到的优惠还不如新客户?商业App“杀熟”再一次让人们惊觉,大数据时代被算法“算计”的危险。在日前上海产业技术研究院主办的第23次金桥产业技术创新会议上,业内专家们不约而同地提议,当我们身边的物品都开始联网提供数据时,产业界能否有效利用数据是目前急需解决的问题,而政府和公共管理学者则必须提前深入考虑有效的数据监管。
“物联网的风口到了!”这是学者们的共识。作为芯片生产厂商,华为从不断增加的窄带物联网芯片订单,就感知到这个产业的蓬勃发展。华为蜂窝物联网产品线副总裁刁志峰说,远在新疆的客户一次就发来十万片芯片的大订单,这些芯片是用来采集当地居民用水数据的。
在信息化程度相当高的上海,每天产生的数据更是不计其数。这些数据是否有效利用了呢? 上海交通大学电子信息与电气工程学院教授金耀辉说,越来越多数据的存储、维护耗资巨大,如果不能充分利用,产生更多价值,将会是公共资源的极大浪费,而且使用不当,也会造成很大的社会问题。
制定合理规则,有效利用数据,是目前亟待解决的问题。比如,新疆所订制的用水数据采集芯片,就有很明确的应用需求。但更多的情况是,大量数据在采集来之后,还是没能充分合理地得到应用。
金耀辉举了一个例子,目前上海有16万辆新能源汽车,每天所产生的可存储数据超过4.6亿条,可监测的计算量超过2764亿次。由于计算能力的瓶颈,一辆车的数据报表往往滞后很长时间才能出来。“这些数据中如果有涉及车辆安全预警的呢? 这部分数据能否被优先处理并提供给用户或有关的政府部门和企业? 在提供过程中,如何保证数据不会产生负面价值 (如隐私泄露)?”他说,收集数据只是网络化、智能化的基础,而智能化的最终目的则应该是提升社会幸福感。
他认为,这是政府在实施很多物联网项目时,首先应该考虑的重要问题。就像克隆技术、转基因技术一样,任何新技术都是双刃剑,可能为人类打开发展的新维度,但也可能带来前所未有的新矛盾。在技术和产业发展的风口,让人文学科和社会科学学者介入,研究对人和社会带来的影响及对策,制定相应规范,将有利于新技术和产业的健康发展。上海在物联网技术和产业上得风气之先的同时,更应在相应社会问题的研究和解决上率先探索。让物联网技术在深度渗透到社会生活的各个角落之前,就得到有力而合理的规范,使它能够健康发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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