京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据滥用借贷平台肆意妄为的背后
随着“大数据”这一概念的普及,及其在以互联网为平台上的大规模运用,即使是普通大众,也对其有了或深或浅的了解。对于整个社会的未来来说,大数据的作用和意义无可替代,能够最大程度地改变人类的生活方式。但在大数据经历了自己的“蜜月期”后,其“后遗症”开始凸现出来。甚至在某些极端的情况下,沦为骚扰乃至作恶的“帮凶”。
尤其是与个人隐私联系尤为紧密的互联网借贷平台,大数据经过收集、处理已然能够更精准地判定用户是否适合贷款、贷款额度、偿还能力等。但更更让人无奈的是,大数据也成为追讨贷款的新途径,并对大众的生活产生一定的影响。
大数据帮讨债 用户感觉“赤裸裸”
近日,蚂蚁花呗又火了。但这次的火与其便利性毫无关系,恰恰相反,是将蚂蚁花呗的另一面展示给大众。有网友在知乎上提问,描述接到自称蚂蚁花呗工作人员的电话,对方向他打听一位朋友的去向,这位朋友拖欠花呗欠款,而且联系不上。当网友表示自己跟他不太熟,对方却表示,能够看到记录,这位网友某月某日给他赠送过礼物。
从这件事就可以看出,人们在蚂蚁花呗强势的大数据下几无隐私可言,完全就是“透明人”。对国内互联网行业稍有了解的人都清楚,蚂蚁花呗的大数据是来自阿里巴巴的大数据生态链条。也就是说,只要使用过阿里巴巴的服务,如淘宝、支付宝、天猫等,个人数据就会被阿里巴巴收集并整理。
而借贷平台借助大数据讨债的不仅仅是蚂蚁花呗,还有京东白条等。在110法律咨询网上,就有人提问:“我在京东商城上使用白条消费,由于京东方面的原因导致我的白条逾期。然后京东委托第三方对我进行催款,过程泄漏我的个人隐私资料。请问,京东以我未还白条为由,将我的个人隐私委托给第三方这种行为是否合法?”可见,毫无顾忌地使用用户个人隐私,已经成为普遍事实。
常规≠合法 借贷平台涉嫌违法
在事件发生后,蚂蚁金服对此回应说,利用关系人信息提醒还款,是信贷行业的常规做法。对于新生的互联网借贷平台来说,通过大数据手握用户隐私信息,并将其完全利用,似乎无可厚非——反正大家都是干的。但这种看似合乎常理的做法,其实已经涉嫌侵犯用户的合法权益。
银行也会针对贷款延期、信用卡不还等用户催款,但一般是通过对用户本人在办业务时提交的联系人进行询问,并请其转达信息。也就是说,银行只是与用户自己认可并留下的社交群体进行联系。但互联网借贷平台在讨债的时候,却使用了有可能不相干的人的信息。他们并不是用户留下的,只是互联网借贷平台单方面掌握的。
用这样的关系网讨债,既是对用户个人隐私的侵犯,也是对其他不相干人的骚扰。上面提到的用户在100法律咨询网上的提问,回答的两位律师表示“违法,属于侵权”、“可以直接起诉京东侵犯隐私权”。可见,借贷平台的做法严格来说,是涉嫌违法的。
别让大数据成丑恶帮凶 监管迫在眉睫
蚂蚁花呗就讨债功能在官方微博做出回应,表示“立刻在第一时间暂停了以联系关系人来提醒借款人进行还款的方式”。并且蚂蚁金服就此作出改进,比如将人工电话提醒的时限由现在的超过还款日13天,调整为超过60天,且不会涉及具体的商品信息。但是仅仅这样做是完全不够的,并没有从根本上解决大数据滥用的问题。
每个人既然无法摆脱互联网,那个人数据被收集就是必然的事。但由此得来的大数据并不能去作恶,必须向着有益的方向延伸。要做到这一点,仅靠借贷平台的自觉、自律是远远不够的,必须有严格的法律条文、规章制度等,让其走向规范化、合法化。
中国青年报社会调查中心的一项调查显示,75.9%的受访者发现目前存在“大数据”被滥用的现象。这表明,已经有越来越多的大众认识到大数据滥用带来的危害。大数据的监管,已经迫在眉睫。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04