京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,隐私怎么办_数据分析师
智慧购物、智慧医疗、智慧交通、智慧物联网……来势汹汹的大数据为超过6亿的中国网民描绘了一幅幅美好的生活蓝图,也为大数据产业发展注入了强大动力。自2008年起,国内各大中小互联网企业陆续涉足大数据领域,短短6年内,一个个原本遥不可及的构想正逐步成为现实。
通过分析注册资料、消费记录、浏览记录、使用偏好等信息,在用户查地图、找餐馆、看视频、网络购物时,网站和软件仿佛能“洞悉”人们的心思,主动向其提供需要和感兴趣的服务及信息。大数据越来越深地渗透进我们的生活,但我们真的准备好了么?
被大数据影响的“自由”
“它在影响我的决定,我觉得自己正在失去自由。”在青海读研究生的王静告诉记者,“双12”期间在购物网站上“淘货”时,搜索页面下方“你可能需要”一栏中的商品令她陷入抉择:“面对这些商品我确实无力抵抗,但总感觉自己被大数据牵着鼻子走。”
在另一家网站上,王静在搜索栏键入一种商品名称,搜索页面旁随即显示“89%的用户选择购买这款商品”,这同样令她纠结不已:“如果选择其他商品,感觉很不明智。”
国际关系学院文化与传播系教授董璐认为,在从众心理的影响下,消费者会认为多数人的选择是合理的,这很容易左右他们的决策。与传统运营模式相比,网络平台通过大数据计算和分析的结果,大大增强了对用户的控制力。
“有时真不明白这是我自己的选择,还是大数据的选择。”供职于北京一家网络公司的白宇告诉记者,作为朋友们眼中的“应用达人”,在习惯接受各种软件推荐的视频、餐馆和行车路线之余,他也时常感到一丝担忧和恐惧。
“越离不开大数据,就越觉得自己在被大数据控制。”白宇说,现在做吃住行娱的选择时,他和身边的朋友通常是直接采用大数据提供的参考结果。
工业和信息化部电信规划研究院基础网络研究部主任葛振斌说,长久以来,互联网都是为人类提供便利的工具,当网络开始主动“揣摩”人们的心理,一种控制权的“被剥夺感”和对新生事物的恐惧感自然会在一部分网民心中产生。
大数据真的安全吗?
2013年10月,国内漏洞监测平台“乌云”发布报告称,如家、汉庭等大批酒店的2000万个客户开房记录因存在第三方存储和系统漏洞而被泄露;2014年5月,小米论坛的用户数据库在黑客界传播,给大批“米粉”造成困扰;近日,130万个拟参加硕士研究生考试的考生信息以1.5万元左右的价格被“打包出售”……近年来,一桩桩网络数据泄密事件接连刺痛用户的神经。人们不禁要问,当“大数据时代”来临,用户安全真能得到保障吗?
据上海一家数据中心的工作人员介绍,面对大数据这一朝阳产业,不少网络公司目前都在抢占“高地”,以期能在未来分到一杯羹。然而,许多企业在人才储备、软件开发、运维能力等方面尚存瓶颈,为未来的大数据安全埋下隐患。
“很多中小企业尚未做好准备。他们并没有真正理解什么是大数据,也没有有效管理它们的能力。”这名工作人员说,在缺乏自主核心技术和开发平台的情况下,很容易遭到黑客袭击,无异于“引火烧身”。
分析人士认为,目前大数据还处于发展的初级阶段,随着技术配备完善,未来的信息录入量将相当惊人,包括身体机能指标、生活习惯偏好、信用资产状况等与用户有关的一切数据。一旦泄露,外界就能拼凑出受害者的一切,受害者可能会承受身份被盗用的风险,后果难以估量。
给“裸奔”的数据穿上“外衣”
学者舍恩伯格在《大数据时代》一书中提出:“未来的世间万物,一切皆可量化,一切皆为数据。”当大数据在医疗、金融、智慧城市等领域得到广泛应用,我们能否放心将自己的幸福交给互联网呢?
葛振斌认为,大数据并不意味着每个人都要在互联网中“裸奔”,如果给这些数据套上“外衣”,运用加密技术把风险限制在可控范围内,用户的隐私安全就能得到有效保障。
中国数据中心产业发展联盟秘书长郑宏介绍,未来的大数据关乎用户的人身和财产安全,需出台相关法律明确企业使用用户数据的权限和方式,确立大数据产业的准入标准,建立信息泄露的维权机制,在发展中逐步完善出一套集法律、技术、管理、应用、开发等多个层面为一体的联动数据安全保障体系。
“人类心理多变而不可控,要有选择性、分领域地应用大数据技术。”北京第三中级人民法院工作人员胡震霄告诉记者,大数据在未来将牵涉伦理问题,应明确用户信息的使用和开发方式,确保一切技术为人类服务,而非“控制”人类。本文来自:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17