
公民聚众从此拥有巨量资料,足以撼动政府的判断
到目前为止,所有的「大数据」书籍都在告诉我们大数据对人类的负面影响,大数据会侵犯我们的隐私。但本书一反这样的立场,改从教育、天气、公民意识、犯罪预防、亲密关系、公共安全等不同的领域着手,探究在遥测个人化的未来,大数据可以为个人带来什么样的利益。
我们已经踏入「遥测个人化」的未来世界门槛。我们已经具有能力,可以用以往想像不到的准确度,预测未来生活的大小事。未来十年间,以电脑辅助的未来预测将是职场、人生裡的主流,不单是能够预知地震、疾病,甚至连个人的行为也在掌握之内。
此时你所拥有的各项智慧型装置装置,陆续已能利用你的手机所透露的位置、讯息、你的朋友发出的推文或脸书讯息,预测出与你切身相关的事。例如,市内发生了紧急灾变,你该往哪条路走?哪裡还有物资?你是救灾人员的话,进入现场前能否预先看见现场的实际情况?
脸书如何把你变成广告
如果二○一○年八月十四日到十月四日间你有在用脸书,或许你也成了实验的一员。脸书把二亿五千叁百万名用户变成感染效应研究的实验受试者。所谓的感染效应,不是说脸书创办人马克.祖克柏(Mark Zuckerberg)放出一堆病毒到自来水裡(他还没)。脸书资料科学团队正在监看的感染事件和资讯有关,那就是URL以及它们如何透过人们传开来。
实验是这样做的:你被随机分派到两群人裡的一群。如果你被放到第一群,则当某位朋友发表一则故事时,你在动态消息看到它的状况一如往常。如果你在第二群,那个故事在动态消息裡被排更下面的地方,使它更不容易被看见。实验目的是检验用户在不知道有人已分享过的状况下,分享新闻、影片、或连结的可能性。脸书对资讯传染性的兴趣不只出于好奇。顾客的朋友的脸书动态,是顾客有多可能抛弃某个公司或品牌、或养成一个新习惯(以及其他事)的指标。
脸书这个实验的主持人是艾坦. 巴克希(EytanBakshy),是资料科学团队的明星成员。巴克希本人非常年轻,就拥有这样令人称羡的工作,能拥有数亿用户供他实验。他身上带着电视人物「伦纳德」的特质—这个人物是电视喜剧《宅男行不行》(The Big Bang Theory)中,强尼.格莱奇(Johnny Galecki)饰演的实验物理学家。但巴克希看起来更严肃一点…也更聪明一点。
脸书团队知道,如果他们能证明使用者在没有朋友分享过某样东西时分享它的可能性,也就证明了使用者从朋友那裡看到连结再分享的可能性多了多少。促使人们在越来越大的社交网中分享资讯,就是脸书的价值所在。能够证明脸书动态消息以及其中分享的资讯能造成行为改变,是脸书商业模式极重要的一个功用。巴克希和他的团队发现,你分享一篇朋友所分享文章的可能性,是没有社交提示时分享它的七.叁七倍。这个实验也让脸书看出,一个更困难的问题有个更有赚头的答案:你和不同人的关係,如何影响你喜欢他们所喜欢东西的可能性。
由于所谓的同质相吸(homophily)现象,也就是类似的人展现出类似行为的倾向,了解购买行为中谁正在影响谁,是个模煳的问题。如果你和我都上人文学院,都有同样收入,工作性质类似,又都有一些重叠的人口统计特性,我们就很可能会各自独立地转贴一篇《纽约时报》裡的大报导在脸书上。如果这篇文章出现在你的动态之前就出现在我的动态,就不清楚是否我影响了你去转贴它。你可能只是刚好在我转贴之后看到那篇文章。资料科学团队的实验提供公式来判断社交网中谁启发谁分享什么。但该研究最令人惊讶的发现是,跟你最亲近的人对你在网路上行为的影响力,不一定大于那些名义上的朋友、那些跟你在真实世界顶多只泛泛之交的人。本文来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15